AI编码助手Augment Code涨价引发争议:行业高成本与可持续发展困境

AI编码助手Augment Code涨价十倍引发开发者强烈不满。CEO回应称,旧计费模式不具可持续性,高昂AI算力成本是行业普遍难题,凸显AI成本优化的重要性。

原文标题:明星AI编码助手涨价10倍惹怒开发者!CEO 回应:有人花千元薅了我们10多万,不挣钱不可持续

原文作者:AI前线

冷月清谈:

AI代码助手Augment Code近期再次调整定价模式,从原先的“按消息交互次数”改为“按AI使用量”计费,此举导致部分早期用户测算发现成本上涨超过10倍。这引发了开发者社区的强烈反弹,许多用户质疑Augment Code利用早期用户测试和优化系统后,通过涨价将他们“排除在外”,并指责其产品问题频发且客服响应敷衍。

面对质疑,Augment Code的CEO马特·麦克勒南(Matt McClernan)回应称,按消息数计费的模式在商业上并不可持续,因为它无法准确反映不同AI操作背后的真实成本。他举例说明,一个复杂的AI任务可能消耗的后端处理资源远超简单交互,导致公司为重度用户承担了巨额成本。CEO强调,新的“积分”计费模式旨在更精确地匹配AI提示词处理的实际成本,并表示“按使用量计费正迅速成为行业标准”

文章分析指出,Augment Code屡次涨价的深层原因是其最初的定价模式可能存在严重失误,未能充分考虑到AI处理的高昂成本。这不仅是Augment Code一家公司面临的问题,整个AI编码助手行业都普遍存在运行大型语言模型导致利润微薄甚至亏损的困境。例如,Windsurf等公司也被曝出毛利率极低。尽管Anysphere(Cursor制造商)等公司正尝试自建模型以控制成本或期待大模型推理成本下降,但也印证了AI成本优化的重要性。然而,在实际企业场景中,让专注于编码的开发者同时兼顾AI成本优化仍面临挑战。

CEO还提到,Augment Code专注于企业级软件工程师,致力于在大规模、高复杂度的代码库中实现实时上下文理解,并认为未来AI对软件工程的主要影响将发生在IDE之外的基础设施层。

怜星夜思:

1、Augment Code这次把计费模式从简单的‘按消息数’改成了‘按实际AI使用量’,大家觉得哪种模式更合理、对用户更公平呢?会不会将来大部分AI服务都往按算力消耗的方向发展?
2、CEO解释涨价一大原因是有用户‘花千元薅了我们十多万’。你觉得作为用户,在使用这类AI工具时,有没有‘薅羊毛’的边界?或者说,开发者在设计产品初期,怎样才能避免这种高成本用户把公司拖垮的情况发生呢?
3、文章里提到,像Augment Code这类AI编码助手想进企业市场很难,因为企业批准Copilot都一言难尽。大家觉得阻碍AI编码工具在企业中普及的主要原因是什么?除了成本和安全性,还有别的考量吗?

原文内容

作者|冬梅
Augment 代码助手定价模式变更,用户称涨价超 10 倍

10 月 16 日,据外媒消息,AI 代码助手 Augment Code 已更新其定价模式,不再以消息交互次数为依据,而是改为按 AI 使用量计费。该公司表示原定价模式 “不具备可持续性”,但有用户计算后发现,新定价模式下成本上涨了 10 倍以上。

这家初创公司于 2024 年 4 月成立,联合创始人包括前微软软件工程师伊戈尔・奥斯特罗夫斯基(Igor Ostrovsky)和前谷歌 AI 研究员盖伊・古尔 - 阿里(Guy Gur-Ari),并获得了包括前谷歌 CEO 埃里克・施密特(Eric Schmidt)在内的风险投资支持。其核心产品为 Augment Code,可提供 AI 驱动的聊天功能、Next Edit 代码建议、嵌入式代码补全以及智能体 AI 编程(能从零开始创建应用程序)。

Augment Code 的热门功能包括:

  • 记忆功能(Memories):可跨对话保存上下文信息;

  • 200K 上下文窗口:意味着 AI 能更充分地了解需处理的代码库情况。

此次涨价距离上一次调价仅过去 6 个月。最初,该产品的定价方案分为三类:

  • 面向个人的免费社区版、

  • 面向专业人士的 30 美元 / 用户 / 月版

  • 面向企业的 60 美元 / 用户 / 月版,且所有方案均提供无限次聊天和代码补全服务。

到了 5 月初,原有方案被替换为 “更简洁的新定价”—— 按成功处理的消息数量计费。具体为:免费用户每月可发送 50 条消息;50 美元的开发者版可发送 600 条;100 美元的专业版可发送 1500 条;250 美元的最高级版可发送 4500 条。

