## AI成本与效率问题 一则Hacker News讨论强调了对使用AI，特别是大型语言模型（LLM）的成本，目前*高于*雇佣人工的担忧。 许多评论指出，由于输入结构不良和重复循环，即使对于简单的任务，LLM处理的“token”（单位）使用效率低下。 问题不在于这项技术的潜力，而在于其当前的实施方式。 许多工程师正在将AI用于传统脚本可以轻松处理的任务，这是受到管理层压力，要求采用AI但未优先考虑成本效益所致。 有些甚至看到客户试图利用AI的进步来*降低*费用，尽管AI存在局限性和不准确性。 用户认为，一种“创业”心态正在出现，公司正在大力投资以证明AI的可行性，希望未来的迭代会变得更有效率。 另一些人则提倡*现在*通过更好的规划和工具来优化AI的使用，认为token效率是盈利的关键。 最终，这场讨论质疑AI是否能够兑现其承诺，或者由于成本居高不下且生产力提升未经证实而面临放缓。