当智能比人命还贵 / When Intelligence Costs More Than a Life

三记耳光：当卖铲子的人也喊贵

崩塌不是一声闷响，是三记接连扇下来的耳光。每一记，都打在最不该挨打的那张脸上。

第一记，扇在微软脸上。

5 月 14 日，微软给旗下五千名工程师发了一封内部信，内容朴素到近乎冷酷：六月底之前，卸载 Claude Code，换回我们自己的 GitHub Copilot CLI。

你要理解这一巴掌打在谁身上，才能听见它的响。微软是什么？是把"我们 30% 的代码已经由 AI 生成"写进 CEO 公开演讲的公司，是向 OpenAI 砸进 130 亿美元的公司，是把 Copilot 当作下一个十年旗舰、恨不得焊在每一个产品里的公司。AI 是它的信仰，是它的招股说明书，是它讲给华尔街听的整个故事。

可就是这家公司，悄悄把自己的工程师从一个对手的工具上，赶了回来。

为什么？表面的理由是钱——人均月开销 500 到 2000 美元，五千人，一年就是一笔让任何 CFO 心脏骤停的数字，而六月底恰好是微软财年的终点，关账之前砍掉这笔开支，账面会好看得多。但真正难堪的，是钱背后那件没法写进备忘录的事实：自家的旗舰，打不过对手的工具。员工不是被命令用 Claude Code 的，是自己用脚投的票。 给他们自由，他们就抛弃了 Copilot。

于是巨头做了它唯一能做的事——把人赶回那个更笨、但烧得起、并且是自家亲生的笼子里去。这不是一次采购流程的优化，这是一次当众的认输，只不过被体面地包装成了"平台纪律"和"工具收敛"。当一家公司宁可让工程师用更差的工具，也不愿继续给对手付账，它告诉你的不是它有多自律，而是这账单有多烫手。

第二记，扇在 Uber 脸上。

四个月。Uber 用四个月，烧光了它为整个 2026 年准备的 AI 编码预算。

更刺眼的是这把火是怎么烧起来的。Uber 给大约五千名工程师铺开了 Claude Code，然后——为了"鼓励采纳"——挂出了一块内部排行榜，按各团队消耗的 AI 用量排名次。你能想象接下来发生了什么。采纳率从 2 月的 32%，一个月内冲到 3 月的 84%。工程师们不是在用工具，他们是在刷榜。管理层亲手给一种本就容易上瘾的东西，装上了一台社交加速器，然后惊讶于它烧得太快。

Uber 的 COO 后来在采访里说，发现预算见底的那一刻是个"脑袋炸裂的时刻"。让他脑袋炸裂的，不只是钱没了，而是他忽然意识到自己面对的是一道荒诞到反人性的选择题：为了继续付 token 的账，他可能得裁掉那些正在烧 token 的人。 不是用 AI 替代人来省钱——是反过来，裁掉人，腾出预算，去喂 AI。叙事在这里彻底拧成了麻花：AI 不再是来替人省钱的，AI 成了那个要人让位、要人献祭的主人。

而且最致命的一刀还在后面。COO 坦承，公司根本画不出一条清晰的线，把暴涨的 token 消耗和"真正交付给用户的、更好的功能"连起来。采纳率的曲线很性感，账单的曲线很恐怖，可中间那条本该叫"价值"的曲线——模糊不清。烧得越来越多，但没人能证明烧出了什么。

第三记，扇在英伟达脸上——这一记最响。

英伟达是谁？是这场淘金热里卖铲子的人，是整个周期最大、也最稳的赢家。全世界都在亏钱买它的卡，它数钱数到手软。如果说这世界上有谁能让 AI 跑得便宜，那一定是它——它拿货最便宜，站在算力链条的最上游，离太阳最近。

可就是它的应用深度学习副总裁，对着 Axios 说了一句几乎是行业自爆的话：

"对我的团队而言，算力的成本，远超过员工的成本。"

请把这句话读三遍。连英伟达——连那个卖铲子、拿最低价、最该用得起 AI 的人——都养不起 AI。那么对于产业链下游、要按零售价买算力的千千万万家公司，"用 AI 无脑替人"这件事，从这位副总裁开口的那一刻起，就成了一个不需要再争论的伪命题。

