我眼里的 AI 全局：算力、芯片和一场万亿级的重新分配
三条需求曲线汇聚于同一个根——算力
前几天跟一个可能加入团队的人聊了两个多小时。从芯片聊到 Agent，从 Agent 聊到每个人的未来。
挂了电话想起来：这些东西想了一年多，从来没完整写下来过。
做了六个产品，写了快两百篇文章，这些想法散落在各处——跟投资人讲一段，跟朋友吹牛讲一段，推特上怼人时讲一段。今天拼一次。
去年一个瞬间让我愣住了。
用 Agent 写了一段代码，跑完任务之后，Agent 自己把代码删了。生成、使用、丢弃，全程不到三分钟。
盯着屏幕想了很久。代码是日抛品——想用就生成，用完就扔——那什么是不可抛弃的？
认知。
一个 AI 跟你聊了三个月，积累下来的东西——你的决策模式、情绪触发点、你说一套做一套的那些矛盾——不可复制、不可压缩、不可加速。别人花钱买不到，别的 AI 从零开始追不上。
在《软件变成日抛品了》里详细写过这个判断。
技术贬值，关系升值。代码越来越便宜，理解一个人越来越贵——这是所有想法的地基。
可能觉得"理解一个人"听起来虚。想想看：CEO 身边那套配置——私人助理、心理咨询师、健身教练、执行秘书——本质上是"有人懂你"的变现。以前只有年薪千万的人才配得起。
AI 第一次让这件事变成了月费订阅。
看 AI 需求，我看见三条线。起点不同，速度不同，最后指向同一个东西。
企业在裁人。
自己团队，3 个工程师，干的活放在两年前需要 15-20 个人。每个人都是 Agent 的管理者，不是执行者。
关键技能变了。不是写代码——是定义目标、提供上下文、给出精准反馈。现在是经理，管的不是人，是 AI。在《别写代码了，学管 AI 吧》里把逻辑掰开了。
大厂已经在动了。Meta 光 2025 到现在砍了好几轮，从低绩效到整个部门端掉。其他家在跟进，只是没说出来。
那种"大厂 PM 的一天，下午三点下班"的日子，结束了。
人人都是开发者。
团队有个没写过代码的人，用 Claude Code 给自己搭了个社交媒体发帖工具。以前每周花 12 小时手动发帖，现在砍掉了一半。
这跟"更好的 App Store"没关系。是以前压根不存在的市场。
以前想做个东西，得去 App Store 找勉强能用的凑合。以后每个人都能给自己造一个，完全贴合需求。SaaS 锁定用户的玩法——数据迁移成本、工作流惯性、集成复杂度——Agent 全绕过去了。在《印刷术时刻》里写过：高毛利的 SaaS 正在变成套利目标。
人人都有 AI 秘书。
私人秘书，以前只有政府官员和 Fortune 500 高管才有。以后每个人都有。
但有个坑：纯聊天做不到。
所有 AI 陪伴产品最后都变无聊了，因为聊天是一维的。真正的关系需要三个维度：对话、时间（共同经历）、空间（环境感知）。在《纯聊天注定无聊》里分析过这个结构性天花板。
怎么破？可穿戴设备。一个只知道你打字内容的 AI，是带自动回复的日记本。但一个能观察到"你昨晚写代码写到凌晨两点"的 AI，那份关心是有温度的。棉花娃娃有身体没灵魂，聊天机器人有灵魂没身体——人想要的是两个都有。
三条线指向同一个东西：算力。企业裁人，创作者造工具，普通人等一个真正懂他们的 AI——所有人都在用更多的 AI，所有 AI 都在吃算力。
AI 能力的成本在以离谱的速度下降。
2023 年用 GPT-4 处理一百万 token 要花 $30。今天同等甚至更强的能力，不到 $1。两年砍掉 97%。
Claude 最强模型也一样。Opus 系列的输出价格从 $75 降到了 $25——三分之一。背后是 TPU 合作、推理优化、芯片竞争多重因素叠加。
趋势至少还能持续五年。原因简单：芯片在迭代、模型蒸馏在进步、云厂商之间价格战在加剧。三股力量同时在往下压。
每砍一个零，就多一波人用得起。就像智能手机便宜到一定程度，移动互联网才真正爆发。
还有一个更深的转变。
训练曾经是算力最大的瓶颈。训一个顶级模型要花上亿美金。
从 2025 年开始，推理追上来了。Deloitte 年底的报告确认了这个拐点。原因就一个：Agent。
每次 Agent 调用都是推理。用工具的 Agent，一个任务跑好几轮推理。Agent 还能生 Agent，推理需求复利式增长。
训练是一次性投入，推理是永久消耗。模型训一次，每个用户每天都在烧推理。
AI 基建的钱在搬家——从训练集群搬到推理芯片。
