聽完 Sam Altman 那句「現在創業最好」，他打開的不是履歷，是 Token 用量試算表
（以下情境為示意性虛構案例，主角「邱子維」為說明用示意人物，非真實客戶）
晚上十一點，邱子維點開 Sam Altman 在 Y Combinator「2026 Startup School」閉幕場上的對談影片，把筆電螢幕轉暗一半，怕吵醒隔壁房已經睡下的另外兩位共同創辦人。他們三個人湊起來的團隊，做一款給中小型電商用的客服自動化工具，白天忙產品，只有這種安靜時段才有空補進度、看資料。影片裡，Altman 跟 YC 現任總裁 Garry Tan 聊的主題是「現在是創業最好的時機」。
聽到這句話本身，邱子維沒有特別激動——這種「現在正是最好時機」的說法，創業圈幾乎每年都有人講。真正讓他把螢幕亮度調回正常、坐直身體的，是接下來 Altman 隨口丟出的一個對比：他說自己 2005 年要花三個月才能做完的一項開發工作，換算到現在，AI Agent 大概七分鐘就能跑完。
讓他愣住的不是勵志語錄，是後面那組數字
七分鐘對三個月，邱子維一開始只覺得這是個誇張的修辭——直到他想起自己團隊上週才發生的事：他們原本抓了兩週工時的一個功能重構，靠 AI Agent 輔助寫測試、抓重複邏輯，三天就收工了。時間壓縮的感覺，他這幾個月其實天天都在經歷，只是沒人幫他把它換算成一個具體倍數說出來。
影片接下來的內容，是 Altman 對整個產業推理需求成長的判斷：他認為全球 AI 推理（inference）需求會在未來好幾年維持每年十倍的成長速度，市場對高品質 AI 的需求「幾乎沒有上限」；他甚至丟出一個更遠的預測——到了 2032 年，每個人每個月會消耗到 5000 億個 Token。
邱子維把這句話倒回去重聽了一次，確認自己沒聽錯單位。他不是在懷疑這個數字的準確性——他很清楚這是 Altman 自己對長期趨勢的判斷與預測，不是任何機構發布的官方統計——但這個量級本身，已經足夠讓他想到一件更迫切的事：如果連結論方向都可能成真，那自己這個三人團隊，現在到底一個月燒掉多少 Token，有沒有人真的在看？
他打開試算表，才發現團隊帳單一直是「感覺很划算」的黑箱
答案是沒有。三個月前團隊剛成立時，他們用信用卡刷了幾個 AI 平台的訂閱方案，設定好之後就沒再回頭檢查過帳單明細——每個月扣款金額看起來都在預期範圍內，「感覺很划算」，於是這件事就被歸類成「已經處理好、不用再想」的項目，跟水電費一樣自動化掉了。
但邱子維這時候意識到，這種「感覺划算」的判斷，建立在一個沒有明說的假設上：用量成長的速度，剛好落在訂閱方案的彈性範圍內。如果 Altman 講的方向是對的——AI 推理需求以十倍速度年年成長——那這個假設遲早會被打破，只是沒人知道是哪個月。到那天之前，帳單看起來都很正常；那天之後，才會第一次真正露出「這個月為什麼變這麼多」的問題，而且通常已經是事後才發現。他們團隊目前完全沒有任何一份紀錄，能回答「上週三個人加起來，各自的 Agent 跑掉了多少 Token、花在哪個功能上」。
別人都覺得瘋了，原來才是最像機會的訊號
影片中段，Altman 提到 OpenAI 剛成立的時候，圈內真正相信「通用人工智慧（AGI）有可能做出來」的人，據他自己的說法大概只有五十個人左右；被主流圈子當成笑話看待的那段時間，反而讓他們獲得了兩個意外的好處：沒有大型競爭者盯著搶進度，以及有足夠的時間單純把研究做扎實。
邱子維聽到這段，想起自己團隊當初決定做「客服自動化」這個題目時，也被前公司幾個同事私下說「這塊被做爛了、大公司遲早會補上」。他過去沒把這句話當一回事，這次卻多想了一層：如果連 Altman 都把「大部分人覺得你在做傻事」當成一種訊號，而不是警訊，那也許值得回頭盤點一下，自己團隊裡有哪些判斷，其實也是同一種被低估的機會，而不是自己在自我懷疑。
小團隊的動作速度，正在把大公司的規模優勢磨平
Altman 在對談裡也提到一個他觀察到的現象：技術變化的速度越快，過去大公司靠「規模」建立起來的優勢，就越容易被抵銷；因為規模優勢本來就是靠「花更久時間、堆更多資源」換來的護城河，一旦執行速度本身變成關鍵變數，小團隊反而更有機會做過去做不到的事。
這句話讓邱子維多少放下一點三人團隊的焦慮感——但他也很清楚，這個優勢有一個沒有明說的前提：小團隊要真的比大公司「動得快」，前提是他們沒有把時間耗在事後排查「這個月的 AI 支出為什麼暴增」這種本可以提早看見的問題上。速度優勢是拿來往前衝的，不是拿來补救已經發生的用量失控。