而黄仁勋给这一切补了一个更冷的注脚。他说，一个年薪 50 万美元的工程师，每年至少应该烧掉 25 万美元的 token。

这句话被很多人当励志金句转发，但你听懂它真正的意思了吗？在巨头的算盘里，人已经不再是那个被 AI 替代的对象了。人，成了配给 token 的载体。token 才是主角，人是给主角刷副本的账号。一个工程师值不值钱，不再看他写了什么，而看他能不能、敢不敢，把那 25 万美元的算力喂下去。主仆，在这句话里，悄悄换了位。

悖论的内核：为什么越便宜，反而越贵

三记耳光打完，一个反直觉到近乎悖论的事实浮出水面：

推理 token 的单价，正以每年 60% 到 70% 的速度往下坠——这是芯片厂商、是高盛、是所有人都确认的趋势。可与此同时，企业的总账单，却在指数级地往上窜。

单价在雪崩，总价在飙升。便宜了，却更贵了。

这不是矛盾，也不是谁算错了账。这是一次范式换代时，必然要付的代价。要看懂它，你得看清 AI 这三年里，从一个东西，变成了另一个东西。

Copilot 时代的 AI，是一个文本框。

你问，它答。你给一句提示，它吐一段代码。一问一答，干净利落。这种交互是线性的、低频的、有明确上限的——你一天能问多少次，是有数的；每次消耗多少 token，是可预算的。它像一个随叫随到的顾问，你不叫，它就安静地待着，不花一分钱。这个时代的 AI 成本，是可以被关进 Excel 表格里、被 CFO 驯服的。

Agentic 时代的 AI，不再是文本框，它是一台不知疲倦也不知节制的状态机。

它不再"回答问题"，它去"解决问题"。你给它一条指令——比如"帮我把这个支付模块重构一遍"——它不会回你一段代码就完事。它会在后台，自己跟自己说上成百上千轮话：先拆解任务，再调用工具，跑一遍，报错，读错误日志，自我修正，再跑一遍，再报错，再修……它构建起一个闭环，一个自给自足、自我循环、不撞南墙绝不回头的状态机。

它不是在回答你。它是在替你，把那个解决问题的过程，从头到尾，走一遍。而它活着的每一次心跳——每一轮自我对话、每一次工具调用、每一回 debug——都在按 token 收费。

于是你就明白了那条算式：单个 token 的单价，跌了一半；可由于智能体的自主循环，调用的频次，涨了一百倍、一千倍。前者是线性的恩赐，后者是指数的吞噬。硬件迭代辛辛苦苦从牙缝里省下的每一分钱，都被智能体永不闭嘴的内心独白，连本带利地吃了回去。摩尔定律省下的，被"自主性"花光了，还倒欠。

这里藏着一把锋利的刀，我得把它抽出来给你看。

高盛在 5 月那份《解码智能体经济》的报告里，预测到 2030 年，全球每月的 token 消耗将达到 1.2×10^17（120 千万亿）个，四年涨 24 倍。高盛给这个吓人的数字配了一个乐观的标签，叫"利润率拐点"——意思是，消耗虽然暴涨，但只要单价跌得够快，模型厂商和云巨头反而能迎来一波利润率的反转，钱会越赚越多。

听起来是张好牌。但请你死死盯住这张好牌的前提：它必须假设成本能够年降 60% 到 70%，才敢张开双臂去迎接这场消耗的海啸。 翻译成大白话就是——连最会算账、最不见兔子不撒鹰的华尔街投行，都得指望"幸好它会越来越便宜"，才敢看好这门生意。

那么问题来了：当一个行业全部的繁荣，都建立在"幸好越来越便宜"这根独木桥上，它离"再便宜也撑不住"那个深渊，到底有多远？

答案是：只隔着一个采纳率的拐点。只要用量涨得比单价跌得更快——而 Agentic 时代的全部特征，恰恰就是用量会涨得快到失控——这座精算出来的乐观大厦，随时会从内部坍塌。

而这场"幸好越来越便宜"的全球竞赛，有一个国家，把它推到了所有人都没料到的极端。

中国：没有这个悖论，因为把智能本身也卷成了白菜价

到这里，一个很自然的直觉会冒出来，尤其是在中国的语境里：

中国大概，是在用某种"阉割版"的廉价 AI 吧？豆包、DeepSeek、千问、Trae……便宜是便宜，但终究是低人一等的替代品；能凑合干活，但够不着 Claude 和 GPT 那种"真智能"。我们用的是打折的、缩水的、二流的聪明。

