近日，AI领域因一位被称为“龙虾之父”的开发者Peter Steinberger的惊人操作引发广泛讨论。他在社交平台公开透露，自己团队在一个月内消耗了6030亿个AI模型token，对应成本超过130万美元。这一数据不仅远超普通开发者的使用量，甚至超过meta等科技巨头此前公布的内部排行榜冠军水平，引发行业对“token竞赛”的深度反思。
面对外界质疑其“烧钱无度”的批评，Steinberger回应称，通过关闭部分实验性功能，实际成本已压缩至相当于一名工程师的薪资水平。他强调，团队通过自动化流程实现了高效开发：约100个Codex实例持续运行，自动审查代码、关闭历史遗留问题、检测安全漏洞，甚至能在会议讨论新功能时实时生成代码并提交PR。这种“AI驱动开发”的模式，使团队在保持精简规模的同时，完成了传统大型团队才能承担的工作量。
OpenAI总裁Greg Brockman近期发文称“token正成为解决问题的通用输入”，进一步印证了这一趋势。然而，Steinberger的案例也暴露出潜在风险：其团队能维持高消耗，部分原因是获得OpenAI的token费用减免。这种“资源倾斜”是否会加剧技术垄断？当AI开发演变为“烧钱游戏”，中小创新者是否将被挤出赛道？这些问题引发开发者社区激烈争论。
尽管争议不断，Steinberger展示的自动化开发范式仍具启示意义。其团队构建的clawpatch.ai系统可将项目拆解为功能单元，结合Vercel安全工具实现漏洞自动检测；AI代理能复现复杂环境、录制操作视频并对比修复效果；甚至能监控会议内容，在讨论过程中直接生成可执行代码。这种“端到端AI开发”模式，或许预示着软件开发范式的根本性变革——当代码生成、测试、部署均可由模型完成，人类开发者的角色将转向设计更高效的AI协作流程。
