硅谷AI燒錢亂象：成本超人類員工，中國大模型打低價

最近，科技界正在上演一場嚴絲合縫的資本主義黑色幽默：

那些頂著“消滅人類勞動力”光環橫空出世的頂流 AI，在此時此刻，竟然比它們被裁掉的人類員工還要昂貴。

更絕的是，硅谷的巨頭們一邊大刀闊斧地讓成千上萬的員工“向社會輸送人才”，一邊把省下來的散碎銀兩，成倍地倒貼給吞金獸一般的硅谷大模型。

這種自相矛盾的閉環邏輯，如果不看賬單，還以為是某種魔幻現實主義小品。

最近，優步（Uber）的首席技術官（CTO）在季度會議上倒了滿肚子苦水：

公司在 2026 年初雄心勃勃制定的“全年 AI 編程預算”，在短短四個月內就被徹底燒光了。

到今年 3 月，優步 84% 的工程師都過上了“寫碼五分鐘，調 AI 兩小時”的福報生活。

大約 70% 的提交代碼名義上都出自 Claude Code，這數據聽上去足夠寫進財報 PPT 拿去向華爾街邀功。

優步首席運營官兼總裁安德魯·麥克唐納（Andrew Macdonald）很快公開拆臺：

高昂的 Token 消耗量與最終交付給用戶的實際功能之間，找不到半毛錢的直接聯系。

這種盲目崇拜 AI 使用量的“Token 狂熱”（Tokenmaxxing）在硅谷已經成了傳染病。

亞馬遜在內部建了個叫 “KiroRank” 的排行榜來追蹤各團隊的 AI 消耗量，結果員工們為了刷榜，瘋狂在毫無意義的愚蠢任務上惡意對刷消耗 Token，逼得管理層不得不悄悄把榜單撤下；

Meta 搞了個類似的系統，甚至鼓勵員工“把 Token 刷到極限”作為一項績效指標。

當你根據人們花了多少錢而不是產出了什么來實施獎勵時，開銷本身就成了“產出”。

更有甚者，某家未透露名稱的企業因為管理層忘記設置使用上限，一個月就刷出了 5 億美元 的 Claude 使用賬單，這已經不是買智能了，這是在割大動脈。

強如微軟，砸了 130 億美元給 OpenAI，自身高達 30% 的代碼由生成式 AI 編寫。

然而最近，因為賬單高到連印鈔機都頂不住，微軟已緊急勒令某個核心業務部門的工程師：“立刻停止使用這款 AI 編程助手”。

英偉達應用深度學習副總裁布萊恩·卡坦扎羅（Bryan Catanzaro）更是把大實話焊在了公屏上：

如今他團隊消耗的算力成本，已經遠遠超過了操作這些算力的人類工程師的薪資總和。

太幽默了，賣鏟子的自己人都承認：這玩意比它原本打算取代的人類還要貴。

但戲劇性的是，他的頂頭上司皮衣教主黃仁勛卻繼續瘋狂喊單：

一個年薪 50 萬美元的硅谷工程師，每年應該消耗價值 25 萬美元的 AI Token，英偉達甚至打算將“管夠的 Token”作為一種招聘福利。

這就好比廠長跟工人說：我們這里不發年終獎，但廠里的高壓電管夠，你隨便充！

這種擰巴的經濟學賬單之所以能維持，是因為硅谷掌舵者們堅信一個神話：

只要我燒得夠快，邊際成本有一天總能被規模效應扭轉。現實是殘酷的。

麻省理工學院（MIT）的最新研究給了一記響亮的耳光：在目前的成本結構下，AI 自動化在經濟上具有可行性的崗位，僅占區區 23%。

剩下 77% 的崗位里，雇傭一個活生生的人類，依然是性價比最高的選擇。

高盛首席經濟學家潑了冷水：看不出這種激進的 AI 投資對強勁的整體經濟增長有什么實質性拉動。

紅杉資本合伙人大衛·卡恩（David Cahn）更是直接算了一筆賬：

AI 公司每年需要大約 6000 億美元的收入，才能支撐起目前的硬件基礎設施投入。

現在的硅谷，就像是在用幾千塊錢一升的頂級航空煤油，去燒一輛時速三十公里的買菜車，還覺得自己贏在了起跑線上。

就在美國巨頭們為了一張張幾億美元的月度 Token 發票抓耳撓腮時，大洋彼岸的中國大模型市場，正在上演一場降維打擊式的“工業化洗禮”。

中國憑借自身成熟的電子信息工業體系、全球最密集的工程師紅利，以及國內互聯網巨頭們深入骨髓的“卷王基因”，在過去一年里，已經把大模型 API 的價格打到了“難以置信”的地步。

無論是字節跳動的豆包大模型、阿里云的通義千問，還是DeepSeek，各家在百萬 Token 價格上的競爭，從小錢變成了幾乎“不要錢”。

在美國，前沿大模型的百萬 Token 價格折合人民幣往往需要上百元，而且從 2026 年 4 月起，Anthropic 和 GitHub 紛紛取消固定費率，強制轉向昂貴的“按量計費”；

