AI 程式碼開發耗資 1,215 萬元,超出預算 860%:亞馬遜內部事件為企業 AI 成本敲響警鐘

美國媒體近日報導,亞馬遜發生了一起重大的人工智慧成本超支事件:一名工程師使用 Anthropic 的 Claude Sonnet 模型,將作者資料與產品清單進行比對,結果產生了 180 萬美元的帳單——超出預算 860%。 這項原本旨在將作者資訊與電子商務產品清單進行關聯的例行資料處理任務,最終產生了總計約1,215萬人民幣的費用。
更令人震驚的是,該專案從未成功部署,但高計算資源使用量卻持續了五個月之久。這項異常情況直到財務對帳時才被發現,揭露了一項未受監控的人工智慧程式在近半年的時間裡,一直在無人監督的情況下消耗資源。
程式碼缺陷加上監控缺失,微小漏洞卻耗盡巨額預算
調查顯示,根本原因其實很簡單:AI 生成的程式碼缺乏速率限制控制,導致模型持續發出請求。這使得雲端運算和 API 呼叫成本不斷累積。此外,由於缺乏即時成本警示機制,這些微小的程式碼缺陷長期未被察覺,隨時間推移逐漸耗盡預算。
在亞馬遜的一次內部會議中,高層將此事件稱為「代價高昂的案例研究」,並指出其他多個專案也面臨類似風險,其中部分專案甚至產生了 54 萬美元的意外額外開支。為應對這些反覆出現的問題,亞馬遜正緊急開發一套風險控制系統。 這套新的自動化防護機制將在 AI 相關支出達到預設門檻時,自動限制流量並中止任務,以防止成本失控飆升。此外,該公司已收緊相關規定,要求所有由 AI 生成的程式碼在部署前必須經過人工全面審查,以防止未經核實的程式碼被釋出。
傳統的程式碼錯誤只會耗費時間,失控的 AI 程式卻會造成實際金錢損失
這起事件凸顯了一項常被忽視的企業風險:傳統的程式碼錯誤主要消耗人力時間,而失控的 AI 程式則會持續產生代幣成本。若缺乏嚴格的預算監控,這些開支可能迅速演變成巨額損失。目前許多組織仍假設 AI 本質上能降低成本並提升效率,卻往往忽略了「按運算量計費」模式所帶來的全新財務風險。
從「AI 輔助編碼」到「AI 默默燒錢」的轉變,表明亞馬遜的經歷並非孤立事件,而是業界進入的新階段。 隨著 AI 從輔助工具演變為自主執行者,成本控制必須從「專案層級」轉向監控「每個個別呼叫」。在善用 AI 的優勢之前,為 AI 支出設置「緊急煞車」機制,或許是企業當今最需掌握的關鍵教訓。
相關文章
QueryStory 呼籲謹慎對待 AI 生成的內容
2009 年,沙波爾·納吉布扎德(Shapor Naghibzadeh)在擔任 Google 系統運維工程師期間,發現了引人入勝的故事敘述所蘊含的力量。 在「極光行動」(Operation Aurora)期間,當受國家資助的駭客鎖定這家科技巨頭時,他被緊急召至危機應變室釐清伺服器活動狀況,並親身領悟到:要追蹤分散於各處網路中的網路攻擊,經過驗證的知識至關重要——而他發現這個過程不僅耗費鉅資,進度也
Anthropic 揭露,惡意 AI 代理程式和你一樣討厭 CAPTCHA
Anthropic 近期關於代理程式不當行為的報告,不僅凸顯了嚴重的風險——其 Mythos 5 模型繞過安全控管措施連上網際網路,並將惡意程式碼上傳至公開儲存庫——同時也揭露了一個頗具諧趣的缺陷:AI 代理程式在破解 CAPTCHA 驗證碼時顯得力不從心。今年四月,Anthropic 透過指示該模型入侵系統並取得目標,來評估其駭客能力。雖然這項測試原本應在沙盒環境中進行,但評估人員卻不慎讓該環境
騰訊將「混元 Hy3」、「WorkBuddy」及「CodeBuddy」用戶的免費使用期限延長至 8 月 5 日
騰訊已延長其 Hy3 大型語言模型的免費試用期。在最初為期兩週的試用期結束後,公司收到大量用戶反饋,要求繼續使用該服務。為此,騰訊宣布將為 WorkBuddy 和 CodeBuddy 用戶延長試用期,此優惠活動將持續至 8 月 5 日。此次延長特別針對騰訊旗下由人工智慧驅動的辦公及開發工具使用者。開發者與企業客戶可繼續運用由 Hy3 模型驅動的智慧輔助功能。此前,免費試用期讓使用者得以評估 Hy3
相關專題推薦
評論 (0)
0/500

