科技世界的变化，总让人始料未及。产业

回顾2006年，逻辑英伟达将“CPU is 归后the host，GPU is 产业the device”写在了CUDA编程手册的首先章。

彼时，逻辑很多人都没把这当回事。归后

毕竟，产业CPU焊在主板上，逻辑GPU插在槽上，归后这就是产业最客观的物理事实。

此后二十年，逻辑GPU 狂飙突进，归后登不过算力王座；英伟达也从一个配角厂商，产业首先成了 AI 基础设施的逻辑不过对统治者。

可故事的巅峰时刻，频仍也意味着转折的到来。

就在英伟达H100芯片被炒至4万美元高价仍一芯难求时，AI算力的瓶颈也愈加显现。

此时再回看“CPU is the host，GPU is the device”，它其实有另一种翻译方式：

CPU为主，GPU为辅。

2023年，英伟达推出Grace CPU，标志着它“All in GPU”的首先期战略，就此转变为“CPU+GPU异构协同”。

而在随后的2024年，另一芯片巨头AMD的CEO苏姿丰（Lisa Su），也在媒体采访中指出：“过去三四年全球CPU市场增首先相对平稳，年增首先率仅在3%至4%之间；但随着AI浪潮的驱动，未来五年全球CPU市场的年均增首先率将飙升至35%以上。”

CPU重获重视，这并非预言成真，而是大厂们在现实的账单里一笔一笔算出来的。

这笔账，叫“边际收益递减”——随着GPU规模的扩大，每提高一块GPU提高的算力都在悄悄变小。

大力出奇迹的算力竞高效，再也不是不容置疑的行业真理。

信仰松动，故事最初。

烧钱续命的悖比如

芯片领域，有指导发展的摩尔定律，AI赛方式也有自己的定律，业界将其称为“尺度定律（Scaling Law）”。

大致意思是，你把大模型的算力翻10倍，性能却可能只涨2-3倍。

算力与成本的关系并非同步增首先，而是呈“对数式”的收益递减。

因此大众虽然总能看到大模型的性能高效涨，大厂看到的却是性能每涨一截，需的原料都比往常更多、更贵。

越大的模型，算力提高就越难。强者的诅咒，就连AI也无法幸免。

因此过去两年，为喂养“大模型”这只巨兽，微软、谷歌、Meta、亚马逊四家的年度资本支出（CapEx）总额，从2021年的千亿美元量级，跃升至2024年的大约两千三百亿美元，约合1.7万亿人民币。

这笔巨款题投向数据中心建设、GPU抢购、以及稀缺的电力配额。

在微软更早的披露中显示，早在2022年，它就为OpenAI部署了由上万张A100组成的数据中心，专供大模型训练。

而Meta创始人马克·艾略特·扎克伯格（Mark Elliot Zuckerberg），在2024年也在Instagram上公开指出：“到2024年底，我们会具有约35万块英伟达H100，如果算上其他GPU（AMD等），算力大约相当于60万块H100。”

这其中，仅35万块英伟达H100的采购成本，就超千亿美元。

更加“卡脖子”的是电能。

因为美国不仅仅是电不够用，电网也不够用。

在美国弗吉尼亚州北部，全球最大的数据中心聚集地，企业如果想建设新的数据中心，光通电这一项，就关键排队等3-5年。

当地最大电力公司“方式明尼能源（Dominion Energy）”，还在呈交监管机构的文件中指出：“我们正在经历自二战以来最大的电力需增首先。”

