Cursor工程师月耗1.5万亿token：年化账单1.32亿美元怎么算出来的

10月21日，OpenClaw创始人Peter Steinberger在Cloudflare Connect台上给出一个口头估算：上个月自己用于AI工作的token成本大约1000万美元。台下听众一阵惊呼，他随后补了一句：“并非所有消耗都有用。”

几周之前，另一位Peter——Peter Piekarczyk——同样算出了一笔让人瞠目的账。Lauren Tan的Cursor个人主页显示，过去30天她用了1.5万亿token，Piekarczyk随即在X上写道：“按每百万token 8美元估算，Lauren每天消耗约38.4万美元，年化1.32亿美元。”就算假定Cursor能拿到大客户一折优惠，年成本也还有约1300万美元。

这组数字很快引来大量关注，原因在于它把看不见的token换成了人人都能读懂的工资单。要算这笔账，先得弄清楚1.5万亿是什么量级。工程管理平台Jellyfish统计了1.2万名开发者，结果显示典型用户（第50百分位）每月约用5100万token，第90百分位用户约3.8亿。粗略对照，Lauren的用量约为典型用户的2.9万倍；Peter Steinberger 5月公开的6030亿token，则约为1.2万倍。

Lauren Tan目前在SpaceXAI Grok团队担任工程师。她的职业跨度不小：大学读的是金融，最早在Excel里写VBA宏时接触编程，职业生涯从UI设计起步，后来转向前端和React，参与过React Compiler项目；AI浪潮起来后，她又把重心挪到Agent工作流，做出了pstack，一套智能体skills。

她也很会经营自己的技术形象。9月中旬的一次视频演讲中，她称自己“每月向生产环境合入2000个PR”——照此算，平均每个工作日就能提交近100个PR。这个数字令人难以置信，无疑是个异常值。

9月21日，她自己在X上置顶发布了这个“2000个PR”的视频，配文却写成“上个月我向生产环境合入了2500个PR”，由此引发新一轮讨论。

10月26日，她再发一帖说“好像破纪录了”，配图是4000个PR。数字一次比一次高，每次都会公开发布。

营销本身不是罪，但把一个极端值摆到公共橱窗里，就得准备好它被别人拿去乘一个单价。

Peter Piekarczyk正是把这个公开数字换算成了美元：按平均每百万token 8美元估算，得出每天约38.4万美元、30天约1100万美元、年化1.32亿美元。按他的算法，这就是“一个工程师一年烧掉1.32亿美元”。

他进一步推算，若Cursor能享受Anthropic九成折扣，也就是只付原价的一成，那么每天开销会降至约3.8万美元，30天合计约110万美元，折合年化约1300万美元。按资深工程师年薪50万美元来算，这笔支出等同于供养26名资深工程师。

考虑到她使用的模型可能不同，若全部使用Grok，30天约花480万美元；全部使用Opus或Sonnet，约1320万美元；按40%输入、40%输出、20%缓存读取的混合用量估算，则约1150万美元。再套用不同折扣，混合用量的月成本还可能降到580万或990万美元。

Agent编程还存在缓存命中的情况，假设缓存读取价格约为普通输入价格的十分之一，每月仍然是100万美元。

不过，Piekarczyk的算法依然有争议。

Cursor主页列出的token统计至少分成四类，即普通输入、模型输出、缓存写入与缓存读取，它们之间的价格差距不小。拿Opus 5.5来说，每百万普通输入的价格约为4美元，输出约为20美元，缓存读取则约为0.20美元。

一张Opus 5.5的用量截图显示，733亿token对应约3万美元，折合每百万token约0.41美元；其中缓存读取和写入合计占了大部分费用。把这个均价套到Lauren的1.5万亿token上，结果约为每月61.5万美元。

另有一个角度值得纳入考量：Lauren承担的是长时间持续运行的深度智能体任务，相比普通用户更容易触发缓存。长时任务会反复使用同一份上下文，于是缓存这一项在整体花费中所占比例会被抬得更高。按照Anthropic公布的Opus 5.5定价，缓存读取为每百万token 0.20美元，普通输入为4美元。假如1.5万亿token全都按缓存读取的价格结算，月支出约为30万美元；不过，这显然只是一个极端的下限。

