特斯拉给员工AI花费设上限：每周200美元，是Uber烧光34亿预算后的教训

今天（7月6日），特斯拉一项内部新规正式生效：员工使用AI工具的花费，每周不能超过200美元，超出部分需要经理签字批准。据The Information报道，这项新规专门针对"AI token消费"——过去几个月，特斯拉部分软件工程师每周消耗的token费用高达"数千美元"。

最讽刺的是背景：就在不久前，特斯拉内部还在用排行榜的方式，按token消耗量给员工排名，鼓励大家多用AI。半年时间，特斯拉对AI使用的态度从"用得越多越好"变成了"每周200美元封顶"。

Uber先交了34亿美元的学费

特斯拉不是第一个踩坑的。今年4月，Uber首席技术官Praveen Neppalli Naga公开承认：公司34亿美元的全年研发预算，只用了4个月就被AI编程工具花光了。

Uber从2025年12月开始给5000名工程师开放Claude Code权限，2月份使用量就翻了一倍。到今天，Uber内部95%的工程师每月都在用AI编程工具，70%的提交代码来自AI生成，11%的线上后端更新是AI直接写的。重度用户每人每月消耗的token费用在500到2000美元之间——这个数字，没有一个人在年初做预算的时候预料到。CTO的原话是"回到绘图板重新算一遍"。事后，Uber把员工月度花费上限定在了1500美元。

Meta、亚马逊、沃尔玛也都在这几个月陆续给员工设了AI花费上限，或者引导大家转向更便宜的模型。Token计费的特点是：每一次调用都是真金白银，用得越猛，账单跳得越快，而且没有上限——这跟企业过去买软件订阅制、按人头收费的成本结构完全不一样。

问题不是AI太贵，是没人管着花

Uber和特斯拉的共同点是：一开始都在拼命鼓励员工"多用AI"，却没有同步搭建"这些花费到底换来了什么"的追踪机制。等账单失控了，才反过来一刀切限制额度——这种"先鼓励后急刹车"的模式，代价是员工体验的巨大落差：上个月还在被排行榜鼓励，这个月突然被卡到200美元。

这里真正值得注意的不是"AI用起来太贵"，而是"AI花费从一开始就没有被当作一项需要治理的支出来对待"。企业买一套SaaS软件，会有明确的采购流程、部门预算、使用效果考核；但AI token消费，很多公司是员工自己在各个平台开账号、自己刷卡、自己决定用多少——花了多少钱、换来多少实际产出，两者之间完全脱节。这跟4月份PwC调研提到的"Agent Sprawl"（智能体蔓延）是同一个问题的两个面：一个是能力失控，一个是花费失控，根子都是"先上规模，后补治理"。

STARBOX视角：省钱不该靠"卡额度"，该靠"看得见产出"

特斯拉和Uber的解法，本质上是"一刀切限流"——不管你用AI创造了多少价值，先把额度砍下来再说。这是没有办法的办法，因为他们缺一样东西：把"花了多少钱"和"换来了什么"绑在一起看的机制。

这也是STARBOX从一开始就用"组织→BOX→智能体"三层架构、而不是让员工各自开账号裸调用模型的原因之一。每个智能体跑在哪个BOX里、处理了什么任务、产出是什么，都是可追溯的——花费不再是一笔糊涂账，而是能对应到具体产出的成本项。DDABC客户旅程模型里的"Benchmark"这一环，本身就是在持续回答"这笔AI花费到底值不值"，而不是等账单爆了才去补一道审批关卡。

特斯拉这次的200美元上限，管得住花费，但管不住"到底该不该花"这个更根本的问题。企业AI下半场，比拼的不会是谁的额度卡得更严，而是谁能说清楚每一分AI花费换回了多少实际产出——想清楚这笔账，比设一个数字上限更重要。