2026年6月，美国国防部曾高调宣布近半数员工（约175万人）正在使用AI工具辅助工作。然而不到一个月，陆军作战能力发展司令部（DEVCOM）的员工就收到一封紧急邮件：由于token消耗过快，原定的“无限token”计划被迫中止，使用量被重新限制。这一戏剧性转折，不仅让军事机构的AI部署蒙上阴影，更向所有正在拥抱AI工具的企业敲响了警钟——所谓的“无限Token”，很可能只是一场美丽的误会。
无限Token神话破灭：美国陆军AI工具使用量触顶
6月初，美国陆军首席信息官（CIO）宣布为全军提供“无限token”的AI服务，承诺员工可以无限制地使用Ask Sage平台进行文本生成、图像分析、代码辅助等任务。然而仅仅两周后，CIO的token池就宣告耗尽，不得不紧急恢复限额。
根据DEVCOM内部邮件，虽然陆军决定在现有水平上续订token，但10月1日之后是否还能继续获得充足配额仍是未知数。一位匿名陆军员工向媒体透露：“整个陆军在一个月内烧光了全年的token配额，这就像把一年的汽油在一周内全部用完。”
这种“短暂狂欢”式的消耗，本质上源于AI工具背后的大语言模型（LLM）运行成本。Ask Sage是一个多模态生成式AI平台，整合了Google Gemini、Meta Llama、OpenAI ChatGPT等主流模型。每次用户提问、生成图片或分析文档，都会消耗一定数量的token——而token就是调用模型能力的“货币”。
更值得关注的是，陆军并非唯一遭遇token瓶颈的机构。据《华尔街日报》此前报道，多家大型企业在引入AI工具后，季度AI支出普遍超出预算30%至50%。AI工具导航上收录的数百个企业级AI应用，几乎都面临类似困境：用户越多，成本越难以控制。
从“无限”到“限额”：Ask Sage平台与Token消耗的真相
Ask Sage平台的设计初衷是让军队员工能够一键调用多种LLM，无需切换账号或学习不同接口。但正是这种便利性，加速了token消耗。邮件显示，员工们大量使用AI生成报告、起草邮件、分析情报摘要，甚至用于简单的日常查询——比如“今天天气如何”或“下一场会议几点开始”。这些低价值请求占据了大量token，导致真正关键任务（如作战模拟、实时翻译）的资源被挤占。
陆军CIO团队并非没有预警。他们设定了一个“公平使用”上限，但直到6月token池耗尽，才发现实际消耗速度远超预期。大模型训练的成本结构决定了token的单价难以降低：每个请求都需要调用数亿参数的模型进行推理，GPU服务器电费、冷却费用、模型维护成本全都摊在token单价里。
从AI技术解析的角度看，Token是LLM处理文本的基本单位。一个中文汉字大约对应1-2个token，一段300字的报告可能消耗500-800个token。如果全陆军3.5万用户每人每天发送50个请求，每个请求平均消耗1000 token，那么单日消耗就高达17.5亿token。以一个中等规模企业级AI套餐（每百万token约0.5美元）计算，年费用可能飙升至数亿美元。
陆军显然低估了这种“人人可用”的诱惑力。当员工发现AI工具比手动打字快10倍时，使用频率立刻暴涨。这正是所有部署AI工具的组织必须面对的第一道坎：如何平衡易用性与成本控制。
AI技术解析：Token机制如何影响企业级AI部署成本？
要理解陆军token耗尽的本质，就需要深入AI原理中最基础的概念——Token。在LLM中，Token是模型输入和输出的最小单元。一切文本、代码甚至图像（通过多模态编码）都被拆解为Token序列。模型每生成一个Token，都要进行一次精密的概率计算。
这意味着，Token消耗直接对应计算资源消耗。企业购买AI工具时，通常有两种计费模式：按Token用量付费（如OpenAI API）或订阅固定Token池（如Army的Ask Sage）。订阅模式看似“无限”，实则设定了隐性上限——当所有用户同时满负荷使用，Token池就会迅速见底。
