支出削減

ChainCatcher 消息，Coinbase CEO Brian Armstrong 發文介紹公司在 AI 成本優化方面的最新進展。Armstrong 表示，隨著 AI 使用量和 Token 消耗持續增長，控制成本的關鍵並非限制員工使用或頻繁發送預算提醒，而是優化默認模型選擇、任務路由機制以及快取策略。他透露，Coinbase 正透過內部 LLM 網關嘗試將 GLM 5.2、Kimi 2.7 等開放權重模型作為默認選項，同時仍允許工程師根據具體任務需求選擇其他模型。數據顯示，公司 91% 的員工從未達到 AI 使用額度上限，因此 Coinbase 並未選擇收緊配額，而是透過更低成本的模型方案提升整體效率。在模型路由方面，Coinbase 會對提示詞進行預處理，並結合快取命中率及不同模型的定價情況，將任務自動分配給最合適的模型。Armstrong 認為，規劃和推理等複雜任務可能需要前沿模型支持，但執行類任務未必需要調用成本更高的模型。未來，模型選擇過程應更多由 AI 自動完成，而非依賴人工決策。此外，他指出快取命中率是影響 AI 成本的重要因素之一。Coinbase 已將快取感知機制納入請求流程，以提高歷史結果重用率。以 LibreChat 為例，在優化快取方案後，其快取命中率已從 5% 提升至 60%。Armstrong 還表示，公司要求工程師儘量保持上下文精簡，包括切換任務時開啟新會話、縮小文件上下文範圍以及關閉未使用工具等，以減少不必要的 Token 消耗。據其透露，通過上述措施，Coinbase 已成功將 AI 支出降低近 50%，同時 Token 使用量仍保持增長。

ChainCatcher 消息，据財聯社報導，馬斯克在接受前克林頓政府顧問、政治策略師 Mark Penn 采訪時承認，擬成立的美國"政府效率部"（DOGE）難以實現此前承諾的 2 萬億美元聯邦支出削減目標。這與其去年 10 月在特朗普競選集會上宣稱"至少削減 2 萬億美元"的表態形成鮮明對比。馬斯克解釋稱，設定較高目標是為了確保實際成果，"如果我們嘗試削減 2 萬億美元，才能實現 1 萬億美元的成果"。根據美國財政部數據，2024 財年支出為 6.75 萬億美元，而政府可自由支配預算僅有 1.7 萬億美元。馬斯克表示，若能將預算赤字從 2 萬億美元降至 1 萬億美元，並釋放經濟潛力，使商品和服務產出跟上貨幣供應增長，就能實現通脹控制。專家預計，馬斯克和拉馬斯瓦米可能會將削減重點放在 Medicaid（醫療補助）等社會福利項目上。