当时就有一名开发者抱怨:“现在的价格比 Cursor 和 Windsurf 两款工具的费用加起来还高。” 此后,免费版直接下架,取而代之的是 “独立开发者版”:每月 20 美元,仅包含 125 条消息额度。

而这仅仅是个开始。

近日,该公司 CEO 马特・麦克勒南(Matt McClernan)发布新公告称,“对 Augment Code 而言,按用户消息数量计费的模式在商业层面无法持续。”

那新定价方案又是什么样子?据官方博客,试用用户现在使用有效信用卡注册即可获得 30,000 积分额度。使用积分额度时,用户可以选择付费方案或转为免费方案。

根据开发人员目前使用 Augment Code 的方式,以下是新的基于积分的定价模型中的典型用法:

  • 完成和下次编辑用户:预计每月 20 美元的计划

  • 每日代理用户:每天与代理一起处理几项任务的客户预计每月总使用费用在 60 至 200 美元之间

  • 高级用户:如果用户依赖远程代理、CLI 自动化,并且大部分代码由代理编写,预计成本为每月 200 美元以上

网友吐槽:用户帮助优化完系统就被排除在外

已有用户自行测算过成本。 其中一名用户收到邮件通知显示,过去 7 天内其共发送 “31 条消息,按新定价模式换算相当于 40982 积分”。据此计算,成本涨幅超过 10 倍。该用户表示:“我要放弃了,虽然这段时间用着还不错。”

另有用户质疑,Augment 是利用早期用户完善系统后,再通过涨价将他们排除在外。“我们为测试和优化他们的基础设施出了力,还为此付了钱,现在却被一脚踢开。”

在该用户帖子下方,有人回应猜测 Augment 可能并没有特别多的企业用户,因为很多企业不会批准员工使用 Augment Code 这类 AI 编码工具。

“说实话,我不知道他们到底卖了多少企业套餐。我觉得他们的很多客户都不是企业用户。我在政府部门工作,任何 IT 部门都不可能批准这玩意儿。让他们批准 Copilot 就已经够难的了,更别提这个了。”

还有用户表示,他们怕是要失去大量客户了,毕竟才到这个阶段,就把自己的路走窄了。

“且不说产品问题频发、客服部门的回应始终敷衍,就连用户提出终止合同也毫无反馈;再加上如今各类 AI 代理工具层出不穷、选择越来越多 —— 种种因素叠加下,他们先前积累的所有好感、以及旧套餐攒下的口碑,全都被自己如今的操作毁得一干二净,简直是搬起石头砸自己的脚。”

网友吐槽:用户帮助优化完系统就被排除在外

对于网友的指责,McClernan 南则辩解称,按使用量计费正 “迅速成为行业标准”,并提及 Zed、Replit、Cursor、Anthropic 等竞争对手均已调整定价模式。

他继续解释道,问题核心在于 “消息” 这一计量方式无法反映实际的 AI 使用成本 —— 一个复杂的提示词可能需要大量后端处理资源。他举例称,一名使用 250 美元最高级版的用户,每月给公司带来的成本 “接近 1.5 万美元”,不过目前尚不清楚该用户是否额外购买了消息额度

公告中强调,当前的 “用户消息” 计费模式,理论上看似简单,实则存在两个核心问题:一是对 Augment Code 的用户不公平,二是无法准确反映我们运营业务所需的成本。而且,采用这一模式的并非只有我们 ——按使用量计费正迅速成为行业标准。

“用户消息” 模式将每一次交互都视为同等价值,但不同操作的复杂程度差异极大。以下为两个典型例子:

  • 让智能体(Agent)编辑一个 CSS 类

  • 让智能体重构移动端支付界面并添加 Apple Pay 功能

该公司还重点提到两项操作虽然完全相同,但背后的成本相差巨大,本质上对公司来说是一种”惩罚“。

“目前,这两项操作的计费完全相同,但背后涉及的工作量、耗时与成本显然天差地别。这种模式对开发者而言缺乏透明度,也与该领域的创新方向不符。如今,最先进的推理模型越来越倾向于通过 “暂停并询问澄清问题” 优化结果 —— 但在此模式下,用户虽能获得更优、更贴合需求的成果,却会因消息数量增加而承担更高成本,这本质上是一种‘惩罚’。”

