小公司導入 AI，最怕的不是模型不夠強，而是月底才發現錢不知道花去哪裡。最近看到 Wagtail 團隊實測 GLM 5.3 Flash 一個月，日常寫程式、做介面、整理文件和評估工作都能完成，但整個月真正用在這個主力模型的 token，最後只剩大約一半。原因不是模型突然不能用，而是研發型嘗試和日常工作混在一起，成本很容易失去控制。

最誇張的是一個用 vibe coding 做的 MCP 原型，差不多一個晚上燒掉 4.5 億 token，約 150 美元。對大公司可能只是一次測試費，對小電商卻可能等於一筆廣告預算，甚至是幾天的毛利。這件事給我的提醒很實際：不要只看模型單價，還要看每個任務到底帶來多少成果。

如果是我這種小老闆，我會先做三個規矩。第一，日常營運和 R&D 分開帳，客服、商品文案、報表各自設月額度，實驗則另立預算。第二，替長時間運作的 agent 設 token 上限、執行時間和自動停止，原型先用小資料測，不要一開始就放它自由跑。第三，每週記三個數字：花費、節省的工時、最後真的產出的東西。若只花錢卻沒有交付，就立刻停掉。

另外，別把全部流程綁死在一家供應商。模型價格、額度和服務狀況都會變，保留一個能切換的備案，平常才有議價和應變空間。AI 不是訂閱越多越先進，而是每一塊錢都要能說清楚買到了什麼。