Tokenomics

Tokenomics：AI Agent 浪费 Token 的五种方式 | Semgrep

AI 模型的价格在下降，但企业的 AI 账单却在上涨。Semgrep 这篇文章解释了原因：现在的 AI Agent 不只回答一次问题，而是会推理、检查、重试，一步接一步地消耗 Token，每一步都要花钱。作者提出要管理“Tokenomics”（Token 的采购、消耗与预算管理），并指出很多消耗其实是被浪费的。文中给出五种浪费方式，举了两个例子：一是让 LLM 扫描整个代码仓库找安全漏洞，其实可以用传统静态分析先过滤，研究显示这样能把成本从约 23700 美元降到 1461 美元，省了 96% 以上；二是让 AI 反复做同一件事，不如让它一次生成可复用的检测规则，有研究用 AI 生成 96 条 CodeQL 查询，花费不到 13 美元，发现了 50 个已知漏洞。对读者的用处是：省钱的思路不是只比模型价格，而是分清哪些任务根本不需要 LLM，让便宜、确定的工具干它们擅长的活，把昂贵的推理留给真正需要判断的问题。文章为观点类分析，除引用两项研究外未说明自身的发布状态或可用产品细节。