3个人，100个AI Agent，30天烧掉6030亿Token，账单130万美元。
这笔钱谁付？OpenAI付。
问题来了——他是不是全世界消耗Token最多的人？
一张账单，炸了整个开发者圈5月中旬，OpenClaw 之父 Peter Steinberger（圈内人称"龙虾之父"）在 X 上晒出了一张截图。
截图来自他自研的 macOS 工具 CodexBar——一个专门追踪 AI 编程工具使用情况的菜单栏监控器。上面的数字让整个开发者社区倒吸一口凉气：
30天，6030亿Token，760万次请求。
按 GPT 计价，约合130万美元/月（约940万人民币）。
关闭快速模式后，仍需约40万美元/月。
更关键的是：他的团队只有3个人。
这3个人是怎么烧掉940万的？答案是：100个同时运行的 Codex Agent。
这些 Agent 24小时不间断地执行任务——审查 PR、扫描安全漏洞、去重 Issue、修复 Bug、监控 Benchmark 回归、听会议录音后自动创建 PR……甚至，Agent 之间还会互相 Review、互相抓漏洞。
龙虾之父自己都坦言：
我修复的一些比较混乱的 PR，很可能就是 AI 自己写的。热门 这句话迅速在开发者圈子里出圈——AI 写的 Bug，AI 来修，人类只负责"管理"。
登顶对决：谁是全世界最烧Token的人？这个问题，我们恰好有数据可以做横向对比。
选手一：龙虾之父 Peter Steinberger选手二：Meta 内部排行榜"榜一"2026年初，Meta 内部出现了一个叫 Claudeonomics 的排行榜（员工自发开发，上线2天就被下线了），专门统计员工使用 Claude 的 Token 消耗量。
排名第一的那位神秘员工，30天消耗了2810亿 Token，按 Claude Opus 计价约合140万美元。
选手三：Sigrid Jin（曾经的"Token之王"）我们之前报道过的这位 25 岁韩国人，是韩国最大 LLM 研究社区 instructkr 的创始人，同时开着 5 个 OpenAI Codex Pro + 6 个 Claude Code Max 账号，日均消耗峰值达20亿 Token。
他一年总计消耗约250亿 Token（17.5万美元），曾被称为"全世界消耗 Token 最多的人"。
终极对比*Meta榜一费用按Claude Opus $5/百万Token计价，龙虾之父费用按原始账单
结论很清楚了：
按Token消耗量算，龙虾之父以6030亿/月碾压式登顶，是Meta榜一的2.1倍，是Sigrid Jin月均的287倍。
按费用算，Meta榜一因使用更贵的Claude Opus，以140万略胜龙虾之父的130万。
但最关键的区别是——龙虾之父是3个人用100个Agent干出了整个部门的活，而Meta榜一本质上是在刷榜。
所以，如果定义"全世界最烧Token的人"是看谁用Token创造的价值最高，龙虾之父很可能才是真正的王者。如果只看绝对消耗量，他也已经是已公开数据中的第一。
至于有没有更猛的？OpenAI 内部据传有员工一周消耗2100亿 Token，按四周折算约8400亿/月——但这个数据未经证实。
· · ·
130万美元能雇多少人？这笔账算完你可能沉默了龙虾之父的账单一出，评论区最多的一句话是：
雇佣一支开发团队可能都比这便宜。真的吗？我们来算一笔账。
根据 6figr、levels.fyi 等薪资平台 2026 年最新数据，旧金山湾区软件工程师的薪酬大致如下：
*总包=基础薪资+股票+奖金；月薪按年薪÷12估算，未计入雇主额外成本
也就是说，龙虾之父一个月烧掉的130万美元，足够支付一个高级工程师近4年的薪资。
但这还没算完。雇佣一个工程师的真正成本远不止薪资。在美国，雇主还需要承担：
医疗保险：每人每年 15000401k 养老金匹配：薪资的 3%-5%办公工位+设备：每年 25000/人带薪假期+病假：约薪资的 10-15%招聘&离职成本：约薪资的 20-30%算下来，一个年薪33万的高级工程师，雇主实际支出约为44-50万美元/年（即月薪约 3.7-4.2 万美元）。
按这个口径：
130万美元/月 ≈
31个高级工程师的完整用工成本
或 ≈
20个Staff级工程师的完整用工成本
而龙虾之父的团队只有3个人，带着100个AI Agent，干了至少相当于20-30人工程团队的活。
这笔账突然就变了：
两种方案对比龙虾之父自己对此的回应非常冷静：
关闭快速模式后，我的花费低于一个工程师的成本，而且这确实帮助大得多。注意他说的是"一个工程师"——言下之意，40万美元/月的产出，已经超过了一个人类工程师。
更有意思的是成本下降的趋势。随着模型不断降价：
到那一天，100个AI Agent同时干活，不再是硅谷大佬的独家游戏，而是随便一个三人创业团队的基本操作。
