亚马逊员工让AI写代码误烧1215万元：超预算860%！

8月4日消息，近日，有美国媒体曝光了亚马逊内部重大AI成本失控事故：

一名工程师借助Anthropic旗下Claude Sonnet模型编写程序，目标是完成电商平台作者信息与商品列表的数据匹配工作。

然而这项常规的数据处理任务，最终竟然产生180万美元账单，折合人民币约1215万元，实际支出超出原定预算860%。

更加令人意外的是，该项目最终并未成功落地，而高额算力消耗持续运行长达5个月，公司直到财务对账时才察觉异常。

复盘显示，AI生成的程序缺少调用频次限制，模型持续循环发起请求，云算力与大模型调用费用不断累积；同时团队缺少实时成本告警机制，微小代码缺陷长期无人发现，持续吞噬预算。

在亚马逊内部会议上，高管将此次事故定义为 “代价惨重的典型案例”，并通报称内部还出现多起同类隐患，有项目意外产生54万美元额外开销。

接连踩坑后，亚马逊开始紧急搭建风控体系，计划上线自动化防护机制，一旦AI相关支出触及阈值，系统将自动限流、中断任务，避免费用无限飙升。

同时公司加强规范，要求所有AI生成代码必须经过人工完整审核，杜绝未经校验直接上线。

当前很多企业单纯期待AI降本增效，却忽视算力计费模式带来的风险，传统代码错误大多消耗人力时间，而失控的AI程序会持续产生token费用，一旦缺少预算监控，很容易酿成巨额损失。