而在中國，主力模型的百萬 Token 定價不僅已經跌破 1 元人民幣，甚至部分型號直接對企業限時免費。

對于美國那些拿著 50 萬美元年薪、在工位上用 Frontier Models 潤色郵件的昂貴人工來說，這種“白菜價”的中國模型本應是降本增效的終極解藥。

一堵由“冷戰思維”和政治正確筑起的意識形態結界，硬生生地把美國企業攔在了門外。

美國政客和輿論反復在國會山高呼“數據安全”與“供應鏈自主”，導致硅谷的董事會內部形成了一種奇特的潛規則：“寧要資本主義的草，不要社會主義的苗。”

這種死鴨子嘴硬的背后，是中美根深蒂固的產業差異。

美國習慣了搞“顛覆式創新”，追求的是從 0 到 1 的神話，喜歡給技術貼上自由與民主的標簽，哪怕它貴得像在燒鉆石。

而中國則擅長搞“生產力普及”，擅長把神壇上的高科技，通過強大的供應鏈和工程優化，變成任何一家街邊小店、中小企業都能用得起的“水電煤”。

美國企業寧可每個月忍受幾億美元的虧損，在 OpenAI 的巨額賬單前抱團取暖，也絕不肯正眼看一眼性價比高出幾個數量級的中國 API。

這何嘗不是一種科技時代的現代迷信？

不過，資本是天底下最誠實的東西。

在每個月沉重的發票面前，意識形態的結界正在被悄然撕開一條口子。

嘴上說著不要，身體卻很誠實，一些走在生存邊緣或者極度務實的跨國企業和精明的美國中小企業，已經開始偷偷倒向中國的 AI 大模型。

特別是在某些垂直領域，比如跨境電商、跨國游戲開發、乃至某些不需要涉及核心軍工機密的 ERP 供應鏈邏輯系統，一些低調的美國軟件服務商（SaaS）已經開始在后臺悄悄將 API 切換為中國性價比極高的底層模型。

正如一位私人資本市場主管朱塞佩·德·菲利波指出的：

由于 AI 可以在幾個小時內生成一個精美的交互界面，軟件的“外殼”在 2026 年已經嚴重貶值。

企業最終拼的是自身的私有知識庫和業務邏輯，那為什么還要花高出幾百倍的價格，去購買 OpenAI 那個連調個格式都要收我幾美分的昂貴前端？

用中國大模型做底層，外面套上自己的專業護城河，它不香嗎？

那么，這場中美之間的 Token 競爭，何時會迎來轉折點呢？

目前的催化劑已經非常明確：硅谷依靠風投補貼的“虛假低價”正在加速破滅。

2026 年 6 月，全球科技股迎來驚天巨震，芯片巨頭在單日交易中蒸發了 1.3 萬億美元市值，費城半導體指數遭遇自 2020 年疫情以來最慘烈的一天。

這場暴跌不是因為技術不行，而是因為華爾街對變現的時間線徹底失去了耐心。

OpenAI 自己預測今年將虧損 140 億美元，在 2029 年扭虧為盈前累計要虧掉 440 億美元。

投資人的錢不是無限的，當 2026 年底到 2027 年初，Anthropic、GitHub 等全面將企業客戶逼上“按真實硬件成本計費”的絕路，導致美國企業 AI 賬單再飆升 30% 到 50% 時，真正的清算就將到來。

西方經濟學里有一個經典的規律：

當兩者的價格差距達到 10% 時，人們會談論道德；

當差距達到 50% 時，人們會選擇冒險；

而當差距達到 1000% 時，任何意識形態的結界都將被資本的逐利本能沖得粉碎。

按這樣預測，2027 年年中到 2028 年初，將是中美 Token 競爭的戰略轉折點。

20 世紀 90 年代末的互聯網泡沫極具參考價值：

互聯網是貨真價實的技術，但它當年依然引發了崩盤。崩盤之后迎來的并不是“更少的互聯網”，而是“終于能自己養活自己的互聯網”。

AI 正走向同樣的優勝劣汰，分水嶺已經顯現。

隨著 OpenAI 們為了活命不得不大幅提價，或者由于資金鏈斷裂引發第一波“AI 互聯網式崩盤”，西方企業將不得不從“盲目追求最大模型”的虛榮中清醒過來，轉向系統架構時代：

讓對的模型處理對的任務。

到那個時候，中國那些經歷了千錘百煉、在產業一線摸爬滾打出來的工業級、高性價比大模型，將通過各種第三方、開源變種或者離線部署的形式，潮水般滲透進西方企業的每一個毛細血管。

這場競爭的終局，拼的從來不是誰的 PPT 講得更具科幻感，而是誰能讓技術在錢燒光之前，先自己養活自己。

而在這一點上，中國制造，從來沒有讓人失望過。