代币经济学：AI 编程代理的定价演进
DAN NGUYEN-HUU
2025年7月22日
早期的 AI 原生创业公司，已经开始在定价问题上反复挣扎。
传统的按席位收费模式，在无法预测的用量冲击下，已然摇摇欲坠。
自那以后，市场非但没有尘埃落定，反而进入了更快节奏的演进。
我们见证了各大公司几乎把所有模式都试了一遍，从固定费率到代币上限，从积分系统到抽象的计算单元。
有些早期的赌注已经公开宣告失败，而另一些则仍在苦苦探索，试图在真实成本与用户感知价值之间找到那个完美的平衡点。
我将这一系列剖析的尝试，称之为代币经济学。
这是一个持续性的研究，旨在揭示 AI 公司如何赚钱，真正的成本中心位于何处，以及什么样的商业模式最终能够规模化。
尽管一切仍是流动的，但尽早提出正确的问题，其重要性不言而喻。
如果你正是在这个浪潮中构建事业的创始人，我希望这篇文章能为你带来切实的帮助。
AI 编程代理的定价演进：从代码仓库到计算单元
在 AI 的世界里，定价仍是一片未经探索的混沌地带。
太多的变量在左右着天平：用户如何使用产品，他们与产品交互的频率，AI 代理在后台默默执行了什么，以及底层模型提供商又开出了怎样的账单。
我接触的大多数创始人，都还在为了平衡可预测的收入与不可预测的成本而殚精竭虑。
本周，我将更进一步，深挖开发者工具的定价模型这些年来的演变之路。
我们将探讨为什么 Cursor 最近的定价调整会掀起轩然大波，以及「代理集群」的兴起，对于开发者工具的未来经济模型又意味着什么。
为了看清未来的方向，我审视了市面上几款主流 AI 编程工具的定价策略：Cursor、Devin、Claude Code、v0、Bolt、Codex、Replit 和 Lovable。
它们的每一种定价模式，都在讲述一个关于代币经济、市场定位，以及寻找可持续 AI 商业模式的故事。
开发者工具定价的五个阶段
阶段一：按代码仓库收费的时代 (2008-2014)
让我们先把时钟拨回过去：GitHub 在 2008 年的起步非常简单，它采用了一种基于私有仓库的免费增值模式。
公共仓库完全免费，而你需要为代码的私密性付费。到了 2011 年，一个「微型」套餐每月收费 7 美元，可拥有 5 个私有仓库；而「中型」套餐则是每月 12 美元，提供 10 个。
GitLab 沿用了相似的思路，但更侧重于通过功能等级来区分付费，而非用户数量。
为何这种模式在当时可行： 那个年代，开发者更习惯于单打独斗或在极小的团队里协作。因此，对私有代码的访问权限进行收费，而不是对「人」收费，完美契合了当时真实的使用场景。
源：https://developerhowto.com/2019/01/10/github-is-now-offering-unlimited-private-repos-for-free/
阶段二：企业级按席位收费模式 (2015-2020)
当开发的主力从个人开发者转向团队协作时，GitHub 和 GitLab 不约而同地推出了按席位定价的模式。
GitHub 的团队版和企业版根据功能不同，对每位用户每月收取 4 到 21 美元。这一转变顺理成章：协作已成为核心价值驱动力，而按席位定价与团队结构和企业预算能够清晰地一一对应。
为何会发生转变： 企业预算需要高度的确定性。随着 CI/CD 和 DevOps 流水线被越来越广泛地采纳，工具的规模需要覆盖整个大型团队。
IT 采购部门偏爱这种按开发者人数计算的清晰价格，工具的单位经济效益也变得更加可预测。
这种模式，成功地将开发者工具变成了一门大生意。2018 年微软以 75 亿美元收购 GitHub 时，它已拥有约 2800 万用户。
GitLab 则在 2021 年成功上市，如今服务着超过 3000 万用户，年度经常性收入超过 5 亿美元。
这里的关键在于：定价的核心从未是计算资源，而是开发者本身。
源：https://wptavern.com/github-opens-free-plan-to-unlimited-collaborators-on-private-repositories
阶段三：固定费用的 AI 增强 (2021-2023)
2021 年，GitHub Copilot 带着一种全新的玩法入场——它提供的 AI 辅助功能，采取每用户每月 10 美元的固定费用。
无论你的使用强度如何，价格都雷打不动。它的核心价值在于无缝的集成体验和可预测的成本，它将背后复杂的代币消耗完全屏蔽了。
