我之前一直在说Anthropic当前的数据和完全依赖按量付费的路线不可持续，要小心波动

AI的To B或To D并不是已经完全跑通的灵丹妙药，其实和To C有一样的问题：

在C端，「把agent嵌入在现有软件里」的软件企业无法赚回新增的token成本，不得不「审慎克制」。如果按量付费，大多数C端个人用户也无法「赚回」在token上花的钱

需要由少数「把软件嵌入在agent里」里的通用agent企业，来支撑世界上大部分C端token花费，把coding agent/多模态agent隐藏到底层包装成不需要人类主动性也能带来大量token消耗的产品形态来扩大AI使用规模，通过新打造的分发入口和广告、电商等普通C端软件企业做不到的各种新商业模式来赚回成本

在B端，如果按量付费，大多数企业客户同样无法赚回在token上花的钱，更高的效率和更强的生产力并不能给这些企业直接带来更多自由现金流（不能直接带来业务的扩张和新业务）

它们要么裁员，用token成本替换人力成本，要么跟C端一样需要更高效的企业AI产品来节省成本，让有能力赚回token成本的少数AI企业软件公司集中消耗B端的大部分token

还有一个主要发展方向就是三木奥特曼一直在说的「持续降低token成本」、「让token成本无限趋近电力成本」

只要成本降到一定程度，量变引起质变，C端和B端的很多使用场景也会爆发，而在成本降下来之前，这些场景要么跑不起来，要么就需要上面说的「少数企业」、「少数产品」来集中消耗token