这个直觉，错了。而且错得很彻底。真相比"阉割"两个字，要残酷得多，也深刻得多。

让我们把最硬的那把尺子拿出来量一量。SWE-bench Verified，是目前业界公认最不容易作弊的编程基准——它不考你会不会背语法，它把你扔进真实的开源代码库，给你一个真实的 GitHub 工单，看你能不能真的写出补丁、真的通过测试。这是"能不能干活"的考试，不是"看起来聪不聪明"的表演。

2026 年 5 月的成绩单是这样的：

• 顶端，是 Claude Opus 4.7、GPT-5.4，约 87 到 88 分。
• 紧随其后，DeepSeek V4 Pro，已经是开源阵营的第一，约 80 分，挤进了全球总榜的前五。

差，是真的差。差了七八分。我不打算像某些自媒体那样，把这七八分抹平，喊一句"国产已经追平"——那是话术，不是事实，而拆穿这种话术，恰恰是写这篇札记的本分。

但是——这七八分，是"能不能啃下最硬的那几个 bug"的差，不是"能不能干活"的差。

它落在能力分布最右端那条又陡又窄的尾巴上。那条尾巴上待着的，是那些需要跨十几个文件协调修改、需要在极长上下文里精密推理、需要理解人类含混到自己都说不清的意图的硬骨头。而你掂量一下自己日常的工作：写个登录接口、修个空指针、重构一段祖传屎山、把需求翻译成 CRUD——这些活，有几个走得到那条尾巴上去？

八成走不到。在那八成的疆域里，80 分和 88 分的手感，你几乎摸不出区别。两个模型都把活干完了，都通过了测试，你甚至分不清哪段代码是哪个写的。

所以真正悬殊的，并不是这七八分的智能。是接下来这个数字——价格。

我来把账算给你看。按每百万 token 计费：

输出端，差了近六十倍。

六十倍。这不是"贵一点"和"便宜一点"的区别，这是两个物种。再叠上工具本体——通义灵码的基础版、开源免费的 CodeGeeX、Trae 的免费版——三件套的月费可以直接压到零，而它们已经能覆盖日常开发的绝大多数场景。

于是，那个在大洋彼岸把微软、把 Uber、把英伟达逼到墙角的悖论，在中国，根本就没有机会成立。

Uber 烧光预算，是因为 token 按美元定价，又挂了块排行榜放任用量狂飙；而中国这边，用六十分之一的单价，在八成的场景里交付了完全够用的能力。剩下那两成最硬的、只有顶端模型才啃得动的活，国内自有少数人去买全球最贵的那把刀——但绝大多数公司、绝大多数工位，这辈子都碰不到那两成，也就根本不需要那把刀。

所以，这不是阉割。这是中国把它在光伏上、在锂电上、在新能源车上干过的那一整套打法，原封不动地，搬到了"智能"本身上面。

那套打法大家太熟悉了：不跟你在最尖端的实验室里比谁的效率高出零点几个百分点，而是用整个产业链的规模、内卷和成本控制，把一件原本昂贵的东西，做到趋近于免费，然后用免费把整张牌桌掀翻。光伏组件曾经贵得只有政府补贴才装得起，现在便宜到铺满戈壁；动力电池曾经是电动车里最金贵的心脏，现在卷到厂商在发布会上互相比谁送得多。

现在，轮到智能了。

把奢侈品做成基础设施，把图腾做成水电。 这是这个国家最擅长的一门手艺，也是它最冷酷的一门手艺。

冷酷在哪？我们待会儿说。先看清这门手艺划出的那条真正的分界线。

世界对"智能"的态度，正在裂成两半。这两半之间的鸿沟，不在"高端"与"低端"之间，而在两种截然相反的定价哲学之间：

北美的哲学是：智能是奢侈品。

贵，有贵的道理。贵，本身就是价值的证明。黄仁勋说"年薪 50 万该烧 25 万 token"，他不是在抱怨成本，他是在炫耀——把消耗本身供成了图腾，把那张吓人的账单，当成了勋章别在胸口。在这套哲学里，烧得起，是身份；烧得多，是先进。AI 是头等舱，是私人飞机，是只有少数玩家才入得起场的牌局，而正因为入场费高，场内的人才睡得着觉——壁垒还在，泡沫还体面。

中国的哲学是：智能是基础设施。

它的价值，不在稀缺，恰恰在于铺到趋零。像水，像电，像手机信号——一件基础设施存在的全部意义，就是让你彻底忘记它要钱。你拧开水龙头时，不会盘算这一瓢水值几分；你打开 App 让 AI 跑一段时，也不该感觉到 token 在燃烧。在这套哲学里，便宜不是妥协，便宜是目的；普及不是副产品，普及是武器。

