AI现在正处在一个“不能减速”的悬崖边上，但它其实已经在悄悄踩刹车了
基于巨量资本开支和不计成本的算力合同，AI产业需要实现史无前例的指数级增长才能维持生存，但现实中的用户需求、成本控制和投资回报率正明确显示其增长已在放缓。
现在那些搞AI的大公司，什么OpenAI、Anthropic，还有卖芯片的英伟达，他们吹出了一个巨大的泡泡。这个泡泡有多大呢？他们需要全世界的公司和个人，到2030年的时候，每年为AI相关的服务掏至少3万亿美元。对，你没听错，是“万亿”美金。
为了支撑这个天文数字，他们已经在疯狂建数据中心，签了天价的算力合同。问题是，真正的需求根本没跟上。大多数公司花大价钱买AI服务，纯粹是因为老板害怕落伍，而不是这东西真能帮他们赚回本钱。
更要命的是，AI的发展不但不能慢下来，还必须每年翻倍地疯涨。一旦增长速度稍微放缓，整个由谎言、忽悠和盲目跟风搭建起来的纸牌屋就会塌掉。而最新的种种迹象表明——AI，它真的在慢下来了。
万丈高楼平地起？不，这楼的地基是借来的钱，而且快还不上了
要理解AI为什么不能减速，你得先明白这个局是怎么搭起来的。想象一下，你家邻居说他要盖一座100层的摩天大楼。他没那么多钱，但他跟你说，等楼盖好了，每层都能开个印钞厂，到时候钱就跟水一样流进来。
现在AI行业就是这么个情况。他们说，未来需要海量的算力，所以要建一大堆数据中心。根据一些数据，计划中的数据中心加起来有190吉瓦的规模。这是个啥概念？英伟达的老大自己说过，每吉瓦的数据中心建造成本大概在800亿到1000亿美元。这么一算，光建这些“大楼”就得花9.5万亿到15万亿美元。
钱从哪来呢？银行借呗。可问题是，现在银行每年能批给这个行业的贷款，满打满算也就2500亿美元左右。要填上这个窟窿，银行每年得掏出至少5000亿到一万亿。这就像你月薪五千，却要申请一个亿的房贷，银行不把你当疯子才怪。
所以，AI产业的第一块地基，就是用“未来的印钞能力”做抵押，向全世界借钱。但问题在于，这个“未来的印钞能力”本身也悬得很。
算力大胃王：两个永远吃不饱的亏钱机器，和它们欠下的天价账单
整个AI行业的算力需求，大部分被两家公司包圆了：OpenAI和Anthropic。他们俩加起来，至少吃掉了全世界70%到90%的AI算力。换句话说，除了他俩，其他公司对AI芯片和算力的需求，少得可怜，可能只有几十亿美元。
但这俩“大胃王”，自己也在亏钱。Anthropic跟谷歌、亚马逊签了3300亿美元的算力合同，又跟别的公司签了450亿。为了付这笔钱，他们得在2029年实现每年1740亿美元的收入。而他们现在一年亏几百亿都是往少了说。OpenAI更猛，到2030年预计要烧掉至少8520亿美元，光是算力合同就签了7700亿以上。他们最近融了1220亿，但这点钱，塞牙缝都不够。
这就像什么呢？你开了一家餐厅，号称是全城最火的。为了扩大规模，你跟供应商签了一个亿的食材采购合同。但你每天卖出的饭菜，刨去成本还赔好几万。为了付供应商的钱，你只能不断找投资人要钱，然后告诉所有人：“等我们分店开遍全国，这点钱分分钟就回来了！”
问题是，你的分店（数据中心）还在建设中，而你的老店（现有AI服务）根本不赚钱。这第二块地基，就是用更疯狂的亏损，去掩盖已经存在的、更大的亏损。
从“不花钱随便玩”到“烧钱按秒算”，公司们突然发现AI真的好贵
以前为啥大家都觉得AI挺好？因为便宜。公司花个一个月20美金，就能让员工随便用。个人用户花200块，感觉AI能写诗能编程，牛逼坏了。但那是幻觉，是AI公司故意给你吃的糖丸。
现在不一样了。从2026年初开始，OpenAI和Anthropic把大部分企业客户改成了“按token收费”。啥叫token？你可以理解成AI思考的“字数”或者“步数”。你问它一个问题，它想得越久、回答得越长，花的token就越多，你付的钱就越多。
