AI 程序失控致百万亏损：亚马逊内部事故敲响企业成本警钟

近日，亚马逊内部发生一起严重的 AI 算力成本失控事故，引发行业对企业大模型部署规范的广泛关注。一名工程师在利用 Anthropic 的 Claude Sonnet 模型处理电商平台数据匹配任务时，因程序逻辑漏洞导致任务陷入死循环并持续消耗算力，最终在长达五个月的时间里产生了高达 180 万美元（约合人民币 1215 万元）的账单，超出预算近 860%。

复盘显示，事故核心在于代码缺乏调用限制且系统缺乏实时监控机制。由于项目在自动化运行期间无人监管，导致模型不断发起重复请求，巨额费用直至财务审计时才被发现。亚马逊高管已将此案例定性为内部典型的成本管理疏忽，并计划建立一套自动化防护体系，通过设置触发阈值来强制熔断异常开销。

这起事件暴露了企业在拥抱 AI 降本增效时面临的全新风险敞口。与传统软件开发不同，AI 程序的异常运行会直接转化为高额的算力消耗（Token 费用）。亚马逊的教训提醒业界：当 AI 成为自主执行者，企业必须将成本控制的颗粒度提升至“单次调用”级别，并同步强化人工审核与实时监控机制，确保“AI 刹车”系统与技术迭代同步上线。