養龍蝦的帳單：當 AI agent 的「吃 token 怪」遇上棄養潮

快速摘要：2026 上半年，奧地利工程師 Peter Steinberger 做的開源 AI agent OpenClaw（吉祥物紅龍蝦，中文圈暱稱「養龍蝦」）爆紅到黃仁勳稱它是「史上最受歡迎的開源專案」。但隨之而來的是棄養潮——重度用戶日燒 token 費破百美元、「養不起」。這場熱潮的成本經濟學，正好是 fibon 從第一天就在解的命題。

可略過，如果：你已經很清楚「自主 agent = 持續燒 token」，不需要一個活生生的案例。

一隻吃錢的龍蝦

OpenClaw 的爆紅是 2026 上半年最魔幻的科技現象。它是奧地利工程師 Peter Steinberger 做的開源自主 agent——不只回答問題，還能操作檔案、瀏覽器、跑排程，透過 LINE、Telegram、WhatsApp 下指令。因為 logo 是一隻名叫 Molty 的紅龍蝦，中文社群把「安裝部署 OpenClaw」生動地叫成「養龍蝦」。它的 GitHub star 數週內衝破 20 萬，黃仁勳在 GTC 主題演講稱它是「人類史上最受歡迎的開源專案」，數週成就超越 Linux 過去三十年。

然後，帳單來了。

香港 01 在 3 月 12 日的報導點出一個關鍵機制：就算你只對龍蝦說一句「你好」，背後也會跑掉幾萬個 token——因為自主 agent 每次對話前都會強行載入大量背景資料與設定檔。深圳曾有「千人排隊免費領養龍蝦」的盛況，不到一週就翻轉成「放生龍蝦移除潮」。標題很直白：日燒 $150 token 費，養不起。

成本到底長什麼樣

把流傳的數字攤開看（注意來源層級）：

權威媒體較常引用的是月費分級：輕度用戶（處理 email、行事曆）約每月 10–30 美元；中度（自動監控幣圈、自動發文）約 40–80 美元；重度（24 小時全自動跑研究）約 150–300 美元。另一套按任務量換算 token 的數字在社群教學文流傳：輕度每天 10 個任務≈月耗 3,000 萬 token；自動化團隊每天 200 個任務≈月耗 6 億 token。這組 token 數字我沒在單一權威源逐字確認，當估算看。

但真正驚人的數字來自開發者本人。Steinberger 在 5 月 15 日貼出 OpenAI API 帳單截圖：他的三人團隊操作約 100 個 Codex 實例，30 天燒掉 130 萬美元、6,030 億 token、760 萬次請求。他澄清這反映 Codex「Fast Mode」計價，關掉快速模式約降到 30 萬美元，費用由雇主 OpenAI 買單——這是「假如 token 成本不再是限制，軟體開發會變成什麼樣」的壓力測試，不是一般用戶的帳單。但它把一個事實放到極致：自主 agent 的本質是一台持續運轉的 token 燃燒機，而它燒得有多兇，幾乎沒有上限。

對 fibon 的意義

OpenClaw 的棄養潮，幾乎是 fibon 第三個專案目標——大幅降低 token 成本——的真人實境秀。我在第 1 章把它列為四大目標之一時，講得有點抽象；養龍蝦的帳單把它具體化了：一個個人助理 agent，如果不解決 token 經濟學，再強也會被自己的運轉成本逼到棄養。 這不是錦上添花的優化，是這類產品能不能活下去的生死線。

fibon 對這條線的回應，是深入剖析 C 整篇在講的「計量工廠」。幾個關鍵槓桿：輸入端用 prompt cache 的物理倒推（把 system prompt 排成 cache 友善的階梯結構）、用 Stratified RAG 避免把 50 多個工具的完整 schema 每輪無腦塞給 LLM、用 context scoping 只撈最相關的記憶卡而不是把整本記憶倒進去。光是把對話歷史窗口從每輪全帶改成留 2 輪，跨廠商驗證都能在不掉品質的前提下大幅省 token。

但我要對著 OpenClaw 的帳單，誠實標出 fibon 還沒蓋完的部分：

還有一個和〈殭屍快取與失竊金鑰〉那篇接得上的點：OpenClaw 棄養潮裡，最讓人崩潰的不是「貴」，是「貴得沒有剎車」——你睡一覺起來帳單已經破百，中間沒有任何東西攔。這正是我說的全域花費斷路器該補的位置。fibon 的 ADR-010 已經有 per-user 每日預算的原型，把它泛化成所有 LLM 呼叫的事前守門，超限時降級到本地小模型而非靜默燒錢——對個人助理的長期維運場景，「降級而非斷電」比硬封頂更合用。

養龍蝦這場熱潮最終會沉澱出一個共識：自主 agent 的真正門檻不是『做不做得出來』，而是『養不養得起』。 而「養得起」這三個字，是工程問題，不是行銷問題。誰先把 token 經濟學解到財務可行，誰才真正擁有「個人 AI 助理」這個市場。