Altman 說「可以放心犯錯」，但他決定「用量」這件事不跟著一起犯錯
對談快結束前，Altman 給了一句很直接的建議：創業本來就會犯很多錯，而這個產業對犯錯其實相當寬容，不需要因為怕犯錯而不敢動手。邱子維很認同這個態度，也打算把這句話真的用在產品判斷、市場嘗試這些事情上——想清楚願景就好，最初的幾步本來就不應該太明顯。
但他也在這個當下做了一個小小的切割：產品方向可以放心試錯，「Token 用量看不看得見」這件事，他不想再讓它繼續處於沒人管的狀態。當天晚上，他沒有等团队開會討論，直接用最陽春的方式，開了一份共用試算表，讓三個人往後每次跑完比較吃資源的任務，順手記一行——用在哪個功能、大概跑了多久。他知道這張表遠遠不夠精細，但至少從那晚起，「這個月為什麼變貴」不再是一個只能事後猜測的問題。
FAQ
Q1：Y Combinator 的 Startup School 是什麼？
Startup School 是 Y Combinator（知名新創加速器）主辦的年度創業教育活動，邀請創業者、投資人分享經驗，對象主要是正在或準備創業的團隊。本文提到的對談，是 2026 年場次的閉幕壓軸環節，由 Sam Altman 與 YC 現任總裁 Garry Tan 進行。
Q2：「2032 年每人每月消耗 5000 億 Token」這個數字，是官方統計嗎？
不是。這是 Sam Altman 在對談中提出的個人長期預測，用來說明他對 AI 推理需求成長速度的判斷，並非任何研究機構或官方單位發布的統計數字。本站在此僅如實轉述講者說法，不代表本站或 AITK 對該數字的準確性背書，讀者評估自身用量規劃時，仍應以自身實際使用數據為準。
Q3：「AGI 早期只有約 50 人相信可行」這個說法，有辦法查證嗎？
這同樣是 Altman 個人在對談中的說法，屬於他自己對 OpenAI 創立初期氛圍的回顧與描述，本站未獨立查證這個數字的計算方式或依據，僅作為講者敘事脈絡呈現，不代表本站查證屬實的歷史事實。
Q4：「三個月的工作，AI Agent 現在七分鐘做完」這種說法會不會太誇張？
這是 Altman 拿自己 2005 年的親身經驗做對比，本質上是一個帶有修辭效果的個人案例，用來凸顯開發速度的落差感受，並非嚴謹的基準測試（benchmark）結果。實際的效率提升幅度，會因任務類型、工具選擇、團隊熟悉度而有很大差異，不宜直接套用到任何特定專案上。
Q5：如果認同「小團隊該把握現在」，實際上第一步該做什麼？
本文想強調的重點，不是要團隊立刻做出重大策略轉向，而是先確保自己「看得到」正在發生的變化——尤其是 AI 工具的用量與花費，是否隨著任務量成長而同步被記錄下來。看得到，才有辦法在真正需要調整方向時，用實際數據做判斷，而不是憑感覺。
資料來源聲明
本文參考自 Y Combinator 官方 YouTube 頻道於 2026 年 7 月 28 日發布的對談影片《Sam Altman: "Never a Better Time to Do a Startup"》，內容為 2026 Startup School（2026 年 7 月 25 至 26 日，美國舊金山 Chase Center）閉幕場，Sam Altman 與 YC 現任總裁 Garry Tan 的對談紀錄，並經重新組織與故事化改寫，非逐字翻譯。文中「邱子維」為說明用示意人物，非真實客戶，其團隊背景與當晚情境均為示意性重新編排。文中提及「2032 年每人每月消耗 5000 億 Token」「AI 推理需求年增十倍」「OpenAI 創立初期僅約 50 人相信 AGI 可行」「2005 年三個月工作現由 AI Agent 七分鐘完成」四項，均為 Sam Altman 個人於對談中提出的陳述、回顧或預測，非本站或任何第三方機構獨立查證之官方統計或學術數據，僅供讀者理解講者觀點參考，不構成本站對相關數字準確性之背書。
延伸閱讀
立即行動
如果 Altman 講的方向哪怕只對了一部分——AI 推理需求持續以倍數成長——那麼「團隊現在每個月實際花多少 Token、花在哪裡」，遲早會從一個可以先放著不管的小問題，變成一個影響單位經濟的大問題。與其等帳單先告訴你答案，不如現在就先把它攤開來看。免費試用 AI Token King，讓我們幫你把團隊每個 Agent、每個功能實際花掉的 Token 用量攤開來看，在用量還可控的時候，就先設好屬於團隊的使用邊界。
留言