AI技术解析还揭示了一个关键问题：不同任务的Token消耗差异巨大。简单问答可能只需几十个Token，但生成一篇完整的分析报告、或者让AI“思考”复杂逻辑链（Chain-of-Thought），消费可能高达数千Token。陆军员工若大量使用AI进行深度推理，token消耗速度会成倍增加。
更棘手的是，企业难以实时监控每个用户的Token使用情况。陆军CIO直到6月才发现池子干了，说明缺乏有效的预警机制。企业数字化转型中，AI工具的导入往往伴随着“黑盒”风险：管理者知道总支出，却不知道每个请求的价值。
AI原理浅析：大语言模型为何无法真正做到“无限使用”？
从AI原理角度，LLM的“无限使用”本身就是一种悖论。模型推理需要消耗物理资源（GPU算力、电力、带宽），而这些资源是有限的。即使云服务商采购了海量GPU，全球数据中心依然面临芯片短缺和电力限制。
更关键的是，LLM的推理成本远高于传统软件。传统软件写1000行代码，边际成本几乎为零；但LLM每生成1000个Token，背后就是一次完整的神经网络前向传播。这导致AI工具天生具有“按量付费”的特性。
一些AI厂商试图通过模型蒸馏、量化、缓存等技术降低成本，但效果有限。例如，将大模型压缩为小模型后，推理速度提升但准确率下降，用户可能因此反复请求，反而增加Token消耗。AI原理的另一个重要约束是“上下文窗口”：长对话会消耗大量Token，且无法通过简单缓存解决。
陆军案例恰好说明，AI工具在组织内的普及会形成“需求弹性”：当用户发现工具免费且无限时，他们会创造大量低价值请求，直到系统崩溃。这种行为经济学中的“公地悲剧”，在AI工具领域得到了完美复刻。
军事场景下的AI工具：效率与安全的双重考验
陆军并非唯一在AI工具上栽跟头的军事机构。2025年，美国空军曾因AI工具误生成包含敏感信息的报告而紧急叫停；2027年，海军则因token超支导致预算重组。这些案例表明，军事AI部署面临比企业更复杂的挑战：
首先是数据安全。Ask Sage平台虽然运行在军事专用云上，但员工使用公开大模型（如ChatGPT）时，可能无意中泄露机密信息。AI工具在军事中的另一个风险是“幻觉”——模型可能生成看似合理但完全错误的战术建议。
其次是成本效率。陆军每年AI预算约12亿美元，但其中40%被用于非核心任务（如撰写公函、生成PPT）。一位退役军官在博客中写道：“我们花了10亿美元让AI帮士兵写请假条，而不是分析卫星图像。”这种资源配置的扭曲，正在促使国防部重新评估AI工具的使用规范。
有趣的是，一些军事部门已经开始尝试用AI画图和文生图工具辅助战场态势感知。例如，将侦察数据转化为可视化地图，或生成模拟训练场景。但这些工具同样消耗大量token，且需要专用模型微调。
未来展望：AI工具在企业中的可持续发展路径
陆军token耗尽事件并非孤例，而是AI工具规模化部署的必然阵痛。要避免“无限Token”变成“一秒Token”，企业需要从三个方面重构AI策略：
第一，建立分层定价机制。将AI工具的使用权与任务优先级挂钩。例如，核心业务（如研发、客户服务）分配高优先级token池，日常办公（如文档润色）使用低优先级共享池，超额后自动延迟或降级。
第二，引入智能监控与配额管理。利用AI自身来监控AI使用行为，识别异常消耗（如单个用户连续发送1000次相同提问），并自动触发限流。AI工具箱中已有多种SaaS服务提供此类功能。
第三，探索混合部署模式。将轻量级任务（如翻译、摘要）交给本地小模型，将复杂推理任务（如合同审查、代码生成）保留给云端大模型。这样既能保证响应速度，又不会因所有请求都挤占大模型token而超支。
最后，企业需要培养“AI节俭文化”。正如陆军员工后来被要求“每次使用前先问自己，这个请求真的需要AI吗？”——这种思维转变，可能比任何技术方案都重要。
AI工具的普及是一场马拉松，而非百米冲刺。陆军在6月的这次“踩刹车”，恰恰为所有组织提供了一个宝贵的压力测试样本：当人们可以无限制使用AI时，我们是否真的准备好了？