最新的定价模式基于 “积分” 计算,积分数量旨在匹配提示词处理的实际成本。由于消息数量与积分之间没有固定换算比例,新方案对不同用户的影响也存在差异,但 McClernan 指出,“重度用户可能会最明显地感受到价格变化。”

在确定定价变更的几天后,McClernan 在领英上发帖称,这个领域竞争非常激烈,但 Augment 在市场中的赢单率超过 80%。

我几乎每天都会被问到同一个问题:Augment Code 和其他 AI 编码产品到底有什么不同?从外部来看,这个市场已经非常拥挤。很难判断哪些公司能长期生存。新的竞争者和大语言模型几乎每周都在出现——几天就能做到 0 到 500 万用户,几个月就能冲到 1 亿……

其实答案可以从几个维度来解释:

我们专注于企业级软件工程师,而不是那些做 0→1 项目的“情绪型”开发者。我们在隐秘研发阶段投入了两年以上时间,先解决了最难的问题——如何在大规模、极高复杂度的代码库中实现实时上下文理解。随着代码库复杂度增加,我们的差异化优势会越发明显。自助服务(Self-serve)并不是为了营收,也不是我们的利润中心。它的目的,是让全球的开发者都能体验我们的“上下文引擎”,在其他产品无法运行的代码库中看到它的潜力。我们认为,AI 对软件工程的主要影响不会发生在 IDE(集成开发环境)内。 这就是为什么我们没有去做 IDE 分叉版本,而是构建了基础设施,让企业能够在现有的工作环境中使用,并随着它们在整个软件开发生命周期(SDLC)中推进自动化而共同演进。

Augment 无疑是面向专业软件开发者的最佳产品。 我们在市场中的赢单率超过 80%。更重要的是,我们正在与客户建立长期合作关系,帮助他们重塑工程文化与流程。






成本测算存在严重失误?

有分析认为,Augment 屡次涨价的根本愿意是 Augment 最初进入市场时采用的定价模式并不现实 —— 半年内两次大幅涨价,足以说明其在成本测算上存在严重失误。

尽管如此,这一事件也为用户敲响了警钟:很多人此前并未意识到 AI 处理的高成本,而 AI 运算本身对算力的需求极高。

其实并不只是 Augment,其他同类公司也面临着成本和定价困扰。尽管 AI 编程助手广受欢迎且备受关注,但它们实际上可能是一家亏损严重的企业。

一位接近 Windsurf 的人士接受 TechCrunch 采访时表示,Vibe Coding 的程序员,尤其是在 Windsurf,通常都非常昂贵,以至于毛利率“非常低”。这意味着运行该产品的成本高于这家初创公司的收费标准。

该人士解释说,这是因为使用大型语言模型的成本很高。AI 编码助手尤其面临着始终提供最新、最先进、最昂贵的 LLM 的压力,因为模型构建者会对其最新模型进行精细调整,以改进编码和调试等相关任务。

这位人士表示:“如果你不参与大模型行业,那么经营这项业务的成本将非常高。”

Vibe Coding 和代码辅助市场的激烈竞争加剧了这一挑战。

许多人认为,Windsurf 面临的利润压力可能会影响 Cursor 的制造商 Anysphere,以及 Lovable、Replit 等 Vibe Coding 公司。

“所有‘代码生成’产品的利润率要么是仅能维持收支平衡,要么是负值。简直糟透了,”Mocha 创始人 Nicholas Charriere 说道。

Mocha 是一家 Vibe Coding 初创公司,提供后端托管解决方案,服务于中小企业。他还补充道,他认为该行业所有初创公司的变动成本都非常接近,可能在 10% 到 15% 之间。

但事情也稍有例外,与 Windsurf 等企业不同,Anysphere 发展非常迅速,它打算继续保持独立运营,并且已经拒绝了包括 OpenAI 在内的收购要约。今年 1 月, Anysphere 宣布正尝试建立自己的模型,以便更好地控制开支。

据《The Information》报道 ,这家初创公司 7 月从 Anthropic 的 Claude Code 团队挖走了两名负责人,但两周后,这两名员工又回到了 Anthropic 工作。

除了建立模型之外,Anysphere 还可以预期大语言模型的成本会随着时间的推移而降低。

“这就是每个人都指望的,”谷歌风投的普通合伙人埃里克·诺德兰德 (Erik Nordlander) 说。“当下的推理成本,将是有史以来最贵的。”

此事也印证了 AI 成本优化的重要性:开发者可通过优化提示词减少令牌(token)使用量,或调整模型参数以降低消耗;不同供应商提供的模型,其成本也存在差异。但在企业场景下,要让专注于完成编码工作的开发者同时考虑 AI 成本优化,恐怕并非易事。

