Setelah menggunakan AI, syarikat nampaknya menjadi lebih miskin. Semasa AI pertama kali muncul, para pengusaha menganggap ini sebagai peluang untuk memotong pekerja dan mengurangkan kos. Mereka membayangkan satu AI boleh menggantikan tiga orang, tidak pernah tidur, sedia sedia 24 jam, tidak perlu naik gaji, tidak perlu insurans, dan sentiasa online. Kedengarannya sempurna, tetapi kenyataannya: AI memang tidak mengelakkan kerja, dan memang tidak bekerja lembur—ia hanya mengenakan bayaran setiap kali ia melakukan lebih banyak kerja. Akibatnya, kini ramai syarikat sudah mulai mengeluh: “Tidak mampu membayar token.” Banyak orang pertama kali berfikir: “Tidak mungkinlah! Bukankah AI semakin murah? Setelah DeepSeek muncul, bukankah semua orang berkata kos model besar telah turun?” Tetapi ramai yang mengabaikan satu perkara: model memang lebih murah, tetapi penggunaan oleh syarikat semakin intensif. Dari satu orang yang kadang-kadang guna, menjadi semua orang guna, lalu puluhan Agent berjalan 24 jam di latar belakang—hasilnya, setiap panggilan menjadi lebih murah, tetapi bil akhir bulan semakin mahal. Sebagai contoh, Uber memberi akses Claude Code kepada 5,000 jurutera, dan dalam beberapa bulan sahaja hampir habiskan anggaran AI tahunan. Microsoft baru-baru ini juga mulai memperlambatkan, mengurangkan akses penggunaan Claude Code di dalam syarikat, dan tidak lagi membenarkan jurutera memanggil tanpa had. Dengan kata lain, fasa “guna sebebas mungkin” telah berakhir. Amazon pula lebih terus terang—secara langsung menarik balik senarai peringkat penggunaan AI dalaman. Sebabnya mudah: mereka mendapati apabila “jumlah AI yang digunakan” dijadikan ukuran, pekerja akan bersaing untuk membanjiri token demi naik peringkat. Kelihatan semua orang bersemangat menyambut AI, tetapi sebenarnya ramai panggilan itu tiada hasil—hanya “guna kerana nak guna.” Di Mihoyo, dalam satu eksperimen multi-Agent, puluhan Agent saling memanggil, saling menunggu, saling mengesahkan: kamu tanya saya, saya jawab kamu, kamu sahkan saya lagi—tiada siapa yang menamatkan apa-apa. Rantaian panggilan semakin panjang. Pada akhirnya, semalam sahaja habis 2 juta yuan token, manakala nilai yang dihasilkan hampir tidak ada. Di sini, ramai mungkin bertanya: Apa itu token? Mengapa ia boleh membakar syarikat sehingga begini? Sebenarnya, token boleh difahami sebagai “elektrik” di dunia AI. Apabila anda mengetik satu soalan di ruang chat dan AI menjawab dalam beberapa saat—kelihatan seperti percuma. Tetapi di latar belakang syarikat, setiap ayat yang dimasukkan, setiap bahagian jawapan yang dihasilkan, setiap panggilan model, setiap tindakan Agent yang dijalankan, bahkan setiap perbincangan antara AI dengan AI—semuanya menghabiskan token. Lebih penting lagi: logik bayaran AI berbeza sama sekali dengan perisian tradisional. Dulu, apabila membeli perisian, kosnya hampir tetap: berapa harga satu akaun? Berapa anggaran tahunan? Boleh dianggar dengan tepat pada awal tahun. AI tidak begitu. Ia dibayar berdasarkan penggunaan—dan penggunaan ini akan terus membesar seiring dengan kompleksiti operasi. Satu pekerja kadang-kadang bertanya beberapa soalan—kosnya kecil. Tetapi apabila seluruh pasukan guna bersama-sama, kos mula naik. Apabila ditambah dengan Agent yang memanggil AI lain, bil boleh melonjak dari ribuan kepada puluhan juta bahkan ratusan juta. Malangnya, dua tahun lalu seluruh masyarakat mendorong kita untuk lebih banyak guna AI. Meningkatkan penetrasi AI, meningkatkan frekuensi penggunaan, meningkatkan automasi—ada syarikat bahkan menulis jumlah token yang digunakan sebagai ukuran prestasi. Dalam ekonomi, ada hukum klasik bernama Hukum Goodhart: apabila satu ukuran menjadi sasaran, ia bukan lagi ukuran yang baik. Di luar negara pun ada istilah khas: “Tokenmaxxing”—kurang lebih