文中的估算很夸张：管理混乱时，AI 每交付一小时有效工作的成本可能达到 7000 美元；流程设计得好，可以降到 4 美元。
他甚至判断，目前约 80% 的 Token 没有产生实际价值。 这个比例未必适用于所有公司，但它说中了一个常见现象就是大模型最烧钱的时候，经常是在反复理解任务、修正方向和原地返工。
他认为，人类目前平均仍比 Token 便宜。AI 的优势在于容易复制。只要流程足够清楚，一个好用的 Agent 就能批量干活，平均成本才可能低于雇人。
Qwen 前负责人林俊旸最近也在讨论模型效果与成本。
他提到，可以按照任务难度分配模型：格式固定、要求明确的工作交给 Seed、Qwen、DeepSeek 等模型；复杂推理、编程和 Agent 任务，再使用 Claude、GPT 等更强的模型。
实际还可以继续往下拆：提示词和上下文能否提前整理；重复任务能否固化成流程；结果有没有明确的验收标准；失败后是否需要完整重跑；每类任务用了多少钱、成功率是多少。
因此他认为：应用端的系统设计（User-side System Design）依然存在巨大的红利和想象空间。
这些账认真算下来，会发现人确实可能比大模型便宜。尤其是需求含糊的时候，找一个懂业务的人先把问题讲清楚，通常比让几个 Agent 连续忙一晚上省钱。
大家觉得呢？
