AI竞赛将持续至打击开始

# 竞速将持续至暴力降临 — Rheisen X 来源：https://rheisen.me/blog/the-racing-will-continue-until-the-beatings-commence/ 自上篇文章发布以来，我收到了许多反馈。围绕人工智能存在着巨大的认知鸿沟。 我认为，这种脱节很大程度上源于人们目前在生活使用AI的方式。很多人其实并不常用AI。而常使用者往往也接触不到公开可用的AI前沿——这些前沿技术仍然非常昂贵，尤其是企业合约中提供的，并且通过相当粗糙的系统交付。因此，很难理解业内人士所声称的危害即将到来，质疑这是否只是营销噱头，也是情有可原的。这就是资本主义社会的现状。 但换个视角来看问题是有价值的。 距离99%的人使用和接触AI更远的地方，是AI技术的前沿，它正在全球各地的模型实验室中研发，通常严格保密。这些人员接触到的模型，是大多数企业和个人负担不起的：这些模型在发布后六个月才会被公众称为“前沿”，而它们自身往往在初始训练和实验室访问后又过了六个月。 这些人开始发声了。他们表示，我们无法承受持续竞速的代价（https://www.pacingthefrontier.com/）。 我认为，距离AI前沿最近的群体，除了上述人员，就是那些利用补贴的200美元 OpenAI（https://help.openai.com/en/articles/9793128-about-chatgpt-pro-tiers） 和 Anthropic（https://claude.com/pricing） 计划进行大量AI开发的用户——可能占另外1-2%。这种补贴让“专业消费者”能在AI技术以近乎免费的方式普及之前，利用昂贵模型进行高效开发，因为这种补贴相当于用企业计划中需要数千美元的成本换取的机会。 截至9月14日的30天内，我通过一个200美元的Anthropic计划和一个200美元的Codex计划（月费总计400美元）产生的使用量，按API标价估算成本为20,173美元，是计划费用的50多倍。 使用量明细：按API标价计算为20,173美元 活动**每日Token流量** 30天总计 1.2B 0.7B 0.2B 8月15日 9月1日 9月14日 8月15日：1.368亿Token 8月16日：1.889亿Token 8月17日：5.854亿Token 8月18日：2.179亿Token 8月19日：4.866亿Token 8月20日：4.636亿Token 8月21日：2.761亿Token 8月22日：4.107亿Token 8月23日：1.266亿Token 8月24日：1.077亿Token 8月25日：3.877亿Token 8月26日：3.786亿Token 8月27日：5.595亿Token 8月28日：4180万Token 8月29日：1.848亿Token 8月30日：3.494亿Token 8月31日：4.302亿Token 9月1日：3.467亿Token 9月2日：3亿Token 9月3日：2970万Token 9月4日：8840万Token 9月5日：6.829亿Token 9月6日：7.003亿Token 9月7日：8.805亿Token 9月8日：7.917亿Token 9月9日：10.829亿Token 9月10日：4.068亿Token 9月11日：4.183亿Token 9月12日：2.743亿Token 9月13日：4.233亿Token 9月14日：8.465亿Token 经济性**各模型估算成本**（按API标价） GPT-6 Astra：9,313美元，占比46.2% GPT-5.6 Sol：6,898美元，占比34.2% Claude 5.1 Fable：2,900美元，占比14.4% Claude 5 Fable：874美元，占比4.3% GPT-5.6 Terra：174美元，占比0.9% 其他：14美元，占比0.1% 估算总成本：20,173美元 - GPT-6 Astra：**9,313美元** (46.2%) - GPT-5.6 Sol：**6,898美元** (34.2%) - Claude 5.1 Fable：**2,900美元** (14.4%) - Claude 5 Fable：**874美元** (4.3%) - GPT-5.6 Terra：**174美元** (0.9%) - 其他：**14美元** (0.1%) 数据来自两台个人工作站的综合本地遥测。估算基于各模型的公开API价格（含缓存定价）与实际使用量的折算；此为API价格等价估算，并非任一提供商的实际账单。 