两种哲学，没有高下，只有结局。

而中国这套哲学，藏着那把刀的第二刃。现在，该说它的冷酷了。

白菜价的诅咒：当智能免费，人就不值钱了

便宜的智能，从来不解放人。

记住这句话，因为它违背你被灌输了三年的所有直觉。所有人都告诉你，AI 普惠是好事，技术下沉是进步，让每个普通人都用得起最强的工具，是这个时代最大的善。

在某个抽象的层面，这话没错。但在你领工资的那个具体层面，它藏着一个谁都不愿意说破的诅咒：

当智能本身都被卷到趋近免费，那用智能造出来的一切，自然也跟着一文不值。

这是个简单到残忍的经济学。价格，来自稀缺。一样东西之所以值钱，是因为不是谁都能造出它。一个会写代码的人值钱，是因为大多数人不会写；一个能剪出精致视频的人值钱，是因为这门手艺有门槛、要时间、得天赋。稀缺，是定价的唯一来源。

而 AI 干的事，本质上只有一件：它在系统性地、不知疲倦地、以趋零的成本，消灭稀缺。

它抹平了写代码的门槛——于是会写代码不再稀缺。它抹平了做设计的门槛——于是会做设计不再稀缺。它抹平了剪视频、写文案、画插画、搭网站的所有门槛——于是这一切，统统不再稀缺。一个人，一个下午，就能生成一个 App；一个人，一天，就能产出一部看起来相当精致的短片。

听起来像是生产力的解放，是个人能量的空前爆发。可它不是富足，它是拥挤。 是赛道上前所未有的、密不透风的拥挤。

因为供给这一侧，被 AI 推向了无限。人人都是一支军队，人人都是一条产线，内容、代码、设计、应用，像决堤的洪水一样涌出来。

可需求那一侧呢？需求是死死有限的。人类总体的注意力是有限的——一天就 24 小时，眼睛就一双。人类的钱包是有限的——能为内容付的钱，就那么多。人的生命是有限的——满打满算三万天，能消费的东西就那么些。

无限的供给，撞上有限的需求，物理上只有一个结果：价值的自由落体。

每一个能一小时生成一个 App 的人，都在亲手让"会做 App"这件事贬值。每一个能一天剪出精致视频的人，都在亲手让"会剪视频"这件事贬值。你越高产，你产出的东西就越不值钱；你越高效，你这个工种的定价就越往下掉。这是一场所有人都在拼命踩油门、却集体冲向悬崖的狂欢。

所以，那句被重复了三年的承诺——"AI 会把你从重复劳动里解放出来"——它真正的下半句，从来没人敢念出来：

AI 没有解放劳动者。它只是解除了劳动者讨价还价的资格。

因为"反正不需要你了"，因为"这活 AI 一秒钟就干了"，因为"你会的，现在人人都会"。当你赖以为生的那点稀缺性被技术抹平，你就失去了和资本谈判的全部筹码。你的工资不再由你的价值决定，而由"替代你的成本"决定——而那个成本，正在以每年 60% 到 70% 的速度，奔向零。

现在，回到中美那条分界线，你会看见两种过剩，两种死法。

北美的过剩，是少数人的过剩。 因为智能是奢侈品，门票贵，真正能大规模烧 token 搞生产的，是那些付得起账的巨头和精英。普通人被高昂的入场费挡在外面，过剩被锁在金字塔尖那一小撮人手里。泡沫因此还能维持一阵体面——壁垒高，挤进来的人少，价值的崩塌是局部的、缓慢的。

中国的过剩，是所有人的过剩。 因为智能是基础设施，门票降到了零，于是人人入场，人人开足马力，人人都在生产那个早已不值钱的东西。这才是白菜价智能真正的诅咒——它没有把内卷消灭，它把内卷的入场券，从"有门槛"变成了"零门槛"。

从前的内卷，是"你卷不过那些比你更强的人"，至少还有个"变强"的出口，还有个往上爬的指望。现在的内卷，是"你卷不过工具"——因为工具不要工资、不会累、24 小时连轴转；同时你也"卷不过那个和你握着同一把免费工具的所有人"——因为大家手里的刀一模一样，都是那把趋近免费的刀，谁都没有了优势，谁也杀不出重围。