bermaksud “membakar token sehingga maksimum.” Ada yang meminta AI mengoptimumkan kod yang sama puluhan kali; ada yang minta AI hasilkan belasan versi laporan sekaligus. Ada pula yang memecahkan tugas yang sepatutnya selesai dalam beberapa langkah kepada puluhan Agent yang bekerjasama—hanya supaya sistem kelihatan lebih pintar. Akhirnya AI jadi seperti hiasan belaka. Apabila digunakan secara kecil-kecilan masih boleh ditanggung. Tetapi yang benar-benar mendorong kos ke tahap tak terkawal ialah sistem multi-Agent. Secara teori, sistem ini indah: satu Agent bertanggungjawab merancang, satu melaksanakan, satu memeriksa, satu merumus—seperti pasukan digital. Tetapi dalam praktiknya, ia lebih seperti mesyuarat tanpa ketua. Kamu tanya saya, saya tanya kamu; kamu tunggu saya, saya tunggu kamu; pengesahan sekali belum cukup—perlu lagi. Semua bergerak, tetapi tiada apa-apa selesai. Dalam kebanyakan sistem multi-Agent, 30% hingga 60% token habis dalam putaran tanpa makna ini. Dengan kata lain, banyak wang tidak menjadi hasil—tetapi terbakar perlahan-lahan semasa AI saling “mesyuarat.” Lebih ironis lagi: Agent-agent ini bukan malas—malah terlalu rajin. Mengikut prosedur secara ketat, melaksanakan setiap langkah logik secara tepat: Agent pertama memanggil Agent kedua; Agent kedua kembali mengesahkan Agent pertama—hingga sistem terperangkap dalam lingkaran tak berkesudahan. Ini seperti syarikat dengan puluhan orang dalam ruang mesyuarat dari malam hingga pagi esok—semua berbicara, semua serius—tetapi tiada siapa membuat keputusan. Dan mesyuarat ini dikenakan bayaran per saat. Masalah utamanya ialah: mesyuarat ini terus disalin, dibahagi, dan disusun semula. Apabila skalanya meningkat, kos menjadi tak terkawal secara eksponen. Kerana kos AI bukan sekali jadi—ia terus membesar seiring rantaian panggilan, dan hampir tidak dapat diramal. Pada tahap ini, orang bukan lagi membincangkan “adakah AI berguna?”—tetapi mengira perkara yang lebih realistik: adakah alat ini akan meledakkan bil? Model tempatan seperti DeepSeek dan DouBao tiba-tiba menjadi bahan perbincangan semula bukan kerana nostalgia—tetapi kerana satu perkara praktikal: untuk tugas yang sama, mungkin lebih murah beberapa kali ganda. Dengan kata lain: jangan gunakan model termahal untuk semua perkara. Tugas mudah serahkan ke model murah; tugas kompleks baru guna model besar. Syarikat mula sedar: AI bukan alat “semakin banyak digunakan semakin hebat”—ia lebih seperti sistem “semakin banyak digunakan semakin mahal.” Pasaran modal pun berubah sikap. Dulu menilai syarikat AI berdasarkan siapa yang memanggil paling banyak, siapa yang tumbuh paling pantas, siapa yang membakar token paling gila. Kini hanya lihat satu perkara: ROI. Kamu membakar begitu banyak token—apakah kamu dapat balik wang? Realiti yang menyakitkan ialah: peningkatan kecekapan tidak bermaksud keuntungan. Kod ditulis dua kali lebih pantas—tetapi produk tidak menjual lebih banyak—ia hanya “lebih pantas menghabiskan wang,” bukan menghasilkan wang. Lebih aneh lagi: ini bukan hanya masalah satu atau dua syarikat. Ada syarikat membakar 500 juta dolar AS sebulan di Claude; ada yang lupa tetapkan had atas—dan token melonjak tanpa kawalan. Meta pula lebih gila: mereka pernah ada senarai peringkat dalaman bernama “Claudeonomics,” khusus untuk melihat siapa paling banyak guna AI. Juara sebulan membakar 31.2 trilion token. Ditukarkan kepada wang—jumlah ini cukup untuk upah dua jurutera berpengalaman selama setahun. Bisa dikatakan: sementara bos seru “semua harus AI,” juruwang sudah mulai berkeringat sejuk. Sebenarnya bukan bererti tidak guna AI—tetapi tidak lagi membakar token tanpa fikir.Orang-orang mulai bertanya soal yang lebih realistik: token-token ini, adakah yang boleh ditukar dengan wang tunai sebenar? #AI #AIAgent @grok