美軍 AI「不限量」一個月收緊：企業派 token 點先唔會失控

「不限量」推出一個月就收緊

TechNews 科技新報引述 WIRED 報道，美國陸軍 2026 年 5 月向人員提供近乎「不限量」嘅 Ask Sage token，但去到 6 月中，陸軍 CIO 管理嘅中央配額池已經見底，要重新限制用量。消息來自 WIRED 取得嘅內部電郵同匿名陸軍員工，軍方冇逐項公開確認；陸軍其後只回應話，使用量急升反映工具由試驗走向大規模採用，管理層會繼續調配中央 token 池。

WIRED 話，員工原先每月最少獲派 20 萬 token，用完仲會自動補充，少用嗰批人甚至會收到電郵提醒。報道同時提到，陸軍經一個年度 enterprise pack 取得 1 億 token。不過，現有資料未講清楚呢 1 億係咪涵蓋成支陸軍、所有工作負載同全年所有 AI 系統，亦冇交代當中有幾多由單一部門用掉。寫成「全軍一年 AI 額度一個月燒清」會講得太盡。

「不限量」只係用戶介面睇落冇上限

有趣嘅位係，美國陸軍早喺 2025 年介紹 Army Enterprise LLM Workspace 時，已經明講 CIO 採購嘅 token 數量有限，各部門之後可以經合約追加。官方亦披露 Ask Sage 合約五年上限係 4,900 萬美元，但合約上限唔代表已落單或已支付嘅金額。換句話講，2026 年所謂「不限量」比較似內部免批核、用完自動補充，供應商同採購合約背後始終有條數。

Ask Sage 文件亦顯示，平台自己有一套跨模型 token 計法，推論同上載資料訓練分開扣數，企業管理員可以睇到總購買量同每人獲派額度。WIRED 引述文件話，一個 Ask Sage token 約等於 3.7 個英文字元，但呢個單位未必可以直接同 OpenAI、Google 或其他 API 嘅 token 對比。用光 1 億 token 只證明配額估細咗，現有報道冇足夠資料計出實際燒咗幾多錢。

Coding agent 會令舊式配額好快失準

普通 chatbot 整理一封電郵，同 coding agent 讀完整個 codebase、反覆改檔、跑測試再修正，耗用量可以差好遠。Agent 每做一步，都可能要重新帶入大量背景資料，遇到失敗又會重試；模型揀得愈大、context 愈長，token 就落得愈快。若果公司只係平均派固定額度畀每個人，有價值但用量高嘅開發工作可能好快撞牆，用得少、甚至冇產出嘅帳戶，就繼續佔住預算。

比較實際嘅做法係先設公司總預算，再按團隊同工作類型分配，配合用量警報、異常工作自動暫停，同高額追加審批。IT 團隊亦要記錄邊類任務用咗咩模型、完成幾多可採用成果，再計埋人手核對、返工同修正錯誤嘅時間。每個完成任務嘅成本、真正節省嘅工時、產出採用率同事故數量，先可以睇到工具抵唔抵；淨係展示登入人數同 token 用量，只會見到有幾多人用過，睇唔到實際做成幾多工作。

美國陸軍形容今次係需求強勁，呢個解讀可以成立，但高用量亦可能混有重試、冗長 context 同用途揀錯模型。公司全面開放 AI 工具之後，最好每星期睇用量分布同工作成果，等財務、IT 同實際用家一齊調整配額，唔好等年度 token 池見底先第一次對數。

參考來源

• TechNews 科技新報 — AI 燒錢速度太驚人！美國陸軍 6 月就花光一年份 Token，被迫恢復限額 — original report
• WIRED：The Army Is Burning Through Its AI Tokens — 原始爆料來源，載有內部電郵、匿名員工講法同陸軍事後回應
• 美國陸軍：Army Enterprise LLM Workspace — 官方交代平台用途、有限 token 採購模式同合約上限
• 美國陸軍 CIO：Army Enterprise LLM Workspace 資料 — 核對現行官方平台定位、SaaS 模式同中央配額安排
• Ask Sage：Enterprise Account 文件 — 官方產品文件，解釋企業帳戶、推論與訓練 token 同管理員監察功能

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。