为何它能迅速占领市场： Copilot 不仅价格低廉，还能在 VS Code 中完美运行，为日常编码任务带来了极高的感知投资回报率。
在这种模式下，成本的可预测性压倒了对用量的精细控制，开发者也无需再为使用上限而分心。
源：https://github.blog/news-insights/product-news/github-copilot-is-generally-available-to-all-developers/
阶段四：带用量上限的固定费率 (2023-2024)
紧接着，Cursor 在 2023 年登场了。
它的 Pro 套餐每月收费 20 美元，用户每月可发起多达 500 次「请求」。这是一种设有用量天花板的固定订阅费。
它并非真正意义上基于用量的定价，因为用户不是为每一次代币消耗或 API 调用付费。
他们支付的是一笔可预测的月费，但其用量被一个抽象的「请求」数量牢牢卡住。
为何这在初期行得通： 在 AI 编程工具发展的早期，用户的使用模式相对轻量且可预测。
大部分请求无非是简单的代码补全或小段代码生成。这种抽象的用量限制在当时看来相当慷慨，很少有用户能触及其上限。
源：https://cursor.com
Cursor 争议：当固定费率定价模式走向崩溃
到了 2025 年 6 月，Cursor 的经济模型已经变得难以为继。
随着产品功能日趋强大，重度用户开始串联起复杂的「多步代理」，灌入巨大的「上下文窗口」，进行着漫长且计算密集型的开发会话。
这种表面上的固定订阅，其背后却在以惊人的速度烧掉公司的 API 积分。
与此同时，Cursor 的增长势头依然迅猛，其年度经常性收入大约每两个月就翻一番，到 2025 年 6 月已然突破 5 亿美元大关。
源：https://x.com/saastr/status/1946501768109604965/photo/1
公司被迫采取行动。一夜之间，Cursor 彻底摒弃了基于请求的定价，转而采用一种基于代币消耗的混合式、按用量计费的系统。
为重度用户设计的全新 Ultra 套餐，定价高达每月 200 美元，提供约 20 倍的用量。
而原有的 Pro 套餐，则引入了基于实际计算消耗而非请求次数的硬性限制。
用户的强烈反弹几乎是瞬间爆发的。 他们已经习惯了 Copilot 那样可预测的定价模式，完全没料到在一个 20 美元的套餐下，竟会面临天价的超额账单。
一些用户甚至晒出了单月超过 1000 美元的账单。这迫使 Cursor 不得不紧急推出更透明的用量仪表盘、提供退款，并正面回应社区的如潮批评。
源：https://cursor.com/blog/june-2025-pricing
值得肯定的是，Cursor 团队的回应迅速而富有建设性。
在短短几天内，他们发布了公开声明，向受影响的用户致歉并提供退款，上线了更清晰的用量监控面板，并承诺允许现有的年费用户在续订前，继续沿用旧的计价方案。
他们还详细说明了新系统的控制机制，包括设置消费上限和提供模型路由选项，以此来重建社区的信任与透明度。
那么，牌桌上的其他玩家又是如何应对的呢？
阶段五：抽象的用量单位 (2024-至今)
定价模型的最新演进，是试图通过将用量抽象成更直观的单位来化解代币的复杂性，同时确保这些单位仍能与底层成本紧密挂钩。
为了理解这在实践中的具体表现，我深入研究了其他七款领先的 AI 开发工具。
Devin：代理计算单元
源：https://devin.ai/pricing
Devin 提出了「代理计算单元」这一概念。它是一个标准化的计量单位，将所有计算资源，如虚拟机时间、模型推理、网络带宽等，打包在一起。
一个代理计算单元，大致等同于 15 分钟的有效 AI 开发工作。
它的核心套餐采用即用即付的方式，每计算单元收费 2.25 美元。而团队套餐则包含 250 个计算单元，单价降至 2.00 美元。
源：https://devin.ai/pricing
由于每个计算单元代表约 15 分钟的「Devin 有效工作」，所以 20 美元的入门套餐，大约能支撑 2.25 小时的开发工作。
这初听起来似乎不多，但 Devin 2.0 的效率相比前代有了巨大提升，现在每个计算单元能完成的初级开发任务多出了 83%，几乎实现了单位产出的翻倍。
代币经济学启示：Devin 创造的「计算单元」成功地将模型的复杂性抽象掉，同时又与真实成本保持着强关联。 任务本身的可变复杂性被内化到了单位的计算中，这让用户端的定价更可预测，也让公司自身的单位经济效益得以保障。
Claude Code：分层订阅与模型自持