白菜价的智能，喂出来的从来不是富足。它喂出的，是一片谁都赢不了、谁也逃不掉的红海。 海水是免费的，所以人人都跳了进来；也正因为免费，没有人能靠它上岸。

终局：两条路，同一个深渊

那么，2026 年的结局，会是什么？

结局其实已经写在墙上，只是字迹太淡，大多数人不愿凑近去读。

哪怕 token 在大洋彼岸贵得离谱，哪怕英伟达的副总裁亲口承认养不起，大厂们也绝不会停下脚步。因为这是一场叙事的军备竞赛——你一旦停下，资本市场就会判你出局，认定你"掉队了""不懂 AI 了""要被时代抛弃了"。于是它们只能咬着牙，含着泪，继续推进高强度的数字化转型，继续烧那个明知道短期回不了本的钱。

代价是什么？是人。今年，全行业大概率会迎来一轮结构性的清洗——这是一个判断，不是一个被官方确认的数据，但你翻开任何一家大厂的财报、读任何一份 CFO 的措辞，都能闻到那股山雨欲来的味道。被裁掉的人，一部分是为了"降本"，去填那个被 AI 撑大的预算窟窿；另一部分，则纯粹是因为他们会的那件事，AI 现在也会了，而且更便宜。

企业，则在这场清洗里，裂成了两极：

一极，是免役者。 英伟达、AMD 这样卖铲子的人，站在产业链上游，从不承担下游那个无底洞般的 token 消耗，旱涝保收，稳赚不赔。淘金的人死多少，跟卖铲子的没关系，铲子照样按高价出货。它们是这场战争里唯一不流血的人。

另一极，是泥潭里的人。 那些应用层的公司，被死死困在一句话里：买不起 AI，又杀不死 AI。不上 AI，会被叙事淘汰，被对手碾过；上了 AI，又被账单拖垮，被成本反噬。它们前进是悬崖，后退是火海，只能在中间那片越来越窄的泥潭里，一点一点地下沉。

而中国，会走出第三条路——也是最锋利、最反直觉的一条：

它不会被 AI 的账单压垮。它会被 AI 的廉价淹没。

这边没有"用不起"的奢侈烦恼。这边的烦恼是反过来的——"人人都用得起，于是人人都不值钱"。这是一种没有 dramatic 的破产、没有 CFO 脑袋炸裂的时刻、没有内部信和卸载倒计时的死法。它安静得多，也彻底得多：不是被一记重拳打倒，而是被齐腰深、然后齐胸深、然后没顶的温水，慢慢淹没。一个集体性的、无声的、连挣扎都显得多余的沉没。

你看，两条路，看起来截然相反：

一边是奢侈品砸出来的黑洞，一边是基础设施漫上来的红海。 一边死于太贵，贵到连巨头都要裁人来喂它；一边死于太贱，贱到所有人都用得起、于是所有人都被它埋了进去。

可这两条看似相反的路，最终通向的，是同一个尽头：

一个生产力严重过剩、消费力严重萎缩、而劳动者既不被需要、也不被定价的世界。 在那个世界里，机器什么都能造，可没人买得起；智能无处不在，可没人因它而值钱；东西多到溢出来，人却空前地多余。

结语：神话的两种结清方式

这从来不只是一场技术成本的阵痛。这是一次理性的反噬，是人类用自己最高的智慧，给自己挖的一个最深的坑。

我们造出了一种智能。它高频到、庞大到、贪婪到——它消耗的资源，开始超过它本想替代的那条人命。我们本想用一台机器换下一个人，却发现这台机器吃得比那个人贵得多，也吃得比那个人多得多。

在大洋的这一岸，它贵得连卖铲子的巨头都用不起，于是人们裁掉同类，腾出预算，去喂它。 在大洋的那一岸，它廉价得像呼吸的空气，于是人人都贪婪地吸着它，然后一起，窒息在那片由过剩堆成的、谁也游不出去的海里。

一边是奢侈品的黑洞，一边是基础设施的红海。一边死于太贵，一边死于太贱。一边是少数人的盛宴，一边是所有人的沉没。

2026 年，也许正是 AGI 这则宏大神话，从"创世传说"坠入"严酷精算"的那道分水岭。在这一年之前，AI 是关于未来的诗；在这一年之后，AI 是关于账单的算术。

而神话从来不会被它的对手戳破。神话，只会被它自己，悄悄地、体面地，结清。

——在大洋的一岸，被自己的账单结清。 ——在大洋的另一岸，被自己的白菜价，淹没。

断裂，从来不是终点。断裂，只是让你第一次看清，那座你一直以为坚不可摧的桥，原来是用什么搭起来的。