工具架构同样重要——或者用更通俗的话说，你如何获取这些模型很重要。在AI开发最前沿，涉及最昂贵的模型时，围绕模型构建的优秀应用程序和工具架构能大幅降低单次任务成本。我自身的AI使用均通过为此目的深度定制的应用程序进行。这也是Cursor（https://www.cnbc.com/2026/08/29/openai-cursor-spacex-model-access.html） 以约600亿美元出售给SpaceX的价值构成之一，但为切合本文主旨，我只需说明：更好的工具架构能让你更早接触并理解约六个月后将普及且可负担的技术。 这些人开始发声了。我也开始发声。我并不看好这场竞速的前景。 尽管近期新闻有所发展（https://rheisen.me/blog/frontier-ai/），但如今全球各实验室仍在竞速。激励机制并未对齐以放缓AI模型的训练。甚至无人考虑如何减缓加速AI模型的工具架构或硬件工程进展。丝毫没有。一点都没有。 已有很多讨论，但可操作性仍为零。或许会有更多安全监控措施出台...可能吧。 以下是我眼中的当前局势：美国和中国是这场竞赛中的两个主要国家行为体。欧洲...基本没参与。 目前美国“领先”，而中国正“快速追赶”（https://hai.stanford.edu/ai-index/2026-ai-index-report）。这至少是当前最普遍的公开叙事。 因为美国掌控着训练AI所需的硬件（https://www.bis.gov/press-release/commerce-strengthens-export-controls-restrict-chinas-capability-produce-advanced-semiconductors-military），尽管有一些例外。目前，美国在原始前沿模型智能方面可能领先2-4个月。 但中国开发的AI性价比更高（https://docs.z.ai/guides/overview/pricing）。高到我无法想象美国AI企业不感到极度不安。我认为，对于大多数任务而言，使用美国AI企业确实没有经济理由。从这个意义上说，中国非常、非常领先。DeepSeek公布的定价（https://api-docs.deepseek.com/quick_start/pricing/） 也印证了这一点。 中国在工具架构（https://deepseek.com/harness/en/）方面也可能领先，尽管美国前沿AI公司内部的具体情况尚不清楚。 因此，美国真正的领先优势在于前沿模型智能。这是最直接导向RSI、AGI或ASI（https://rheisen.me/blog/frontier-ai/） 的东西，也可能是扼杀我们的关键——如果它被创造出来且不足够安全的话。但这就是美国真正的领先优势。 因此，在所处的竞争格局中，这些实验室实际上无法承受放缓步伐。它们根本无法做到。从法律角度看，它们甚至无法在没有政府行动的情况下协调行动：竞争对手间限制产出的协议本身就可能引发反垄断问题（https://www.justice.gov/atr/antitrust-laws-and-you）。这引出了他们一直谈论的话题。 “政策” 这是对一个不礼貌时代的礼貌用语。目前，AI实验室争相寻求政府监管。前沿AI实验室是真的为安全而寻求政策，还是为了监管套利和逃避承诺，目前仍不清楚。我认为保持健康的怀疑是必要的，但这不应妨碍我们清醒地评估风险。 无论如何，政策在通常情况下，即使是最好的时期，也是缓慢的。你知道现在的美国政府是什么样子。无论你站在哪一方，我都不认为你会觉得美国在处理任何关键重要事务时能够雷厉风行。 我们已经三个月没见到参议员了。中期选举角力已全面展开。总统正释放竞速信号（信号强烈（https://www.yahoo.com/news/us/article/trump-responds-to-call-by-ceos-of-anthropic-openai-and-xai-to-slow-ai-down-whoever-wins-ai-wins-182008851.html））。这可能是历史上最不适合做出快速长期战略决策的时期，而加剧这一局面的事实是，美国很大一部分经济增长（https://think.ing.com/opinions/how-much-is-ai-contributing-to-us-economic-growth/）——按季度衡量——都寄托在AI上。 是的，美国经济已全副武装。而你知道总统和任何政治团体都知道什么会导致败局吗？股市崩盘。放缓并失去你仅剩的领先优势？我想不会。 基于这些原因，如果看到美国主导的政策监管或减缓AI发展，我会感到惊讶。 因此，我们仍在竞速。