Claude Code 采用的是一种分层订阅模型。Pro 套餐每月 20 美元，为小型项目每 5 小时提供 10-40 次提示。
而 Max 套餐则提供 5 倍（100美元/月）和 20 倍（200美元/月）的用量，为大型代码库每 5 小时提供 200-800 次提示。
个人开发者起价为每月 17 美元，企业套餐的价格则要高得多。自 5 月份推出 Claude 4 系列模型以来，Claude Code 的活跃用户增长了 3 倍，收入增长了 5.5 倍。
Pro 用户只能使用 Sonnet 4 模型，而 Max 用户则可以通过 /model 命令在 Sonnet 和 Opus 4 模型间自由切换。该平台瞄准的是那些拥有专门 AI 赋能团队和庞大开发业务的组织。
代币经济学启示：Claude Code 的分层策略之所以能够奏效，根源在于其母公司 Anthropic 自主拥有底层大模型，这赋予了它巨大的成本优势。 与那些需要向第三方支付高昂 API 费用的竞争者相比，这种垂直整合的模式，无疑能带来远高于对手（如曾经的 Cursor）的毛利率。
v0：将定价与用户价值深度绑定
Vercel 的 v0 项目，巧妙地展示了如何利用 AI 工具来巩固其庞大的平台生态系统。
它基于积分的定价模型，不仅将成本与实际的代币消耗对齐，更有力地驱动了用户对其核心基础设施的采纳。
v0 的运行依赖于一个积分系统，用户按月获得额度：免费版（5美元）、高级版（20美元）、团队版（每用户30美元）和企业版（定制）。
积分的消耗与不同模型层级的实际代币用量挂钩。例如，v0-1.5-lg 模型每百万输入代币消耗 7.50 美元，输出代币则为 37.50 美元；而更小的 v0-1.5-sm 模型则便宜得多。
该平台在生成代码时，会智能地引入聊天历史、源文件等上下文信息，而这些都会被计为输入代币。
更关键的是，v0 在生成代码时极度偏爱 Next.js（Vercel 的另一款旗舰产品），这为用户从 AI 辅助开发到最终选择 Vercel 的托管与部署平台，铺就了一条无比自然的道路。
代币经济学启示：v0 透明的、基于代币的定价，既直接又清晰地映射了用户感知的价值，又服务于一个更宏大的战略目标。 用户为自己实际消耗的计算资源付费，但更深远的意义在于，这个 AI 工具正在源源不断地生成那些天然适配 Vercel 基础设施的 Next.js 应用，使其成为核心托管业务的强大获客引擎。
Lovable：透明的、基于任务复杂度的代理定价
Lovable 的进化，已经超越了简单的按消息计费，它引入了一种更为精密的、基于任务的代理定价模型，根据实际执行工作的复杂度和范围来收费。
虽然常规的聊天模式仍是每条消息消耗 1 个积分，但它的「代理模式」则采用了动态定价，能够真实反映出每项任务所需的计算量。
Pro 套餐每月 25 美元，提供 100 个月度积分和 5 个每日积分，未用完的月度积分还可顺延。
在代理模式下，价格因任务复杂度而异：移除一个网站页脚仅需 0.90 积分，而实现一个带注册登录的完整认证功能则需 1.20 积分，若要构建一个包含生成图片的完整落地页，则耗费 1.70 积分。
这是一种从统一定价到基于结果计费的根本性转变。简单的编辑和删除操作，成本甚至低于一个标准积分；而复杂的多组件构建，则需要付出更多。
用户只需将鼠标悬停在历史记录中的消息上，即可查看该次交互的确切成本。
代币经济学启示：Lovable 的方案直面了 AI 工具定价的核心难题：不同请求之间计算量的天壤之别。 它的过人之处在于极致的透明度——用户能精确地看到每一条指令背后的成本。通过这种基于任务复杂度、且成本完全可见的定价模式，他们创造了一个让用户为价值公平付费，并能清晰洞察每笔开销的理想模型。
OpenAI Codex (非 API 版)：订阅附赠品（暂时的？）
由于仍处在早期体验阶段，OpenAI 的 Codex 目前被打包在 ChatGPT Pro (200美元/月)、企业版、团队版和 Plus 订阅中。
在初始推广期，用户可以「免费且不限量地」使用它，但之后将会引入速率限制和按需定价。
代币经济学启示：他们何时会公布正式定价，我们只能拭目以待。
Bolt.new：固定费用下的代币天花板
Bolt 以简洁的形象示人：0 美元起步，Pro 版每月 20 美元，团队版每用户每月 30 美元。但在其清爽的界面之下，是一个以代币为核心的用量模型。
免费版每月提供 100 万代币，并设有 15 万的每日上限。这对于基础使用尚可，但一旦尝试构建任何有复杂度的东西，每日的额度几乎瞬间告罄。