现在还有一个窗口：大厂在疯狂补贴。Claude Code 的订阅计划，固定月费拿到的价值大概是直接调 API 的几十倍。跟当年滴滴烧钱抢市场一样的逻辑。
补贴不会永远持续。趁还在，把能用 AI 做的事都做了。
固定月费本身很重要——不是因为省钱，是消除了心理成本。按量计费的时候每次调用都在算"值不值得"，像出租车计价器让人焦虑。固定价格放开用，反而用出了真正的价值。
Nvidia 的护城河不是芯片，是 CUDA。
你能造出一块更好的芯片。造不出第二个 CUDA 生态。几十万开发者用了十几年，所有主流框架默认跑 CUDA。不是砸钱能追的。
TPU 是 Google 的豪赌。专门为矩阵运算设计的 ASIC。今天所有 LLM 的核心计算就是矩阵乘法，跑起来效率极高。两个结构性限制：第一，哪天计算范式不再是矩阵运算，芯片就废了（短期概率低，但赌注是真的）；第二，TPU 是按超大规模网络设计的，不能买 100 块搭个小集群，要么几万块连在一起，要么别玩。Google 量级的游戏。
GPU 灵活得多，小到 10 个机柜，大到万卡集群。代价是网络开销——每花一块钱在 GPU 上，还得再花一块到一块五在配套基础设施上。
ASIC 新玩家（Groq 等）技术上有亮点，面对 Nvidia 的生态加资本壁垒，要么被收购，要么被碾压。
芯片战争的胜负不在实验室，在开发者社区。详细分析见《TPU 凭什么挑战英伟达》。
大厂各怀心思。
Google：浪子回头。Sergey Brin 回来了，发现员工连 Gemini 都不能用来写代码，内部政策不允许，直接捅到 Sundar 那去了。一年前还在做 Gemini 图片生成 meme，现在 Gemini 3 Flash 干日常任务已经很能打。Google 有几十亿用户分发渠道、自研 TPU、Transformer 的原始研究团队。几张牌凑在一起，别人难打。
OpenAI：支线任务太多。用游戏类比——Sam 选了开放世界 RPG，跑去做支线：跟 Jony Ive 做硬件、浏览器、广告、图片、视频。回来发现 boss 已经升级了。核心战场是企业生产力。这条线 Anthropic 一路狂奔，OpenAI 反而在追赶。据说 Sam 在 offsite 跟团队说要砍掉一切聚焦。能不能做到，另一回事。
Anthropic：专注。几乎只做企业和 Agent 方向——替代白领生产力。十亿量级到百亿量级 ARR 只用了一年多，增速比 OpenAI 快。单点聚焦。企业已经在为 AI 工具付每人每月几百块，数字还在涨。用了就回不去了。
Meta：有点停滞。Llama 4 出来好几个月，之后呢？没什么记得住的。好工程师拿 VC 钱走了。但 Meta 有几十亿用户，分发能力能买时间。
所有人都在争论 AI 会不会取代人。
但真正的问题不是会不会——是你有没有在窗口关上之前，学会指挥它。
短期颠覆被高估了。78% 的企业只是"试了试"AI。95% 没产生任何 ROI。叙事跑在现实前面。在《龙虾热》里写过这个模式——中国每隔三四年一轮，恐慌比技术跑得快。公司根据"潜力"而不是"表现"裁员，55% 事后后悔。
长期颠覆被严重低估了。入门级岗位的招聘在收缩，成本曲线从不停歇。在《阿马拉悖论》和《AI 时代的达尔文陷阱》里反复说过：短期过热、长期致命。
半人马阶段——人加 AI 比纯 AI 强——现在开着。在关上。窗口大概两到三年。
这期间会出现新物种：超级个体。一个人加一支 Agent 团队，等于一家公司。美国 36% 的新创公司是 solo founder。造东西不再是瓶颈。品味才是——知道该解决哪个问题，知道什么算"好"。品味是最后的护城河。详见《未来属于会指挥 AI 的人》。
99.99% 的人还不知道 AI 能做什么。潜在需求巨大，差的不在技术，在认知。在《AI 的最后一公里》里写过：最后一公里不是技术问题，是教育问题。
说了很多技术、芯片、大厂。越想越觉得真正的瓶颈不在技术——在分发。
两个月做了六个产品。造东西没这么快过。让人用起来？还是人的事。
技术在加速，人性没变。最后赢的不是造最好的，是卖最好的。
算力还有补贴，半人马窗口还开着，成本曲线站在你这边。想造东西的话，没有比现在更好的时候。
想法散在各处想了一年多。拼起来之后有些更清楚了，有些更迷糊了——AI 陪伴到底该走 App 路线还是硬件路线，大众市场什么时候才真正准备好。
想到了，来聊。