AI 热潮真正的风险不在模型神话而在算力账单和 ROI 清算。原文链接AI 小老六每天我们都能在网络上看到各种关于AI 未来的离谱预测。有人说“GPT-7 马上就要出来了它会吞噬所有的软件你再也不可能创办软件公司了。”也有人说“特斯拉 Optimus 机器人一出人类所有的体力劳动都将被取代今年是人类参与创新的最后机会。”这种充斥着“终结者”和“黑客帝国”既视感的言论不仅在硅谷年轻创业者中口口相传甚至堂而皇之地登上主流媒体版面。然而现实并没有那么科幻。即便是特斯拉自己也承认目前没有任何一台Optimus 机器人正在做颠覆性有用的工作。我们似乎陷入了一种集体性的 ​魔幻思维​用虚构的未来支撑现在疯狂的估值。被刻意扭曲的财务逻辑与预测当我们讨论 AI 时话题很容易滑向几百万种“理论上的可能性”却很少有人认真追问背后的商业模式和算账逻辑。以 The Information 最近的一篇报道为例标题宣称 OpenAI 与微软的最新协议将为其“在 2030 年前节省 970 亿美元”。但这个数字的前提是OpenAI 的收入必须达到惊人的 ​1900 亿美元​才能“省下”这么多原本要分给微软的钱。同样被神化的还有各种模型能力预测。比如经常被引用的“模型完成任务的时间范围Time Horizon”研究。媒体在狂欢时往往会忽略两个致命细节这些比较基于人类专家完成任务的“估计时间”。所谓模型能完成任务标准仅仅是“有 50% 的概率成功”。这就好比算命先生说“你近期有一劫但也可能没有。”永远不会错但也几乎没有信息量。只不过现在这种话术被画成了精美图表被《纽约时报》等大媒体严肃引用成了AI 即将觉醒的所谓铁证。支撑泡沫的“永动机”幻想目前 AI 市场的繁荣很大程度上建立在一个极其脆弱的闭环之上。一方面AI 数据中心的建设规模已经超越传统商业地产。英伟达占据标普 500 指数 8% 的权重其估值逻辑建立在“数据中心建设永远不会停止”的前提下。另一方面OpenAI 许下了超过万亿美元的宏伟蓝图Anthropic 也承诺了 3300 亿美元的开销。而绝大多数 AI 收入实际上都来自那两三家超大规模云服务商Hyperscalers。说得直白一点这很像一场“左手倒右手”的资本内循环。图AI 数据中心、云厂商资本开支与真实账单之间的脆弱闭环如果这一切要成立数据中心必须全部如期建成OpenAI 必须在未来四年内赚到或融到 ​8520 亿美元​。更重要的是生成式 AI 的底层经济学必须发生翻天覆地的改善并且催生出成百上千家足以支撑数千亿美元算力需求的 AI 初创公司。但这可能吗我们看到的现实是云厂商的自由现金流正在减少华尔街的银行也开始担心自己会被AI 数据中心债务“噎死”。ROI 去哪儿了企业仍在盲人摸象即便经济模型如此不合理为什么股市依然在狂欢原因很简单承认我们身处泡沫需要你同时与市场、社交媒体、老板以及所有狂热的同事对着干。在各种AI 焦虑的裹挟下企业高管们纷纷下达指令“全面集成 AI。”“给每个工程师配上 AI。”“所有业务都要拿出 AI 应用方案。”至于投资回报率ROI对不起大家都还在“摸着石头过河”。PagerDuty 的 CIO 甚至在采访中直言“这是一项新技术我们还在摸索它的成本和回报。”这可是一个价值数千亿美元、已经发展好几年的产业大家竟然还在问回报到底在哪当管理者只看重“员工使用了多少 Token”这种虚荣指标时荒诞景象也就出现了有大厂员工故意设置 AI Agent 在后台疯狂消耗 Token只为了让自己显得“积极拥抱 AI”。图企业 AI 采用率、Token 消耗与 ROI 之间的错位当遮羞布被扯下按 Token 计费的残酷真相在泡沫破裂之前最先到来的可能是商业模式清算。目前绝大多数 AI 初创公司都在为用户提供“包月无限量”或“大容量”服务。用户支付固定月费而公司在后台默默承担按 Token 计费的真实推理成本。这种模式最危险的地方在于它完美地把高昂算力成本从用户眼前隐藏了起来。但无限期补贴不可能长久。一个血淋淋的例子即将在微软 GitHub Copilot 上发生。从 2026 年 6 月 1 日起微软将把所有 Copilot 订阅用户转为“按 Token 计费”。为了缓冲微软提供了一个成本计算器让用户看看自己目前的真实消耗。结果令人瞠目结舌一位每月支付 10 美元的用户实际消耗了 46.70 美元的 Token。另一位每月支付 39 美元的用户实际 Token 成本高达 1357.16 美元。甚至有 39 美元月费用户后台消耗了惊人的 5851.77 美元。一旦潮水退去所有计费模式向真实 Token 成本回归企业和个人还会毫无顾忌地把大模型当作廉价工具来挥霍吗如果回答是“不能”那么支撑数万亿算力基建的需求又该从何而来我们或许正站在一场史诗级雪崩的前夜。而在这个时刻保持清醒的思考比盲目的乐观更重要。