Cursor 工程师月耗 1.5 万亿 token 引发成本与工程模式讨论

Cursor 工程师 Lauren Tan 因公开其个人主页显示的单月 1.5 万亿 token 用量引发关注，被估算为年化成本高达 1.32 亿美元。文章指出这一数字源于极端的多 Agent 编排工作流（pstack），通过运行约 20 个自主智能体实现每月合入数千个 PR 的自动化交付，而非传统的人工编码。 尽管按每百万 token 8 美元的常规价格计算成本惊人，但分析表明实际费用可能大幅降低。由于长时运行的智能体任务高度命中缓存，且 Cursor 可能享有大客户折扣，实际月成本可能在 60 万至 100 万美元之间，甚至更低。这种模式的核心在于利用巨额算力构建“验证闭环”，即让 Agent 自行测试、调试并迭代代码，从而绕过人工审查瓶颈，但这需要极高的上下文窗口和算力投入作为前提。 行业评论认为，这种依赖无限 Token 供给的交付模式本质上是资本特权下的产物，可能导致大规模“AI Slop”（AI 垃圾内容）的生成。对于缺乏实验室级预算支持的普通开发者而言，盲目模仿这种高消耗策略不仅难以承担单位经济成本，还可能因过度依赖机器生成的微型 PR 而积累严重的技术债，最终损害系统的长期可维护性。