华盛顿大学教授：按token付费给AI就像按代码行付费给软件工程师一样荒谬

Pedro Domingos在X上直言，按token计费的AI使用模式本质上鼓励模型输出冗长、低质量内容，正如历史上按代码行付费会让工程师写出冗余、无用代码；真正价值在于输出质量、洞见深度与问题解决效率，而非生成字符数量，这一比喻精准击中当前LLM商业模式的结构性缺陷。

这一观点迅速在AI社区传播，尤其对标OpenAI、Anthropic、Google等巨头的主流定价逻辑——token-based billing已导致开发者与企业倾向选择“更便宜但更啰嗦”的模型，间接推高无效计算成本并稀释真正智能产出；Domingos作为机器学习经典教材《The Master Algorithm》作者，其批评被视为对行业从“量”向“质”转型的强烈信号。

MIT Technology Review、VentureBeat和Hacker News讨论交叉确认类似批评近年频现，部分初创已转向“per query”或“per useful output”定价实验，Pedro原帖获数百转发，凸显token计费正成为AI经济学的最大争议点之一。

来源：公开信息