这一改，企业立马就“肉疼”了。有个公司，一个月内在Anthropic的模型上花了5亿美元，因为他们忘了设置花钱的上限。打车软件Uber更惨，一个季度就用光了全年的AI预算，结果发现多花这么多钱，软件也没多出什么有用功能，最后只好限制每个员工每月最多只能花1500美元。还有家银行叫Brex，给程序员每周500美元的额度，给非程序员每周只有5美元。
现在有调查说，超过一半的公司对自己的AI开销“只有部分了解”，还有22%的公司根本就是“两眼一抹黑”，等账单寄到了才知道花了多少。这就像你把信用卡借给全公司的人随便刷，月底一看账单直接晕过去。
这就引出了我们的关键结论：当人们开始为自己的消费买单时，他们就会开始计较“值不值”。而AI现在最大的问题就是，大家算了一圈账，发现——好像不太值。这，就是AI“慢下来”的第一个明确信号。
有钱人的新玩具：一只会撒咖啡、拆冰箱的巨型金属蜘蛛
为了让你更明白AI现在有多尴尬，我给你讲个故事。
想象一下，有一家公司卖一种巨型金属蜘蛛，就是电影《飙风战警》里那种。这只蜘蛛很小，可以当椅子骑。它售价100万美元，每用一次要烧掉4万美金的燃料。
它可以帮你做点事。有时候，它能精准地从冰箱里拿出一罐可乐。但有时候，它会一拳把冰箱门打个对穿，可乐撒一地，你照样得付4万美金。好消息是，对普通人，这家公司搞补贴，你每个月花200块就能租一只，弄坏了还包赔。但企业用户就得实打实付全价。
你把这蜘蛛弄回家。它在木地板上划出深痕，时不时发出可怕的噪音。它能帮你冲咖啡，但正常5分钟的事，它要折腾20分钟，偶尔还会把咖啡杯扔到天花板上。你让它拆快递，它十次有八次能成功，剩下两次直接给你撕成两半。
每次这蜘蛛学个新本事（比如叠被子），公司就要再烧几亿美元去训练它。结果叠被子成功率只涨了10%，但把床劈成两半的概率一点没降。报纸上天天吹：“巨型金属蜘蛛将改变人类生活方式！”推特上30个专家天天发长文，说“未来家家都得养一只蜘蛛，公寓设计都得按蜘蛛的尺寸来”。
你对朋友说：“这玩意儿又贵又不靠谱。”他们反过来说你是“卢德分子”“不懂未来”，还让你多学学怎么骑蜘蛛，不然以后会被淘汰。
现在，把“巨型金属蜘蛛”换成“生成式AI”，你是不是觉得一切都说得通了？
这东西确实能干点活，但代价高得离谱，效果极不稳定，而且你永远不知道它什么时候会搞砸。最绝的是，当你指出这些问题时，所有人都会用看山顶洞人的眼神看你。
这盘棋谁在下？一场自己跟自己玩的钱的游戏
那么问题来了，既然AI又贵又不好用，为什么还有这么多公司往里冲呢？
答案可能会让你觉得有点荒谬：因为大家在玩一个“击鼓传花”的游戏。
- AI实验室（比如OpenAI） 说：“我们需要更多的算力！”于是他们去找云计算公司（比如微软、亚马逊、谷歌）。
- 云计算公司 说：“要算力？得加钱！正好你们也得买我的云服务。”然后他们拿着钱去找英伟达买芯片。
- 英伟达 说：“芯片供不应求，得涨价！而且你们买芯片的钱，我可以拿去投资更多AI初创公司。”
- 被英伟达投资的AI初创公司，转头又跟云计算公司签了更大的算力合同。
看到了吗？这形成了一个闭环。钱在英伟达、云计算巨头和AI实验室之间来回转，每次转一圈，数字就变大一圈。所有人都盯着别人口袋里的钱，却没人真正在乎最终的产品能不能卖给普通用户，能不能真的赚钱。
这个游戏能一直玩下去，只要一个前提存在：所有人都相信，未来会有海量的、真实的、愿意付高价的客户。 但现在，当企业客户看到真实的“按token收费”账单后，这个“相信”已经开始动摇了。
这就好比一群人在一个房间里互相卖砖头和水泥，说要在外面盖一栋全世界最高的大楼。每个人都因为倒卖建材发了财，但大楼的地基还没挖。有一天，有人推开窗往外看了一眼，问了一句：“呃，外面那块地，真的是我们的吗？”
