一间普通公司到2029年，为每位工程师支付的AI账单，可能比其薪水还高。这是知名创投分析师Tomasz Tunguz基于三组情景模型得出的结论。当运算成本逼近甚至反超人力成本，AI支出不再是可选项，而是必须与薪酬并列的损益表科目。
Anthropic的账本：算力支出已是薪酬2.3倍
据SaaStr统计，Anthropic仅约5,000名员工，2026年却在推理与训练上花费约100亿美元。折算下来，每位员工背负约200万美元的运算支出。对比Levels.fyi估算的全包薪酬50万美元以上，运算支出达到薪酬的2.3倍。这在软件产业是绝无仅有的比例。根据Ramp AI Index 2026年6月数据，顶尖1%的企业，每位工程师年均AI支出约8.9万美元，相当于年薪22.4万美元资深工程师薪酬的40%；而中��数企业仅花137美元，几乎为零。顶部与中位数之间，是接近680倍的落差。
三种情景预测2029年AI账单
Tunguz用三种情景框定未来：悲观情景假设token价格持续下滑抵销需求增长；基准情景假设顶尖1%增长放缓；乐观情景假设整体市场2029年追上Anthropic当前比例。每项情景都将AI账单换算为资深工程师22.4万美元基准薪酬占比，且假设薪酬年增约5%。
具体数字（以22.4万美元为基准）：
- 2026年：三种情景均为9万美元，占比40%；
- 2027年：悲观10.6万（45%）、基准16.4万（70%）、乐观25.8万（110%）；
- 2028年：悲观11.8万（48%）、基准25.9万（105%）、乐观44.4万（180%）；
- 2029年：悲观10.6万（41%）、基准36.3万（140%）、乐观59.6万（230%）。
悲观情景金额在2028年反而下滑，因为占比下跌速度超过薪酬通胀速度。
推力：Agentic工作流引爆Token消耗
乐观情景成立的关键，是日益复杂的AI工作流（agentic workflow）。AI自主连续执行任务、自行判断下一步，消耗的token数量比聊天模式高出几个数量级。高盛预测，到2030年token消耗量将增长24倍。Anthropic与OpenAI每位员工分别创造1,400���与650万美元营收，是福布斯2000强中最高。成本结构跟随营收结构，花得起的公司通常也赚得回来。
拉力：模型定价暴跌与开源冲击
拉力同样真实。OpenAI GPT-4级别模型输入定价从2023年3月上市时每百万token 30美元，跌至2026年不到3美元，三年每年以十倍速度下滑。开源模型逼近前沿水平，DeepSeek-V3以十分之一到三十分之一的API成本交出可媲美顶尖封闭模型的成绩。开源与闭源之争成为AI时代最重要的政治问题之一——便宜的模型直接决定悲观情景能否成真。企业也可主动限制用量压低曲线，不必被动等待降价。
结构性转折：AI支出从工具预算变第二份薪水
真正值得注意的不是“AI很贵”，而是AI支出正从可有可无的工具预算，变成可匹敌人力成本的结构性支出。乐观情景下，一位工程师的AI账单本身，足以匹敌一家上市SaaS公司员工创造的营收中位数（约25万美元）。这不是工具成本的量级，而是另一份薪水的量级。当运算费用与薪酬同列一张损益表，企业需提前决定为哪种未来编列预算。