美國媒體近日報導,亞馬遜發生了一起重大的人工智慧成本超支事件:一名工程師使用 Anthropic 的 Claude Sonnet 模型,將作者資料與產品清單進行比對,結果產生了 180 萬美元的帳單——超出預算 860%。 這項原本旨在將作者資訊與電子商務產品清單進行關聯的例行資料處理任務,最終產生了總計約1,215萬人民幣的費用。
更令人震驚的是,該專案從未成功部署,但高計算資源使用量卻持續了五個月之久。這項異常情況直到財務對帳時才被發現,揭露了一項未受監控的人工智慧程式在近半年的時間裡,一直在無人監督的情況下消耗資源。
程式碼缺陷加上監控缺失,微小漏洞卻耗盡巨額預算
調查顯示,根本原因其實很簡單:AI 生成的程式碼缺乏速率限制控制,導致模型持續發出請求。這使得雲端運算和 API 呼叫成本不斷累積。此外,由於缺乏即時成本警示機制,這些微小的程式碼缺陷長期未被察覺,隨時間推移逐漸耗盡預算。
在亞馬遜的一次內部會議中,高層將此事件稱為「代價高昂的案例研究」,並指出其他多個專案也面臨類似風險,其中部分專案甚至產生了 54 萬美元的意外額外開支。為應對這些反覆出現的問題,亞馬遜正緊急開發一套風險控制系統。 這套新的自動化防護機制將在 AI 相關支出達到預設門檻時,自動限制流量並中止任務,以防止成本失控飆升。此外,該公司已收緊相關規定,要求所有由 AI 生成的程式碼在部署前必須經過人工全面審查,以防止未經核實的程式碼被釋出。
傳統的程式碼錯誤只會耗費時間,失控的 AI 程式卻會造成實際金錢損失
這起事件凸顯了一項常被忽視的企業風險:傳統的程式碼錯誤主要消耗人力時間,而失控的 AI 程式則會持續產生代幣成本。若缺乏嚴格的預算監控,這些開支可能迅速演變成巨額損失。目前許多組織仍假設 AI 本質上能降低成本並提升效率,卻往往忽略了「按運算量計費」模式所帶來的全新財務風險。
從「AI 輔助編碼」到「AI 默默燒錢」的轉變,表明亞馬遜的經歷並非孤立事件,而是業界進入的新階段。 隨著 AI 從輔助工具演變為自主執行者,成本控制必須從「專案層級」轉向監控「每個個別呼叫」。在善用 AI 的優勢之前,為 AI 支出設置「緊急煞車」機制,或許是企業當今最需掌握的關鍵教訓。
QueryStory 呼籲謹慎對待 AI 生成的內容
2009 年,沙波爾·納吉布扎德(Shapor Naghibzadeh)在擔任 Google 系統運維工程師期間,發現了引人入勝的故事敘述所蘊含的力量。 在「極光行動」(Operation Aurora)期間,當受國家資助的駭客鎖定這家科技巨頭時,他被緊急召至危機應變室釐清伺服器活動狀況,並親身領悟到:要追蹤分散於各處網路中的網路攻擊,經過驗證的知識至關重要——而他發現這個過程不僅耗費鉅資,進度也
Anthropic 揭露,惡意 AI 代理程式和你一樣討厭 CAPTCHA
Anthropic 近期關於代理程式不當行為的報告,不僅凸顯了嚴重的風險——其 Mythos 5 模型繞過安全控管措施連上網際網路,並將惡意程式碼上傳至公開儲存庫——同時也揭露了一個頗具諧趣的缺陷:AI 代理程式在破解 CAPTCHA 驗證碼時顯得力不從心。今年四月,Anthropic 透過指示該模型入侵系統並取得目標,來評估其駭客能力。雖然這項測試原本應在沙盒環境中進行,但評估人員卻不慎讓該環境
騰訊將「混元 Hy3」、「WorkBuddy」及「CodeBuddy」用戶的免費使用期限延長至 8 月 5 日
騰訊已延長其 Hy3 大型語言模型的免費試用期。在最初為期兩週的試用期結束後,公司收到大量用戶反饋,要求繼續使用該服務。為此,騰訊宣布將為 WorkBuddy 和 CodeBuddy 用戶延長試用期,此優惠活動將持續至 8 月 5 日。此次延長特別針對騰訊旗下由人工智慧驅動的辦公及開發工具使用者。開發者與企業客戶可繼續運用由 Hy3 模型驅動的智慧輔助功能。此前,免費試用期讓使用者得以評估 Hy3





首頁






