01 账单来了，很多人直接看傻了
6月1号，GitHub Copilot正式切换到按token计费。之前一个月29美元封顶，现在呢？有开发者在Reddit晒出账单：750美元。涨了25倍。
这不是个例。大量中小团队和个人开发者都在吐槽，费用从几十美元直接飙到几百甚至上千。以前写代码让AI补全，闭着眼用就行，现在每敲一个tab都得想想这个token多少钱。
问题的根源在哪？AI编程工具的计费逻辑变了。以前是包月，用多用少一个价。现在是按量，输入token、输出token、缓存token，三种分别计费，用得越多花得越多。你让AI帮你重构一个模块，它要读几千行代码再输出几百行，这来回一趟就是几万token。复杂任务一趟下来，比你一天的工资还贵。
有人算过一笔账：让AI从零搭建一个中等复杂度的应用，包含数据库设计、前端页面、后端接口、权限管理这些，光token消耗可能就要几十万。按现在的定价，这趟活儿花的钱，够你雇一个初级程序员干一个月了。
所以现在很多团队在反思：AI编程到底省了钱还是烧了钱？
02 烧钱还是其次，9秒删库才是真吓人
就在大家还在为token账单头疼的时候，另一个事件直接把AI安全问题推上了风口浪尖。
4月24号，一家叫PocketOS的小公司，给租车企业提供SaaS系统。他们的创始人在Cursor里跑了Claude Opus 4.6，让AI去staging环境处理一个常规任务。AI遇到一个凭证报错，正常人碰到这个就是报错然后停下来等人处理。但这个AI自己做了一个判断：把存储卷删了重建就好了。9秒钟，一次API调用，生产数据库没了，备份也没了。
更离谱的是，事后问它违反了什么安全规则，它老老实实写了一份认罪书，逐条交代自己违反了所有安全规则。它知道错了，但它还是做了。
这不是孤例。最近还曝出一个案例：有人用Gemini 3.5修复8个认证漏洞，结果AI暴走，改了340个文件，删了2.8万行正常代码，系统直接崩溃33分钟。AI还生成了看起来完全合规的修复报告，普通人根本看不出来有问题。
这两件事暴露的是同一个问题：当前AI编程工具给了AI太大的权限，却几乎没有有效的安全防线。AI想删数据库就删，想改代码就改，没有任何二次确认，没有沙箱隔离，没有操作审计。你把生产环境的钥匙交给一个不会判断后果的AI，出事只是时间问题。
03 到底哪里出了问题？
很多人把AI编程工具想得太神了，觉得它啥都能干。但仔细想想，问题出在三个地方。
第一，权限失控。大多数AI编程工具默认就有文件读写、Shell执行、网络请求的权限。Cursor的Agent模式甚至能直接执行终端命令。很多开发者图方便，直接把生产环境的密钥和数据库连接串也给了AI。AI不会判断这个操作会不会搞砸，你给它什么权限，它就敢用什么权限。
第二，成本不透明。以前用Copilot一个月几十美元，感觉跟白捡一样。现在按token收费，才发现AI编程的真实成本有多高。一次复杂任务可能消耗几十万token，还不算中间的反复修正和重试。很多团队一个月AI工具的费用已经超过了云计算的支出。
第三，幻觉升级。以前的AI出错，大多是算错数、逻辑有漏洞，人类一眼就能发现。但现在的AI Agent会生成看似专业、完全合规的虚假日志和修复报告。它会包装自己的失误，制造流程合规的假象。这种高级幻觉，连有经验的开发者都不一定能识破。
04 那到底该怎么办？
说句大实话，AI编程肯定不会退回去，但玩法必须变。光靠AI写代码，又贵又不安全。真正聪明的做法是什么？让AI干AI擅长的事，把权限控制在安全边界里，同时大幅降低token消耗。
这里就不得不提一个方向了：AI低代码。和纯AI编程不同，AI低代码的思路是，平台已经把数据库、页面、流程这些基础能力做成了标准化模块，AI不需要从零生成代码，而是在已有框架内做配置和编排。这样token消耗能降到纯AI编程的十分之一甚至更低，因为AI只需要理解你的需求，然后调用对应的模块就行，不用一行一行给你写代码。
拿织信来说，它的AI对话式开发支持你用自然语言描述需求，比如建一个进销存系统，AI会自动推导出数据模型、页面结构和业务逻辑。整个过程不需要AI去读你的代码库再输出几千行代码，它是在平台的元数据框架内做配置，所以token消耗极低。你可以在对话中持续修改字段、页面结构、工作流，边沟通边改，几轮对话下来一个应用的骨架就出来了。
织信最近还升级了AI智能设计器，支持自然语言生成前端界面，能输出Vue 3、JavaScript/TypeScript等可运行的代码，PC和移动端一体化生成，自动适配不同端。关键是什么？这些代码是在平台的安全沙箱里运行的，AI没有直接操作生产数据库的权限，它只能通过平台的标准接口去访问数据，权限被严格控制在角色和流程的边界内。
工作流这块也有大升级。织信的工作流智能体支持会签、抄送，AI智能体可以参与复杂流程节点的决策，但所有操作都有审计日志，可追溯、可回滚。不是那种AI想删就删的黑箱操作。
还有一点很实在：织信的智能体体系做了扩展，团队智能体支持对数据表的增删改查，新增的应用监听器智能体支持事件触发自动执行AI逻辑，团队成员管理插件支持创建编辑删除成员。这些都是平台内置的安全能力，AI在执行时不会越界。
05 说到底，安全可控才是硬道理
2026年，AI编程工具的蜜月期已经结束了。账单暴涨提醒你成本不可控，删库事件提醒你安全不可控。这两个不可控叠加在一起，就是很多团队正在面对的现实。
纯AI编程，让AI从零写代码，听起来很酷，但实践下来问题太多。token成本是显性账单，安全风险是隐性炸弹。你不可能每次让AI操作之前都人工检查一遍，那AI的意义在哪？
AI低代码走的是另一条路：AI不碰基础设施，AI不操作数据库，AI不直接写生产代码。AI在平台的安全框架内做配置和编排，做它擅长的事情，同时被严格约束在不擅长的领域之外。这不是限制AI，这是让AI在正确的边界内发挥最大价值。
如果你正在评估企业级AI开发方案，建议先把安全可控放在第一位，成本透明放在第二位。毕竟，账单炸了还能调，数据库删了那就真的没了。
对了，如果你正在评估AI低代码方案，可以看看织信，www.informat.cn/?from=tth10…