Piekarczyk自己后来也退了一步：就算自己的算法高估了10倍，或者Cursor使用自有GPU，按每百万token约0.80美元估算，月成本约为10万美元。

10月9日，Piekarczyk发起投票，询问大家工作中每月的AI预算上限，大部分人每月低于500美元。和Lauren被估算出的月账单放在一起，反差鲜明。

另外作为对比，今年5月，Peter Steinberger也在X上晒过CodexBar截图：过去30天OpenAI API用量约130.5万美元，涉及6030亿个token、760万次请求。他后来解释，截图按Codex的Fast Mode价格计算，关闭Fast Mode后估算的API成本约为30万美元。

10月这次1000万美元是活动现场的口头估算，但有一点是一致的：它们的数量级，与普通开发者每月几百美元的预算完全是两个世界。

Steinberger 把这种投入看成是在试探一件事：假如 Token 成本不再是约束条件，软件开发会走向哪里。他那个三人团队当时跑着大约 100 个 Codex 实例。

这些 Agent 集群能自己审 Pull Request，翻提交记录找安全漏洞，把重复的 GitHub Issue 合并掉，还会顺手写修复代码。有一部分 Agent 会照着项目整体路线图主动提 PR；另一部分盯着性能基准测试，一旦性能回退就报到团队的 Discord 服务器上。The Decoder 的报道提到，有些 Agent 甚至去参加会议，再根据讨论里提到的功能生成 PR。

每月 1.5 万亿 token，不管怎么算，同样是普通人扛不住的数目。那这笔钱换来了什么？照 Lauren 自己公开的说法，她现在每个月能以高置信度把 4000 个 PR 合进生产环境。这个数字的关键不在生成，在验证。

Lauren 表示，用 Agent 的时候，最关键的能力在于验证。她说的验证，就是让 Agent 真去跑代码、抓 CPU 跟踪或堆快照、启动 iOS 模拟器，或者按用户实际使用应用的方式来操作，亲手测一遍、确认功能到底正不正常。验证能把这个环节走完。它没法保证 Agent 写出来的代码多出色，但至少能帮它写对；到这一步，信任就建立起一大半了。

靠这套验证本事，Agent 会检查自己的产出并反复迭代，直到任务做完。道理不复杂：能查自己输出的 Agent 会一直干到任务完成；查不了的 Agent 只能把 diff 丢给你然后停下，整个循环里最慢的那一环就变成了你。

每月 4000 个 PR，假设每个都靠人花 5 分钟看一遍，加起来约 333 小时，一个人整月的工时都不够填。人工审查当不了验证层，检查系统得无人介入地跑，还得跟生成代码的 Agent 并行。

在这个循环里，工程师更像“Agent 的工程经理”。Lauren 的说法是，连一个 Agent 的输出都不信，就谈不上扩展到一百个 Agent。

在她看来，绝大多数人压根没把 Agent 用起来：“99% 的人只发挥了 GrokBot 1% 的真正实力。他们只运行一个 Agent，既没有‘循环（loop）’，也没有‘图（graph）’。我运行着一支由 20 多个 GrokBot Agent 组成的团队，全程自主运作。我有一个幕僚长 Agent、一个项目经理 Agent，还有 20 多个执行任务的 Agent——这就是工程师的新技术栈。”

她公开的 pstack 工作流，其实就是这套多 Agent 编排的落地版本。研发任务被分步剧本引导（Playbook）拆成理解、设计、编码、评审、验证几个顺序阶段，本地再并发调度子智能体各管一摊，比如分析行为的 /how、审计风险的 /interrogate。

实际上，pstack 记录和提炼的东西，来自她刚进 Cursor、对老代码库一无所知的那段日子——她在本地观察 Agent 反复出现的失败模式，一条条堆出了垂直验证技能（如 Control Glass）。这种多 Agent 协作流在云端烧得厉害，可模型在本地跑的时候没有无限上下文，想让它高置信度地跑通，代码库本身也得适合 Agent 接手。

GrokBot 最早是快速 Vibe Coding 出来的新应用，人几乎没读过代码，架构约束也不够。这么干下来，Agent 执行任务时会挑眼前最省事的写法，代码越堆越多，功能边界和性能风险跟着失控。要让 Agent 长期安全地接手开发，代码库就得改造成模型容易理解的样子，修改路径要清晰，还要无可逃避地被验证。

