Cursor工程师月耗1.5万亿token 年成本或达1.32亿美元

Cursor平台显示，工程师Lauren Tan在30天内消耗1.5万亿token，引发行业对AI编程成本的关注。Lauren现任职于SpaceX旗下Grok团队，主导开发Agent技能框架pstack，单月提交PR达4000次，其工作流高度依赖长时上下文与缓存复用。按Anthropic Opus模型公开报价（输入4美元/百万、输出20美元/百万、缓存写入0.4美元/百万、读取0.2美元/百万）推算，若全按标价计费，月成本约1150万美元，年化1.32亿美元；但考虑缓存读取占比高（如70%为缓存读取），实际月成本可能降至60–100万美元，理论下限仅30万美元。此前OpenClaw创始人Peter Steinberger单月消耗6030亿token，亦达数百万美元量级。Jellyfish调研显示，典型开发者月均用5100万token，前10%高活跃用户约3.8亿，Lauren用量为其2.9万倍。该现象凸显编程范式正从人工编码转向“人类设定目标+Agent执行全流程”，效率跃升伴随算力指数增长。当前Cursor等工具聚合多模型API，后台计费逻辑不透明，用户仅见总token数而难辨成本结构。行业已出现分账审计、预算预警等应对措施，Anthropic等厂商亦推出缓存专用定价，探索按推理时长或任务完成度计费的新模式。此案例首次将AI原生开发的真实资源消耗暴露于公众视野，推动成本治理从隐性走向显性。