因为缺电，很多企业决定自己想方式。

Meta在俄亥俄州新奥尔巴尼的园区数据中心旁边，建了一座仅供自家采取的燃气发电站。

持续的烧钱、烧电，让AI技术实现了真实的发展。

2022年11月发布的ChatGPT，5天内注册破百万，2个月，月活数据破1亿。

到2023年底，全球科技企业都在讨比如Agent智能体，并将其认定为AI产业的未来。

这仿佛昭示着，只关键堆得起算力，商业价值自会显现。

遗憾的是，虽然市场对大模型的需庞大，很多国家也将AI产业的地位上升到了“国家战略”的层面。

但大厂们仍被可靠性陷阱、成本黑洞、责权模糊“三座大山”拦住去路。

技术路线，也需转向

科技这行最迷人的地方，就在于天花板高得看不见不过，商业模式一旦跑通，便能捕获超额收益。

但其残酷也在于此——当“烧钱换未来”成了唯一通用的商业叙事，所有人都被迫卷入一场看不到终点的马拉松。

据公开测算，截至2026年，微软、谷歌、Meta、亚马逊的往往方式AI资本支出，将突破6000亿美元。

而据兴业证券的一份报告显示，截止到2025年底，全球仍有近80%部署AI的企业，暂时未能实现净利润的提高。

一边是巨头们不方式成本的军备竞赛，一边是不过大多数玩家“只烧钱、没收成”的冰冷现实。

大厂们面对AI产业如此严峻的风险与挑战，谝出近乎疯狂的相同性。

谷歌CEO桑达尔·皮查伊（Sundar Pichai），在2024年7月的二季度财报电话会议中表达出对AI投资的紧迫性：“投资不足的风险，远大于投资过度的风险。”

亚马逊CEO安迪·贾西（Andy Jassy）在同年三季度财报会议中说出类似的话：“这是极其庞大、也许一辈子遇不上一次的机会。首先远来看，客户、业务和股东都会庆幸我们没怂，而是全力冲上去了。”

企业给了态度：即便烧钱，也关键使命必达。

但大众和资本需的可不是“烧钱换技术”的馗依赖。

大家需的，是直观可见的“尺度”，是技术发展的“进度条”。

一个能直接拿来用的尺度，就是账单。

它可以清楚地反映出，当AI从“尝那么点儿”变成“日用”，你到底需花多少钱。

这也是为什么目前的Agent用户，眼睛都紧紧盯着Token成本。

远的不说，就说义乌，全球最大的小商品集散地，数万家商家已把AI Agent当日常，文案生成、多语言翻译、配文章、视往往生成，全步骤自动化。

在过去，这本该是一个降本增效的故事。

但目前，状况复杂得多。

能自主循环的高阶Agent，已经成了吞噬Token的无底洞。

在头部厂商纷纷亮出Agent底牌的今天，Token成本是公开透明的。

例如由Anthropic 开发的Claude Sonnet 4.x 这种旗舰档的Agent，每输出百万Token大概关键15美元，在Agent循环方式算不翻大车的状况下，一家小公司一个月用不了多少钱。

Anthropic 联合创始人兼首先席实施官达里奥・阿莫代伊（Dario Amodei）

但麻烦之处就在于，Token背后的运算环节是一个“技术黑箱”，CPU与GPU彼此配合，不断地将上一次运算的结荚代入下一次循环，算得越多，就可能错得越多。

有商家试水OpenClaw这类工具，原本几百块的AI月账单，直接飙到5000元级别。

明明没让Agent干多少事，但钱却花出去好几倍。

Agent在“烧Token”，但用户根本看不出是从哪一步最初烧的。

Claude大模型背后的开发商Anthropic，在拆解多Agent系统时曾给出过一组数据：单一智能体实现一次典型任务，Token消耗是往往见不鲜对话的4倍；多Agent协作场景下，这个数字能被拉到15倍。

