ไม่ใช่ความลับที่ Labs จะทำเงินมากขึ้นเมื่อคุณใช้โทเค็น แต่บริษัทของคุณก็จะชนะเมื่อคุณส่งมอบผลิตภัณฑ์มากขึ้นและได้ลูกค้าที่จ่ายเงิน
การเปรียบเทียบกับคาสิโนนั้นไม่สมบูรณ์แบบนัก คาสิโนถูกสร้างขึ้นจากเกมที่ผลรวมเป็นลบ เอเจนต์ AI สามารถสร้างคุณค่าที่แท้จริงได้ เช่น การเปลี่ยนแปลงโค้ด การแก้ไขบั๊ก ฟีเจอร์ใหม่ หรือการประหยัดเวลาในตอนบ่าย แต่แรงจูงใจนั้นคล้ายกัน Labs ไม่ต้องการให้คุณแพ้ พวกเขาแค่ต้องการให้คุณเล่นต่อไป: คอนเทกซ์มากขึ้น คิดมากขึ้น ลองใหม่มากขึ้น เอเจนต์ทำงานพร้อมกันมากขึ้น เครื่องมือในอุดมคติของคุณคือแก้ปัญหาแล้วก็เลิกยุ่ง เครื่องมือที่คิดตามการใช้งานจะได้รับรางวัลจากการทำให้เซสชันยังคงทำงานอยู่
นั่นคือคาสิโนโทเค็น: ซอฟต์แวร์ที่มีประโยชน์ซึ่งถูกห่อหุ้มด้วยกลไกที่ทำให้การใช้จ่ายดูเหมือนความคืบหน้า มันเริ่มต้นด้วยกลโกงที่เก่าแก่ที่สุด: ทำให้เงินเป็นนามธรรม
เทคนิคที่ 1: ชิป ไม่ใช่ดอลลาร์
คุณไม่ได้ใช้จ่ายเป็นดอลลาร์ คุณใช้จ่ายเป็นโทเค็น
โทเค็นก็เหมือนชิปโป๊กเกอร์ การมีชั้นระหว่างคุณกับราคาจะทำให้มันไม่รู้สึกเหมือนเงินจริงอีกต่อไป ชิปโป๊กเกอร์มูลค่า 100 ดอลลาร์ให้ความรู้สึกเหมือนชิปมูลค่า 1 ดอลลาร์ ในทำนองเดียวกัน ประเด็นหลักสำหรับ Labs คือคุณไม่คิดถึงเงินดอลลาร์เมื่อคุณกำลังเรียกใช้ /goal run
เทคนิคที่ 2: UI คือเครื่องสล็อต
ฉันหมกมุ่นอยู่กับจิตวิทยาของการออกแบบผลิตภัณฑ์ที่เสพติดตั้งแต่เริ่มเขียนโค้ดครั้งแรก แอปโซเชียลมีเดียอย่าง Facebook และ Snap ทำสิ่งนี้ได้ดีมาทศวรรษ แต่ครั้งต่อไปให้ดูที่ TUI ของ Codex และ Claude Code ตัวนับโทเค็นหมุนขึ้น ภาพเคลื่อนไหว "กำลังคิด..." เล็กๆ มันให้ความรู้สึกดีที่ได้ดูเอเจนต์ทำงาน
ตอนนี้มีสไตล์ทั้งหมดนี้: เทอร์มินัลแนวเรโทร แถบสถานะที่กระพริบ คำกริยาที่เป็นตัวหมุนกำลังทำงาน ตัวนับโทเค็นและรันไทม์แบบสด ซึ่งทั้งหมดได้รับการยกย่องว่าทำให้คุณ "อยู่ในโฟลว์" คล้ายกับคาสิโน ไม่มีนาฬิกาบนผนัง Labs ไม่จำเป็นต้องทำให้ง่ายต่อการบอกว่าคุณใช้เงินไปเท่าไหร่ เอกสารภายในของ Microsoft สำหรับผู้ช่วย "Scout" ตัวใหม่รายงานว่าได้ระบุเป้าหมายแรกเป็นข้อความธรรมดา: ทำให้ผู้คนติด
เทคนิคที่ 3: เงินที่ใช้ไปคือสิ่งที่ใช้อวด
ถ้าคุณสังเกตบน X พวกเขาเปลี่ยนการใช้จ่ายให้เป็นคะแนนและเป็นเรื่องที่โอ้อวดกันแล้ว
Codex "Profiles" แสดงกระดานผู้นำโทเค็น: โทเค็นตลอดอายุการใช้งาน โทเค็นสูงสุด สตรีค มันให้รางวัลกับการเผาโทเค็น ไม่ใช่การส่งมอบงาน ระหว่าง OpenAI DevDay ปีที่แล้ว OpenAI มอบรางวัลให้กับผู้ใช้จ่ายโทเค็นระดับล้านล้าน เช่น Cognition