于是 Lauren 用 600 多个 PR，把 GrokBot 重构进一套内部代号 Dune 的架构，其中一些 PR 很小，从几十行、几百行到一千行都有。这套重构思路下，Dune 架构的 CI 检查严得离谱：全面禁用 useEffect，把隐式副作用掐掉；绝对不许写注释，免得模型被过时历史信息之类的无用上下文带偏、过度推断；依赖图也被严密校验，Electron 的 main 和 renderer 目录绝不能交叉导入。

等高密度的重构护栏架好，智能体爱走捷径的本能被 CI 红线硬掰过来，整个系统的生命周期管理就彻底转向自动化。

放到 Cursor 的具体场景里，这套个人经验被打包成 pstack，里面有 23 个 Playbook（工作流剧本）和 20 多条工程原则。Lauren 想用它把特定项目的纪律变成 Agent 跑通测试的“唯一捷径”。这东西在一些人嘴里被捧得很高，可这套高度定制化的教条放到通用开发场景里，对普通开发者到底有多少落地价值？面对它复杂的配置成本，显然得打个问号。

这种靠极致资源堆出来的交付模式，说到底只是极少数人才享有的资本特权。Peter Steinberger 讲得很直白，“并非所有消耗都有用”，这个流派的盲目消耗往往只是在试错。当这种脱离商业 ROI（投资回报率）的极端案例被摆到公共橱窗里，Reddit 等技术社区的工程师立刻发起了猛烈声讨。

reddit 的热门讨论里，一线开发者毫不客气：每个月靠无限资金合入数千个 PR 的狂热，根本算不上软件工程的底层革命，而是用完全不计成本的暴力算力，源源不断往代码库里灌大规模的“AI Slop”（AI 垃圾内容）。

同行的嘲讽正戳中这种暴力流派的软肋：软件开发真正的瓶颈从来不在代码生成的“绝对数量”，而在系统长期的可维护性。普通工程师的月度 AI 预算普遍低于 500 美元，一旦剥掉“Token 消耗不限量”的外衣，那些缺乏深思熟虑的微型 PR 就会彻底失控。

把天价Token砸进盲目试错、遇错就加限制做应激式重构，这样的流水线看起来把交付路径缩短了，实际上是让机器在沙盒里机械堆砌，取代了人类架构师对系统设计的优雅全局思考。说到底，这种脱离群众的算力特权留给生产环境的，往往是一笔普通人在现实中根本维护不动的庞大技术债，而不是什么高效资产。

可放到商业营销的逻辑里看，这笔巨大的算力消耗在宣传上确实花得值。T3创始人Theo估算，Lauren实际享受的“内部价”大概在每月2.5万到5万美元之间。他直言：“这类曝光的价值远不止每月 2.5 万美元；有些公司办活动花费超过 100 万美元，获得的关注还不如 Lauren 随手发的一条推文。”站在Cursor的角度，这更像一场无解的公关神话——即便按传闻中每月烧掉几百万美元来算，换回的产品宣传和流量回报也完全超值。

成本问题，Lauren本人在访谈中也回应过，她承认自己的方法论绝对依赖实验室特权：“我在 AI 实验室工作，token 不限量，所以我不能说每个人都应该完全照着我的方法做。”不过她把这件事定性为前期投入产出比的博弈：前期花Token做重构、加约束，是为了让最基础的Agent也能写好代码，进而让产品经理和设计师直接交付功能。用她的话说，“Agent 的价值在于让你做以前做不到的事，不是把 Token 丢到每一个小问题上。”

她也相信“不必花到倾家荡产，也有机会达到类似的状态”。可一个残酷的技术现实摆在那里：缺少实验室无限Token的底座支撑，高频的自动化验证闭环就无从谈起。对成本极其敏感的普通客户和用户来说，高昂的验证开销就是一道难以跨越的门槛。

参考链接：

https://www.linkedin.com/posts/lev-deviatkin_spacexai-engineer-lauren-tan-99-of-people-ugcPost-7520157406685970432-feKb/

https://www.theregister.com/ai-and-ml/2026/10/21/openclaw-creator-says-he-spent-10-million-in-tokens-last-month/5304573

https://www.reddit.com/r/cscareerquestions/comments/1x6lbei/i_recently_watched_how_laura_tan_ex_staff/

https://www.youtube.com/watch?v=X7qyl-INHxM

声明：本文为 InfoQ 原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。