当越来越多的人开始问这个问题时，这游戏就快玩不下去了。而企业开始限制员工用AI、抱怨账单太贵、质疑投资回报率，这些就是第一批推开窗户的人。AI必须永远增长的神话，正在面临第一次真正的“查账”。
写在最后：要么十倍增长，要么一切归零
我们现在面临一个极其尴尬的局面。根据AI行业自己吹下的牛、签下的合同，未来几年必须发生以下至少一件事，整个泡沫才不会破：
第一，OpenAI和Anthropic的收入，必须在未来三年左右增长将近5倍，从每年几百亿变成每年几千亿。同时，他们还得从每年亏几百亿变成赚大钱。这在商业史上，从来没有发生过。
第二，除了他俩，市场上还得再出现两到三个同等体量的AI超级买家。每年至少再多花几千亿买算力。但现在，连一个像样的候选人都找不到。
第三，全世界的公司，必须心甘情愿地把现在花在AI上的钱，再提高至少十倍。这意味着，你公司楼下的奶茶店，也得每个月花几千美金让AI帮你设计新口味。
你觉得这三件事，哪一件靠谱？
如果一件都实现不了，那结局就很明确了。那些耗资万亿建起来的数据中心，会因为没人租用而变成巨大的电子废墟。签了天价算力合同的公司会因为付不起钱而破产。而英伟达的股价，也会从云端跌落下来。
AI不是不能减速，而是它背后的资本不允许它减速。但现实是，当一家公司的“产品”贵到用户开始心疼，效果差到用户开始骂娘，价值低到连CFO都算不清账的时候，它不减速，还能干嘛呢？
所以，别再听那些“AI将改变一切”的喇叭了。去看看那些收到天价账单后惊恐万状的财务总监，去看看那些被迫使用AI后怨声载道的程序员，去看看那些限制员工每月只能花5块钱买token的公司。
信号已经很明显了。那辆号称永远加速、永远在超越的AI“超级跑车”，它的油箱其实早就见底了。现在，它正在靠着最后一点惯性往前滑。而我们所有人，都在等着看，它究竟会滑向何方，又会在哪里，彻底停下来。
总结
本文揭示了当前AI产业面临的深层危机。文章指出，OpenAI、Anthropic等AI公司为了支撑其天价估值和算力合同，需要AI收入在2030年前达到每年数万亿美元，但现实是AI服务成本高昂、效果不稳定，且企业客户在转向按量付费后已开始质疑其投资回报率。
文章通过“巨型金属蜘蛛”等生动比喻，剖析了由英伟达、云计算巨头和AI实验室构成的“资金内循环”泡沫，并得出结论：AI产业“不能减速”的神话正在被日益增长的账单和用户的理性选择所打破，增长放缓已是明显信号，整个行业正站在悬崖边上。
Hacker News讨论帖主要论点汇总
正方观点：支持文章核心论点（AI面临严重的经济困境，泡沫即将破裂）
1. 财务模型不可持续：AI公司（如OpenAI、Anthropic）的估值和运营建立在未来收入需达到数万亿美元的天文数字之上。考虑到当前高昂的运营成本和不明确的投资回报率，这种增长要求极不现实。为支撑现有和计划中的数据中心建设，需要源源不断的巨额债务，但银行已开始担忧风险，债务获取正变得越来越困难。
2. 消费级市场面临挤压：随着苹果等巨头将AI深度整合进操作系统（例如与谷歌达成协议），普通消费者将免费获得“足够好”的AI功能，这将直接冲击ChatGPT等独立应用的付费订阅模式。当默认工具能满足大部分需求时，用户为何还要额外付费？这将严重限制AI实验室的收入来源。
3. 企业级市场开始“算账”：从“按月订阅”转向“按Token付费”后，企业客户迅速感受到了成本压力。真实案例（如某公司一个月意外花费5亿美元，Uber一个季度用完全年预算）迫使企业设置支出上限（如Uber限制每人每月1500美元），并开始质疑AI的实际投资回报率。这明确表明AI收入的增长正在放缓。
