AI能提效不假，但账单却越来越看不懂了。一位名叫Michael Hahn的前Oracle总监，最近干起了一门打假AI账单的生意。他的公司Vaudit翻了60家企业、约3400万美元的AI账单，从里面揪出约170万美元的多收费用，大头是Claude Code的使用费。被审计的客户名单中不乏松下、HP、本田这样的企业。可你要是去问账单另一头那两位AI巨头，得到的回答是另一个版本：Anthropic说，自己不为没完成的请求或报错计费，也不会把请求偷偷路由到旧模型；OpenAI更干脆，称没有证据显示这些问题发生在自家客户身上。两边都说没问题，但经过Vaudit和客户一轮轮申诉，这些争议金额里，约80%最后被Amazon、Google、Microsoft、Anthropic和OpenAI退了回来。Hahn说这些公司在出问题时配合度非常高，同意退钱，却不同意认错。于是情形就奇怪起来：审计公司拿着账本说「我查出来了」，约80%的超额费用也被退还了，模型厂商集体摆手说「没这回事」。既然都说没错，这钱，是怎么退出来的？Vaudit查出了三种最常见的多收方式，每一种都藏在账单不起眼的角落。第一种是模型张冠李戴：客户实际调用的是更旧、更便宜的模型，账单却按更新、更贵的那一档来算，一次两次看不出来，跑上几百万次调用，差价就出来了。第二种是为失败买单：智能体或聊天机器人没完成请求、甚至直接报了错，这部分照样进了账单。第三种最隐蔽，Hahn管它叫重试风暴：一个智能体任务失败了，它不声不响地自己反复重试，用户根本不知道后台在烧钱，费用就这么一层层叠上去。这三种里没有一种是用户「主动多用」造成的。最让人担忧的是第三种：过去你用软件，是一步一点、自己盯着的，一旦跑飞了立刻就能掐断。可AI智能体的卖点恰恰是「放手让它自己干」，人退到了流程之外。这意味着当AI智能体在后台撞墙、重试、再撞墙，狂烧token时，那个原本会喊停的人根本不知道，而账单却要等到月底才送到你面前。这件事的重点，不是「谁骗了谁」。Vaudit查到了，但Anthropic、OpenAI没认，这本就是审计公司的口径，谁也不能凭一句「查出170万」，就给两家公司扣上乱收费的帽子。但退款这一步，每一家倒也配合。能一口气退掉八成，恰恰说明这八成本就不该收。退款是纠错，钱退了，账还是笔糊涂账。之所以会出现这种「退钱不认账」的僵局，根子在AI计费这门生意本身的算法上。问题可能不在「算错」，而在「天生算不清」。因为它按token用量计费，你用得多就付得多，用得复杂就付得更多，可token在你常用的那些基础设施仪表盘里，基本是隐形的。更麻烦的是，它还会剧烈波动：同样问一句话，用哪个模型、prompt怎么写、智能体怎么编排，烧掉的token能差出好几个量级。模型越往「智能体化」方向走，越吃token。一个智能体替你跑一个任务，背后可能是几十上百次模型调用，每一次都在烧钱。天生难预测、难解释，「多收」的模糊地带就是这么留出来的。Hahn的话一针见血：AI账单，正变得越来越不透明。这句话刚好戳中了整个行业的软肋。AI从最早的「按调用计费」，一路走到今天的「多模型＋多智能体＋云中转」，账单的链条被拉得越来越长：模型厂商收一道，云厂商收一道，中间夹着的SDK代理再绕一道。每一道单看都合理，可三道叠在一起，很难一眼看清这笔钱究竟花在了哪。更要命的是，钱往往不烧在你看得见的地方。真正吃账单的那些场景，几乎都藏在后台，而且每一种都有公开的GitHub issue或事故报告可查。要么是上下文一遍遍重传，要么是子智能体趁没人盯着通宵空转，账单就在你看不见的地方，自己越滚越大。Anthropic遭遇AI账单的挑战不止一次。就在6月15日，一位华盛顿特区的客户Karl Kahn，把Anthropic告上了联邦法院，指控它在高价订阅上「货不对板」。据《华尔街日报》报道，Anthropic的Max 5x每月100美元，Max 20x每月200美元，宣传时的卖点，是Pro计划用量上限的5倍和20倍。可Kahn说，实际能用的量远远低于宣传。对于AI从业者来说，这起事件是一个清晰的警示：在拥抱智能体化带来的效率提升时，必须建立对AI账单的主动监控机制，否则，那些藏在后台的token消耗，可能会让你的成本失控于无形。