Citadel Securities发了一篇报告叫《Tokenomics》很值得看。 它讲的不是币圈代币经济学，而是 AI 的真实成本账。 核心观点是：AI 下一阶段不是单纯拼能力，而是拼成本、效率、ROI 和算力约束。AI的瓶颈已经不是模型够不够强，而是用得起用不起。 报告原话："技术落地的关键，不再是前沿模型理论上能做什么，而是规模化运行AI所需的算力、电力、散热、内存带宽、推理预算——全都是真实的、硬性的约束。" 其中几个数据直接让人认清现实： 1. Token单价两年跌了98%，但企业AI账单反而涨了320%。因为Agent时代一次交互从0.04美元涨到1.2美元，贵了30倍。 2. Uber今年的AI编程预算，4月就烧完了。 3. 微软直接撤销了开发者的Claude Code许可证。有一家公司忘了设用量上限，一个月跑出了5亿美元的Claude账单。 4. 亚马逊撤掉了内部Token排行榜。 Goldman Sachs预测： 全球Token消耗量到2030年将是现在的24倍，达到每月120万亿个Token。 Citadel的结论是： 前沿AI不会消失，但会变成少数付得起算力的公司的专属武器。对大多数企业来说，"够用就行"的便宜模型才是现实选择。 这意味着AI产业正在分化。 顶层：Citadel、Jane Street这种印钞机用最贵的模型赚最多的钱。 底层：大部分企业用开源小模型，能省则省。 对投资的影响很直接： 不要只盯着"谁的模型最强" 要盯着"谁在卖算力、卖内存、卖电"。 模型会降价，但算力、HBM、电力这些物理约束不会。 这就是为什么英伟达 $NVDA、美光 $MU 、台积电 $TSM $INTC $MRVL 还在涨——不是因为模型越来越贵，而是因为用的人越来越多，Token消耗量在指数级爆炸。 AI是真的，但不
在 X 查看 ↗