Pro 套餐将月度额度提升至 1000 万代币，取消了每日上限，并允许未用代币结转。团队版则增加了管理功能，但用量基准保持不变。
这里没有按请求或代理计费，只有代币的上限。虽然宣传中未提「无限」，但相比更新的积分或任务计量模型，其框架仍显得慷慨。
不过，代币上限也意味着重度用户，尤其那些实验后台代理或长上下文窗口的用户，即便在付费套餐下也需时时关注用量。
Bolt 的真正独特之处在于其集成开发环境。它不像插件或外部代理，而是提供了一个完整的云端 IDE，让你可以直接在浏览器中完成全栈应用的编码、预览和部署。
这也意味着，用户可以在不消耗代币的情况下修改代码，这对于摆脱那些容易耗尽代币的调试循环尤为关键。
代币经济学启示：Bolt 的定价看似固定，实则立足于硬性的代币上限。 它是在固定费率的简单性与按量计费的公平性之间取得的平衡，使其比纯积分模型更可预测，但又非无所限制。相比独立的编码助手，Bolt 的模式能产生更强的用户锁定效应，因为转换成本不仅是 AI 工具，而是整个开发工作流。
Replit：通过「检查点」实现的基于工作量的定价
Replit 的定价策略颇为有趣，它将你花费的钱与你「获得」的价值进行对比（例如，每月支付 20 美元可获得价值 25 美元的积分）。
不过，「积分」的价值起初显得有些模糊，因为你无法立刻算出 25 美元的 Replit 积分究竟能带来多少产出。
但深入了解他们基于工作量的定价博客后，你会发现其设计相当精妙。点此阅读。
Replit 在 2025 年中旬推出了一种新模型，它根据每个任务的实际复杂度收费，而非代币或消息数量。
系统使用「检查点」来衡量工作量。因此，简单的编辑（如重命名变量）可能只需几美分，而更复杂的任务（如构建新组件）则成本更高。
每个检查点的价格都在界面中清晰可见，所有用量最终会汇总到每月的积分额度中。其目标是让定价与实际完成的工作量更紧密地结合起来。
源：https://blog.replit.com/effort-based-pricing-recap
代币经济学启示：Replit 的「基于工作量」定价，本质上是试图将「基于用量」升级为更贴近「客户价值」的模式。 但由于价值本身难以量化，我认为「工作量」是个非常贴切的名字。它看起来与 Lovable 的模式相似，但称之为「基于工作量」，本身就蕴含着一种独特的思考。
这对创始人意味着什么
开发者工具定价模型的演进，为我们揭示了若干至关重要的教训：
固定费率本身没有错——尤其在市场初期，当你想引导用户形成新习惯时，它仍是赢得用户的绝佳武器。你的首要任务不是最大化收入，而是培养用户习惯。
在 AI 时代，一个透明的用量仪表盘，绝非可有可无的附加品。客户需要，并且很快会要求，在收到意外账单前就能清晰地了解自己的消耗情况。
「基础费+积分」的混合模式，既提供了可预测性，又避免了无限的风险敞口。 可预测的成本，依然是打动企业采购团队的关键。许多 AI 原生工具都在朝这个方向靠拢。
抽象化可以化解复杂性，但必须经过深思熟虑的设计。 你创造的计费单位，必须能同时与真实成本和用户价值感知产生有意义的关联。
下一个潜在的引爆点：代理集群
下一波颠覆性浪潮，将不再源于个体开发者效率的提升，而是来自代码以「集群」的形式进行自我编写。
「代理式开发工具」正在向我们预演未来：当你赋予五个代理同时对整个代码库进行协调、重构和推理的能力时，会发生什么？
基于集群的工作流带来了全代码库重构等强大功能，但它们也可能彻底颠覆现有的成本模型。
过去那种一个开发者每天调用几次模型的场景，将演变为 5 到 10 个代理各自调用不同工具，并行处理上下文，并为了完成一个任务而遍历上千份文档。
在没有人工介入的情况下，代币消耗可能会变得完全不可预测，甚至没有上限。
Adrian Cockcroft 关于集群工作的例子
开发者工具正在经历一场与其技术变革并行的定价体系重置。
当 AI 更深地嵌入工作流，在后台自主循环、调用工具、编写代码时，传统的固定费用和按席位收费模式便开始瓦解。
每个工具都在以自己的方式应对：Cursor 从请求转向代币，Devin 将计算资源打包成时间单位，而 Bolt 则用月度代币上限来维持简单。
目前还没有完美的答案，但有一件事无比清晰：
定价，现在必须反映真实的计算成本，而不再仅仅是用户数量。而随着多代理工作流的普及，这些成本只会变得愈发难以预测。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
