标签
推文表达了对AI革命最悲观的设想：AI让生产力提升十倍，但人们仍被迫每周工作40小时，而增长的收益全部被顶层攫取，社会并未从技术进步中学到任何东西。
作者论证AI的未来将是混合的多模型格局：开放权重模型将占绝大多数token，前沿模型公司仍能表现良好，而模型层利润率下降反而会推高算力需求。文章还分析了Anthropic巨额合同承诺的财务可行性、B200集群的投资回报率，以及结构性短缺（电力、晶圆、资本）反而有助于避免AI过度建设和泡沫。
Character.ai的破产文件显示其AI商业模式根本无法盈利：每月AI算力开销高达1380万美元，而订阅收入峰值仅280万美元，即便大幅削减成本后每月仍亏损800万美元，成为AI泡沫破裂的早期标志性事件。
一篇博客文章，探讨关于丰裕、后稀缺社会和全民基本收入（UBI）的常见误解，认为人工智能驱动的回收利用和自动化可以利用有限资源提供无穷无尽的服务，而全民基本收入（UBI）和全民高收入（UHI）仅是在自动化普及不均衡的过程中发挥作用的过渡性工具。
一篇评论文章认为，即便是山姆·奥尔特曼和埃隆·马斯克这样的人工智能开发者，也不断提出后稀缺时代的制度方案——美国股权基金、全民基本算力、世界币、全民高收入——而这些方案仍然类似于货币，因为智能变得廉价并不会消除土地、能源、资源或社会地位的稀缺性。
一部动画解说，剖析科技巨头约8000亿美元的AI支出究竟花在了哪里，指出GPU折旧（每100美元中约占60美元）——而非电费（约7美元）——才是运营AI数据中心的真正成本，并质疑在2000年式的光纤泡沫重演之前，AI热潮能否带来回报。
尼基塔·比尔质疑，在人工智能使人类智力实际上变得免费的时代，知识产权还有何意义。这反映了围绕人工智能对知识工作经济影响的更广泛讨论。
一篇推文串，论述AI训练数据是一种独特的易腐商品——当模型在某项任务上的准确率达到约70%时，其价值便荡然无存。这催生了一个火热的市场，甚至造就了最年轻的白手起家亿万富翁，然而最大的买家正在将数据生产收归内部。
TechCrunch 采访 a16z 合伙人 Olivia Moore，探讨消费级 AI 的发展现状、她关于顶级 100 个消费级 AI 应用的报告，以及订阅模式和 API 收费之外，消费级 AI 变现所面临的独特经济挑战。
作者质疑AI对软件行业的实际影响：如果软件工程真的被AI解决，理应看到软件降价、厂商节省成本或功能增加，但目前这些现象都没有明显出现，原因是什么？
作者 Diomidis Spinellis 撰文认为 AI 将在性能、成本和可用性上全面超越人类认知工作，思考最终会像狩猎、木工一样变成一种休闲爱好，并讨论如何在这一转变中保持适应力。
一篇讨论帖质疑了「AGI/ASI + 自动化将为所有人带来富足」的主流叙事，认为由于土地、工厂乃至前沿 AI 模型都归私人或国家所有，任何由 ASI 驱动的乌托邦都必须以资源所有者让渡控制权为前提——而这种情况在没有失控 ASI 的情形下几乎不可能发生。
一篇思考性文章，探讨 AI 是否是一种「通用瓶颈破解器」——能够独特地攻克由自身进步所带来的物理、劳动力和制度约束；作者认为，虽然瓶颈不会消失，但 AI 可能让我们比以往的技术更快地穿越约束前沿。
风险投资人Tom Tunguz认为，AI推理正有望超越数据库，成为最重要的软件市场，到2027年规模将达约3500亿美元，接近Gartner数据库预测的2倍。他详细分析了按用量计费的推理成本、不断压缩的毛利率以及BYOK（自带密钥）将如何重塑应用层SaaS的经济学。
一篇观点文章认为，随着 AI 和机器人取代人类劳动，全民基本收入（UBI）几乎不可能实现，文中探讨了反方论点，并提出了民主全球治理或 AI 公司全民持股等可能的替代方案。
Cathie Wood 认为杰文斯悖论正推动 AI 的爆发式增长：推理成本每年下降 99.99%，同时使用量激增，推动 OpenAI 的年化营收达到 700 亿美元，超过 Anthropic 据报道的 650 亿美元，她认为这是推动 GDP 广泛增长的催化剂。
讨论了 Anthropic 与 OpenAI 是否有能力 IPO 以及谁更能'付得起账单'的问题，AIR Platforms 抢在评级机构之前对两家公司进行了信用评级，探讨 AI 泡沫下大模型实验室的财务健康度。
Google 的 Gemini 4 Argon 每次响应可生成一百万个 token（约合 75 万单词），通过连续的调用来承接长篇回复，使产品重心从聊天转向长时间的自主工作。本文分析了按任务计费与按 token 计价的成本对比，以及阅读如此长回复的实际限制。
AI 繁荣正在推高其自身的资本成本：超大规模云服务商（hyperscalers）大规模发行债券，推高了借贷利差，并推升了美国国债收益率，使物理基础设施瓶颈转化为融资瓶颈。美联储主席 Kevin Warsh 指出，AI 驱动的融资活动是国债收益率走高的部分原因。
TechCrunch 分析了消费级 AI 复兴背后并不稳固的经济基础：尽管 Meta 的 Muse、OpenAI 的 Dots 以及估值 100 亿美元的 Instinct 等产品正在获得市场认可，但仅有 2.2% 的消费者为 AI 服务付费，平均每月 31 美元——尽管模型能力大幅提升，这一数字几乎毫无起色，且远未达到可持续的盈亏平衡水平。