4. 泡沫与效用可以并存：AI技术本身可能很有用，但这并不能证明当前天量的投资和估值是合理的。历史上铁路、互联网等都曾经历过巨大的投机泡沫，泡沫破裂后真正有价值的应用才沉淀下来。当前的AI投资热潮与此类似，泡沫的破裂是必然的，但这不等于AI技术会消失。
5. 低成本竞争威胁巨大：来自中国的模型（如Deepseek）以及众多开源模型，正以极低的成本提供接近前沿模型的能力。如果企业能用二十分之一的价格获得80%的性能，那么OpenAI和Anthropic高昂的定价策略将难以为继，其“护城河”并不存在。
反方观点：反驳文章核心论点（AI并未放缓，且财务困境被夸大）
1. 作者个人信誉存疑：作者长期以来（自2024年起）一直预测AI即将崩溃，但现实是AI技术持续进步，相关公司（如Anthropic）收入实现了惊人增长（如从10亿增长到470亿）。他这种不断“喊狼来了”的风格，使其更像一个贩卖情绪的“内容创作者”而非严谨的分析师。他本人一边唱衰AI，一边为AI公司做公关的背景，也使其客观性受到严重质疑。
2. AI的实际效用和需求是真实存在的：
- 生产力提升显著：特别是在编程领域，AI智能体（如Claude Code, Codex）已被大量工程师证明能带来巨大生产力提升。个人开发者能用AI在几小时内完成过去需要数周的小型商业应用开发。
- 需求旺盛到需要设限：企业为工程师设置每月1500美元的AI工具预算上限，恰恰证明了需求强劲得“失控”，而非需求疲软。这是“需求爆炸”的信号，而不是“增长放缓”的证据。
- 技术进步远未停滞：从推理模型（Reasoning Models）到发现安全漏洞的“Mythos”模型，AI能力在过去两年取得了质的飞跃。AI视频生成、具身智能、对话式AI等领域仍在快速发展，远未触及“天花板”。
3. 对财务数据的误解：文章引用的“不可撤销的承诺”和“计划中的数据中心”等数字，在实际中很可能是有弹性的，公司可以根据市场情况调整或取消。此外，将AI视为一种新型基础设施（如云计算或电信网络），其盈利模式依靠长期的高利用率来分摊前期巨大的资本支出（Capex）。用传统SaaS的盈利模型来套用，可能并不合适。
4. AI正在渗透经济底层：就像电力或互联网，AI正在成为一种“基础设施”。一旦公司将其深度集成到业务流程中，就会形成锁定效应，更换成本极高。早期的大规模投资是为了抢占这个未来数十年的市场制高点，其回报周期不能用短期财务模型衡量。
中间/其他观点
1. 关注点混淆：文章将“AI技术是否有用”与“AI公司当前估值是否合理”两个不同的问题混为一谈。很多人同意后者的估值存在泡沫，但坚决反对前者认为AI毫无用处的论断。
2. 文风问题：文章的“咆哮体”和大量带有倾向性的侮辱词汇（如“骗子、懦夫、蠢货”）极大地破坏了其论证的严肃性和说服力，使得即使可能正确的观点也难以被中立读者接受。
3. 订阅推销令人反感：文章正文前后及阅读过程中反复出现的付费订阅弹窗，让很多读者感觉作者在利用焦虑情绪进行商业变现，损害了其作为独立评论人的公信力。
4. 科技“保守派”的慰藉：有评论认为，作者之所以受欢迎，是因为他的观点迎合了一部分对技术快速变革感到不安、感觉自己被时代抛下的“科技保守派”，为他们提供了情绪上的慰藉和理论上的支持。
关于AI未来走向的几种判断
- 泡沫破裂但技术长存：最主流的中间观点。认为当前的财务泡沫必然会破灭，导致大量公司倒闭、估值重挫，但AI技术本身会像互联网一样沉淀下来，在未来十年乃至更长时间里持续推动社会进步和经济发展。
- “赢家通吃”的终局：少数大公司（谷歌、微软、亚马逊等）将凭借其庞大的基础设施、数据优势和客户锁定效应，最终主导市场。初创公司要么被收购，要么被淘汰。
- “商品化”与价格战：随着开源模型和低成本提供商的崛起，AI模型本身将迅速商品化。利润将从模型提供商转移到能利用AI创造具体应用价值的公司手中。