正如龙虾之父自己说的——他真正在探索的问题是：
如果 Token 成本不是问题，软件开发会变成什么样？· · ·
Token-maxxing：硅谷的新型"内卷"龙虾之父的账单之所以引发轰动，不只是因为数字大，而是因为戳中了一个正在硅谷蔓延的现象——Token-maxxing。
这个词已经被百度百科收录了，定义是：在硅谷白领及公司员工中兴起的一种新身份游戏，核心表现为在内部排行榜上相互竞争，比拼谁消耗的 Token 更多。
Meta 的 Claudeonomics 排行榜就是最典型的案例——员工自发开发，给了"Token Legend""Cache Wizard"之类的称号，上线两天就因媒体曝光被迫下线。
但更深层的问题是：Token消耗 = 生产力吗？
TechCrunch 在4月的一篇深度报道中给出了冰冷的数据：
Waydev（服务1万+工程师）：AI生成代码的初始接受率80%-90%，但计入后续修改后，真实接受率仅为 10%-30%GitClear 报告：AI用户的代码更新率比非AI用户高 9.4倍——超过生产力提升的两倍Faros AI 报告：高AI采用率下，代码更新率增长 861%Jellyfish 研究（7548名工程师）：Token预算最高的工程师，产出最多PR，但效率仅提升2倍，成本却增加10倍翻译成人话就是：10倍的Token烧进去，换来2倍的产出。多出来的8倍，全烧在了"生成→不满意→重写"的循环里。
这与龙虾之父的做法形成了鲜明对比。龙虾之父不是在Token-maxxing，他是在做一件更激进的事——探索Token成本不再是瓶颈时，软件开发会变成什么样。
换句话说：别人刷Token是为了证明自己高效，龙虾之父刷Token是为了证明"人可以不被效率定义"。
· · ·
当一个人月烧940万时，我们该看什么？这个问题，在李彦宏最近提出的一个概念里，找到了另一种回答。
5月13日，百度 Create 2026 大会上，李彦宏首次提出了 AI 时代的核心度量衡——DAA（Daily Active Agents，日活智能体数）。
他的核心逻辑是这样的：
Token vs DAAToken 不一定代表终局，它代表成本，并不代表收益；它衡量的是投入，而不是产出。衡量一个平台和生态的繁荣，更应该看有多少 Agent 在给人类干活，并交付结果。 ——李彦宏用这个框架去看龙虾之父的案例，你会发现一件很有趣的事：
龙虾之父的130万美元账单看起来是"Token消耗"，但他真正创造的价值不是Token本身，而是100个并行Agent组成的自动开发流水线——按李彦宏的定义，这就是 DAA = 100。
3个人管理100个Agent，相当于1个人管33个Agent。这些Agent每天处理Review、修Bug、扫漏洞、自动创建PR。如果换算成传统工程团队，至少需要20-30人。
而Meta的Token-maxxing玩家呢？一个人挂着AI跑几个小时刷榜，DAA可能只有1——因为只有一个Agent在替他"假装工作"。
所以李彦宏的逻辑实际上给这场"Token大战"提供了一个全新的评判维度：
不要问"谁烧的Token多"，
问"谁的Agent在真正干活"。
Token是电费单，DAA是出货量。
光看电费单，分不清是工厂还是赌场。
· · ·
这场游戏，才刚刚开始让我们退后一步，看看整个图景。
黄仁勋说：一个年薪50万美元的工程师，一年不用掉25万美元的Token，他会非常担心。
Meta CTO Bosworth 说：最优秀的工程师，Token花费已与薪资相当，效率提升5-10倍，继续用，不设上限。
扎克伯格把办公桌搬到了 AI 团队旁边，每周花5-10个小时亲自写代码。
龙虾之父用100个Agent替代了整个工程部门。
而李彦宏说：别看Token了，看Agent。
所有人都在用不同的方式回答同一个问题：AI时代，一个人类到底能撬动多大的杠杆？
龙虾之父给出的答案是：3个人 × 100个Agent = 一个部门。月成本130万美元，相当于雇佣31个高级工程师——但这些人不吃饭、不睡觉、不提涨薪、7×24小时运转。
这个账怎么算，取决于你的参照系。
如果你看的是Token账单，这是一笔疯狂的浪费。
如果你看的是交付结果，这是软件工程的一次范式转移——从"人类写代码"到"人类管理写代码的Agent团队"。
而李彦宏的DAA框架提醒我们：真正的竞争不是谁烧得更多，而是谁的Agent体系能跑得最稳、交付最多、成本最低。
这场游戏，才刚刚开始。
我们很快就会看到，不是"谁最烧Token"的排行榜，而是"谁的Agent产出最高"的排行榜。
到那时候，月烧940万的龙虾之父，可能不是最贵的那个——但大概率会是最有故事的那个。
美港通证券提示：文章来自网络，不代表本站观点。
