AI Coding 进入“计量时代”|agent|token|上下文|工作流|调用

2026 年 6 月 1 日，GitHub Copilot 的新计费规则正式生效。

对于那些习惯了每月 10 美元或 39 美元固定支出的开发者来说，这个月的账单数字可能会让他们倒吸一口凉气。

根据最新规则，Copilot 正逐步从固定订阅制转向基于 AI Credits 的 Token-based billing 模式。尤其当 Agent 工作流、长上下文分析、复杂推理成为主流，Token 的消耗正呈指数级上升，开发者的账单将更加不确定。

消息公布后，开发者社区在一夜之间被 Token、额度和 Agent 成本的焦虑所吞没。然而真正引发焦虑的，并不只是涨价。

图源自官网

“功能时代”的终结

就在不久前，行业对 Token 的认知似乎陷入了一种微妙的狂热。各大厂商和企业乐此不疲地比较着各自的 Token 消耗量、上下文长度以及 Agent 的调用频次。在那种语境下，Token 仿佛成了某种创新的证明——谁家烧的 Token 越多，就意味着谁的业务越纯粹、越“拥抱 AI”。在这种看似不计成本的喧嚣中，大家产生了一种幻觉：Token 是免费的。

但 Copilot 的这次计费调整，第一次让这种被忽略的成本重新显现出来。

GitHub 首席产品官 Mario Rodriguez 在官方博客中坦言，Copilot 已经不是一年前的那款产品了，它已从编辑器内置的助手发展成为一个智能体平台。过去，一个 Copilot 请求可能只是补全几行代码；但现在，一个 Agent 工作流背后，可能意味着长上下文分析、多轮推理、跨文件调用，甚至数小时的自主编码。

这也让不同用户之间的资源消耗迅速拉开差距。一个偶尔用 Chat 补全代码的轻度用户，与一个每天运行 Agent 工作流的重度用户，背后对应的 GPU 消耗与推理成本，可能相差数十倍。

本质上，当 AI 走向高阶推理与持续任务执行，软件的底层逻辑已经从“功能调用”转变为“计算过程本身”。

在这一前提下，固定订阅制所依赖的“成本平均化”开始失效，AI Coding 的计费方式也因此逐渐转向更接近云计算的按资源计量模型。

消失的“确定性”

当计费开始与真实计算过程强绑定，新的问题也随之出现。

据官方信息，GitHub Copilot 本次费用调整同时适用于个人和企业套餐。

一名 Reddit 用户晒出截图，新规导致他的月度费用从约 29 美元飙升到近 750 美元。另一名用户则发文称，自己月费已经从约 50 美元暴涨至 3000 美元。

企业层面同样在失去控制，而且这并不是 Copilot 独有的问题。Uber 首席技术官 Praveen Neppalli Naga 此前一则帖子透露，将 Claude Code 部署给约 5000 名工程师后，该公司 2026 年全年 AI 专项预算在头四个月就已烧光。

值得一提的是，Uber 的 COO Andrew Macdonald 在播客中指出，Token 消耗和交付给用户的功能之间的联系，“还不存在”。

这种 Token 消耗与功能交付的脱节，一针见血地指出了当前大模型应用中最核心的痛点——开发者越来越难理解成本究竟是如何生成的。

在传统云计算体系中，资源消耗与成本之间仍然存在相对清晰的对应关系；但在 Agent 时代，计算过程本身正在变得越来越不可解释。大模型究竟进行了多少轮推理、如何调取上下文，又如何进行跨文件自我纠错，用户几乎无法感知。而这种不透明性，在“按量计费”的规则下，被进一步放大了。

第一，是成本的不确定性。开发者无法在任务开始前准确判断一次复杂调用会消耗多少 Token，也无法预估一段 Agent 工作流最终的费用边界。