亚马逊AI成本失控：Claude Sonnet部署失败花费180万美元

发生了什么

亚马逊员工近期发现公司多起AI相关项目出现严重成本超支，内部用“灾难性”形容其程度。在一场员工会议上，高级工程师透露，将部分传统编程任务直接替换为AI模型完成，导致了“计划外”的巨额支出。工程师团队已着手为后续项目建立自动化成本护栏，并采取其他措施加强支出管控，以避免类似问题重演。一名高级员工坦言：“很难弄清楚任何与AI相关的东西到底要花多少钱”，这反映出当前AI项目普遍面临成本透明度缺失的挑战。

一次失败的Claude Sonnet部署

内部演示披露了一个典型案例：团队尝试使用Claude Sonnet模型，将作者资料与集团电商网站上的商品条目进行自动匹配。尽管该部署最终失败，公司仍为此支付了约180万美元。这一事件暴露了在当前大模型调用中，缺乏成本可观测性和支出上限会导致高额浪费。

对开发者的工程启示

这一教训警示我们，在AI应用上线前必须嵌入成本预估和实时监控护栏。直接使用AI模型替换传统代码，需进行严格的成本效益与风险分析，否则可能推高整体投入。针对高失败成本，应建立快速的失败熔断和自动回滚机制，防止单一错误持续消耗预算。此外，对模型推理成本缺乏感知，会扭曲项目投资回报测算，影响决策准确性。企业应将AI推理成本纳入FinOps框架，在流程前期即引入预算上限和实时告警，避免“黑盒”支出。

当前边界

目前，Claude Sonnet部署失败的具体调用量、单价以及失败根本原因尚未说明。自动化成本护栏的技术实现方案与覆盖范围也未公布。其他成本超支项目涉及的模型、业务与金额未被披露。亚马逊对AI支出的整体治理框架与政策仍不明确，后续措施有待验证。这为行业提供了观察大模型成本治理演进的窗口。