รางวัลเหล่านี้สนุกและน่ารัก แต่ทีมการเงินของคุณกำลังตระหนักว่าใบเสร็จเหล่านี้รวมกันเป็นจำนวนมาก มีรายงานว่า Uber ใช้งบประมาณ AI ปี 2026 หมดภายในสี่เดือน มีรายงานว่า Microsoft ถอน Claude Code จากวิศวกรประมาณ 100,000 คน
การหมดอารมณ์
Calvin French-Owen อดีตวิศวกรของ Codex กล่าวว่า ทุกครั้งที่รันให้ความรู้สึกเหมือนการพนันเล็กน้อย และในฐานะคนที่ใช้เวลาหลายคืนมากเกินไปที่โต๊ะโป๊กเกอร์และที่โต๊ะทำงาน ฉันเห็นด้วยอย่างยิ่ง นี่คือสิ่งที่มักจะเกิดขึ้น เอเจนต์พลาด ฉันลองอีกครั้ง มันแย่ลง ฉันลองอีกครั้ง แย่ลง ฉันยอมแพ้ หมดอารมณ์ เปิดเซสชันใหม่ และเปลี่ยนพรอมพ์: โมเดลที่ใหญ่ขึ้น คิดมากขึ้น คอนเทกซ์ที่สะอาดขึ้น
ถึงจุดนี้ฉันแทบจะไม่เคยเขียนมันด้วยตัวเองเลย ฉันกลับไปที่โต๊ะ ฉันไล่ตามความสูญเสีย และฉันทำมันตลอดเวลา และทุกคนที่ฉันรู้จักก็ทำเช่นกัน
การลงมือทำกำลังถูก
การพัฒนาผลิตภัณฑ์ที่ดีเคยต้องการสามสิ่ง: การจัดตำแหน่งที่แน่นหนาและการลงมือทำที่รวดเร็วกับทีมที่เก่งกาจ การลงมือทำคือส่วนที่แพง ดังนั้นคุณจึงจ้างคนเพื่อมัน
AI ทำให้การลงมือทำเกือบจะฟรี ตอนนี้ใครๆ ก็สามารถมีแอปที่ใช้งานได้ภายในเที่ยง แต่ก็ได้ขจัดแรงกดดันที่บังคับให้ทีมต้องจัดตำแหน่งก่อนที่จะสร้างอะไรขึ้นมา ผลลัพธ์ที่ได้คือสุสานของแอปที่ทำงานได้เพียงครึ่งเดียวซึ่งแทบไม่มีใครใช้ อาจเต็มไปด้วยช่องโหว่ด้านความปลอดภัยที่คุณจะต้องแก้ไขเป็นเวลาหลายสัปดาห์
ต้นทุนแฝงนี้ไม่เคยปรากฏบนมิเตอร์โทเค็น ทุกคนบอกว่าโทเค็นถูกและกำลังถูกลง แต่ความยุ่งเหยิงคือที่ที่เงินไปจริงๆ: บั๊ก การทำงานซ้ำ สิ่งที่สร้างครึ่งๆ ที่ไม่มีใครเป็นเจ้าของ
วิธีป้องกันไม่ให้เสียตัว
เป้าหมายของสิ่งนี้ไม่ใช่การบอกให้คุณใช้จ่ายกับ AI น้อยลง เป้าหมายคือการทำให้คุณตระหนักว่าเจ้ามือชนะเสมอ บริษัทต่างๆ ควรใช้เวลาคิดถึงผลลัพธ์ของการรันเอเจนต์เหล่านี้มากกว่าแค่อินพุตดิบ ผมจะฝาก 2 แนวคิดไว้ให้คุณ:
- จัดตำแหน่งเอเจนต์ของคุณก่อน ทีมที่ดีวางแผนก่อนที่จะเขียนโค้ด ถ้าคุณปล่อยให้พวกมันทำงานอิสระยี่สิบตัวแล้วมาทำความสะอาดทีหลัง ค่าใช้จ่ายของคุณจะพุ่งสูง มีแนวคิดที่น่าสนใจบางอย่างเกี่ยวกับการประสานงานที่ดีขึ้นใน บทความนี้
- จ่ายเพื่อผลลัพธ์ เลือกผู้จำหน่าย AI ที่สอดคล้องกับแรงจูงใจของคุณ คุณควรเลือกผู้จำหน่ายที่กำหนดราคาตามผลลัพธ์ที่เกี่ยวข้องกับคุณ หากเป็นไปได้ มากกว่าโทเค็นดิบ Sierra เป็นตัวอย่างแรกที่ดีสำหรับการสนับสนุนลูกค้า และ Crosby สำหรับสัญญาขาย
สุดท้ายนี้ แค่จำไว้ว่าในท้ายที่สุดแล้ว Labs กำลังขายชิปให้คุณ และสิ่งเดียวที่สำคัญสำหรับคุณคือสิ่งที่คุณเดินออกไปพร้อมกับมัน