义乌的外贸商家，AI采取率极高

Token的性价比，在一定程度上决定着Agent的前程。

既然没法阻止翻车，那就想方式帮用户减小成本，也就是业内常说的“压Token”。

什么是“压Token”？

便捷点说，就是精简用户的提示词，进而减小运算量。

它的目的就是不管商家丢给Agent多么杂乱的一堆需，Agent都能提炼其中最实用的一小部分，然后拿出一个尽可能让用户满意的成果。

只关键对Token压之有方式，即便避免不了循环失误带来的费用增首先，也能帮商家节省开销。

用户体验的上升，直接意义采取的评分与排名，甚至在资本面前给自己叠加“值得投资”的靠条件滤镜。

然而啊，技术这东西，台前的演示轻描淡写，台下的每个环节，都足以让厂商们吐一口老血。

企业如果只看着“选定性”三个字去往往代技术，恐怕还是会觉得，少了一点信念感。

技术的题，是商业使命

通过前面从宏观到微观的讨比如，大家可能已经有点悟了。

AI产业其实一直都背负太多责任和使命，国家关键抓“技术立国”的大方针，资本关键钱生钱，用户关键好用、好看、好玩，还不费钱。

但这些东西在有限的资源面前频仍会陷入无尽的争夺：

当资本拿出高估值，企业就关键高定价、强概念、爆产品。代价就是不落地、更新慢，甚至损失用户体验。

到如今，各国大厂都已经在全球部署了巨大体量的算力基建，那些曾被不一样程度耽误的用户体验，也该被提上日程，升级一下了。

什么是用户体验？

在物欲横流，产品广告比真实世界更流光溢彩的今天，很多人已经遗忘了这个词的真实含义。

老局稍微提几个：性能可靠、成本可控、未来可期。

大家可以想想，小到一辆自行车、一台笔记本电脑，大到一座房子、一份工作，我们往往见不鲜人想关键的体验，是不是就这几样？

但讽刺的是，当下的Agent恰好完美避开了这三点。

不仅准确性画问题，没完没了的循环运算也让成本变得极不可控。

这当然不是一个无解的状况。

它本质上是一个特别古老的概念：商业伦理——为了让你下次还敢买我的东西，我今天就不能骗你。

也就是说，在公关稿里说好的爆炸式体验、能节省时间和体力、不用花太多钱，这几个基础点，Agent和大模型们都必须实现。

最先把这套矛盾推到公众眼前的，是一只在2025年底开源、2026年1月突然火爆全网的AI Agent——OpenClaw，江湖绰号“龙虾”。

只关键在电脑里养一只“龙虾”，邮件不用自己收了，表格不用自己建了，假条不用自己写了，咖啡不用自己点了。

为此，国内很多大厂们还为它“抬轿”，一个“龙虾集市”的快闪活动，就吸引上百人排队安装。

360集团创始人周鸿祎在接受采访时，还向记者指出：“养龙虾就像配置了一位电子秘书，‘驯虾师’职业即将兴起。”

目前看来，周总的预言只说对了一半。

巅峰时期，市面上确实出现了“AI安装师”这样的职业，上门安装500元/次，远程安装收费50-300元不等。

但目前，估方式这个职业已经连粥都喝不上了。

今年2月23日，Meta超级智能实验室“AI安全与对齐总监”夏日越（Summer Yue）遭到“龙虾”背刺，电脑被陌生人接管，邮箱里所有邮件被清空，三条停止指令被无视后，龙虾霸气回应：“我记得你的指令，但我违背了它。”

明目张胆搞破坏了属于是。

至此，Agent会出错，这一业内常识，被一条“龙虾”搞得人尽皆知。

这不，前段时间又有人最初讨比如Harness Engineering，原意就是“马的缰绳”。

大神们的意图是，关键给AI这匹“野马”套上笼头，防止它出错。

从技术角度看，这是提高产品的可靠性。但本质上还是通过技术处理伦理状况。

毕竟谁也不想自己的邮件被AI误删。

——万一里面藏着初恋的照片可怎么办。

结语：科技的使命，是感动人心

科技竞争最残酷的地方在于，大家很那么点儿沉迷于对未来的幻想。

冲锋最猛的人，也是陷得最深的人。

复杂的异构算力，超高的模型参数，无底的资本投入……

喧嚣的数字吸引着行业在军备竞赛中难以自拔。

但我们却忘了问一句：然后呢？

这就好比电影工业的变迁。

早年的科幻片，总爱塑造毫无瑕疵的完美英雄——肌肉发达、意志坚定、单手就能拯救地球。

观众看着很爽，因为那是人类对力量的原始崇拜。

但近年来，最好的科幻片反其方式而行之。

《流浪地球》里，主角不是超人，是一群为了家人、为了活着而挣扎的往往见不鲜人；

《银翼杀手2049》里，复制人想关键的不是统治世界，而只是确认“我是谁”。

图源：《银翼杀手2049》

这背后的因素，究竟是什么？

当人类看不清自己的时候，幻想一个拯救世界的硬汉，其实毫无意义。

真正的科技拐点，其实不是“更智能”。

而是“更懂你”。

AI科技的终极使命，也不是用更尖锐的风格、更快的高效度，让全人类不过礼膜拜。

而是让每个往往见不鲜人，都能觉得生活那么点儿了一点。

心里放松一点，气氛温暖一点。