参考链接:

https://www.augmentcode.com/blog/augment-codes-pricing-is-changing

https://www.augmentcode.com/blog/new-simpler-pricing-with-user-messages

https://techcrunch.com/2025/08/07/the-high-costs-and-thin-margins-threatening-ai-coding-startups/

声明:本文为 AI 前线整理,不代表平台观点,未经许可禁止转载。

会议推荐

10 月 23 - 25 日,QCon 上海站即将召开,95+ 精彩议题已上线!快来锁定参会席位,详情可联系票务经理 18514549229 咨询。

今日荐文

图片

你也「在看」吗?👇


嘿,要我说,我个人更喜欢按消息数或功能订阅,简单明了,心里有底。这种按“积分”或“算力”的模式总感觉是在玩文字游戏,生怕一个不小心就超额消费了。虽然理解公司要活下去,但突然涨价10倍也太离谱!感觉就像坐出租车,本来按公里数收费,突然改成按引擎转速收费,谁知道转速多少算合理?如果真要按算力,至少要提供非常透明、可靠的实时消耗估算和上限设置。

除了成本和安全性(特别是代码数据隐私和合规性),我觉得最主要的阻碍还包括集成难度和现有工作流的兼容性。企业往往有复杂的、定制化的开发环境和工具链,如何将AI助手无缝集成进去,并且不对现有流程造成大的冲击,是很大的挑战。此外,性能和可靠性也是关键。企业对工具的稳定性要求极高,AI助手偶尔“抽风”可能会导致效率降低甚至错误引入。最后,员工培训和接受度也不容忽视,老员工对新工具往往有抵触情绪,需要投入资源进行培训和推广,不然买回来也只是束之高阁。

管他哪种模式更合理,最终还不是钱包说了算。按消息数,公司亏钱;按算力,用户肉疼。这不就是公司想多赚钱,但又不敢直接说“我们涨价了”的委婉表达吗?以后估计连智能音箱都要按“思考时长”收费了。我猜,只要AI服务真的香,大家骂归骂,该用还得用。毕竟,生产力提升了,哪怕咬着牙也得付。就怕AI不够聪明,钱还花得多,那可就两头不讨好了。

作为用户,我当然希望花最少的钱获得最大的价值,这是人之常情。但如果明知道是恶意套利、滥用资源,那确实有点过了。不过,很多时候用户只是想充分利用付费服务,并不知道背后公司的成本结构,而且也没人喜欢突然被指责“薅羊毛”。如果公司把责任都推给用户,而不是反思自己的定价模型是否合理,那用户体验和信任度肯定会受损。我觉得公司应该在明确使用条款和提供成本预估上做得更透明,而不是等到亏损了才来指责用户,这有点马后炮的感觉。

从契约精神来讲,只要不违反服务条款,用户在既定的服务协议和价格模板下使用产品,很难被定义为“薅羊毛”。这是服务提供商在市场推广和风险评估中的责任。当然,从社会伦理角度,过度消耗公共或或共享资源,哪怕在规则允许范围内,也可能引发争议。对于开发者而言,AI时代的“无限”服务非常危险,需要结合大数据分析和机器学习手段,精准预测用户行为和资源消耗,建立动态定价和风险管理模型,这才是长久之计,而不是事后抱怨。

从经济学角度看,“按实际AI使用量”计费能更准确地反映服务提供者的边际成本,避免“劣币驱逐良币”效应(即重度用户低价消耗大量资源)。这对于AI服务商的长期可持续性至关重要。虽然用户初期可能感到不适应,但它鼓励用户优化提示词、更高效地使用资源,最终会促进行业技术进步和成本优化。未来,随着AI服务日趋复杂和个性化,按算力消耗计费很可能成为主流,因为它直接关联了底层GPU、存储和模型推理成本。

在我看来,还有一个非常重要的点是“责任归属”和“知识产权”问题。如果AI生成的代码出了bug,甚至引发了法律纠纷,谁来承担责任?是AI公司、使用AI的程序员,还是最终的代码审查者?这牵扯到法律和质量管理,很多企业会非常谨慎。另外,AI生成代码的原创性和知识产权归属也是个灰色地带,企业担心潜在的法律风险。从管理层面看,如何衡量AI对生产力的实际提升,以及它是否会削弱员工解决复杂问题的能力,这些都是企业决策者需要权衡的深层次问题,毕竟最终代码质量还得人来兜底。