YC掌门人Garry Tan年耗20万美元AI代币，自称"赛博精神病"

Y Combinator CEO Garry Tan对AI智能体的狂热早已不是秘密。他曾开玩笑说自己患上了"赛博精神病"，有时几乎不睡觉，只因和AI智能体一起工作太兴奋。在Walter Isaacson的播客《The Builders》新一期节目中，Tan首次给自己的这份热情标上了价格：每年在AI代币上的花费最高可达20万美元。

20万美元代币支出的背后

据Tan在播客中的说法，他每年花在AI代币（tokens）上的钱最高能达到20万美元。这个数字放在个人AI使用场景中相当惊人，即便对于一位风投机构的掌门人来说也绝非小数目。它直观地说明了一件事：重度AI智能体用户的实际消耗，可能远超普通订阅制产品的想象。

驱动这笔开销的，是Tan将AI智能体深度嵌入日常工作流的习惯。他不仅把智能体当作偶尔调用的工具，而是让它们持续参与编码、写作、研究等任务，高频调用自然推高了代币消耗。

AI代币（tokens） 是大语言模型处理文本的基本计量单位，模型输入与输出的内容都会被切分为 token 计费。以主流模型为例，一个英文单词大致对应 1–2 个 token，中文则往往更多。API 调用通常按每百万 token 的输入价和输出价分别结算，输出价格一般高于输入。智能体场景的特殊之处在于消耗量：一次任务往往包含多轮推理、工具调用、读取文件与自我校验，单个任务的 token 用量可能是普通对话的数十倍。因此重度用户的年支出可以达到数千至数十万美元量级，而这些费用通常来自 API 按量计费，而非固定月费的订阅套餐。

"赛博精神病"：一种重度使用者的自嘲

Tan此前曾半开玩笑地承认自己出现了"cyber psychosis"（赛博精神病）的症状——因为沉迷于和AI智能体协作而几乎不眠不休。这个说法虽然戏谑，却折射出一类重度用户的状态：AI智能体带来的生产力提升太显著，以至于使用者主动延长工作时间，沉浸在人机协作的循环里。

这种自嘲在开发者与创业者圈子里并不罕见。当智能体能够承担越来越多的执行环节，使用者的角色转向指挥与审阅，节奏反而变得更快。

在 AI 语境下，智能体（agent） 指能够自主规划步骤、调用外部工具（如代码执行、网页检索、文件读写）并根据结果迭代的大模型应用形态，区别于只做单轮问答的聊天机器人。它的工作方式通常是“思考—行动—观察”的循环：模型先分解任务，再调用工具获取反馈，然后修正下一步动作，直至完成目标。这种多轮自主执行正是 token 消耗远高于普通对话的原因，也解释了为什么深度嵌入工作流的用户会产生可观的账单。

对创业者和AI行业的启示

Tan的身份让这笔支出具有了额外的信号意义。作为全球最知名的创业孵化器之一Y Combinator的负责人，他的工具选择和使用强度，某种程度上反映了顶级创业者群体对AI智能体的投入程度。

从成本结构看，20万美元的年支出意味着AI代币已经从"小额外挂"变成部分重度用户的核心运营成本之一。对于构建AI产品的公司来说，这既是收入机会，也提示了定价与用量天花板之间的张力——最激进的用户愿意为智能体能力支付相当高的费用。

对普通开发者而言，Tan的案例更像一个极端参照：AI智能体的价值随使用深度放大，但成本同样随之上升。如何在调用频率、任务复杂度和实际产出之间找到平衡，是每个重度用户都需要面对的问题。