即刻App年轻人的同好社区
下载
1. 模型/Agent服务会越来越贵，至少闭源是，或者说西方是，商品基础价格是成本决定的，能源成本决定 AI 持续服务的定价逻辑
2. 巨型组织会越来越大，数量越来越少，「一人公司」是过渡期的产物
3. 有长期意义的 AI 安全需要新组织形式，安全的成本仅次于 token，也将渗透到所有 Agent 中。Anthropic 依旧是那个嘴上无时无刻强调安全，实际行为最让人不安的 AI 公司。没见过人类历史上，既当裁判员，又当运动员的发展有什么好结局的
2. 巨型组织会越来越大，数量越来越少，「一人公司」是过渡期的产物
3. 有长期意义的 AI 安全需要新组织形式，安全的成本仅次于 token，也将渗透到所有 Agent 中。Anthropic 依旧是那个嘴上无时无刻强调安全，实际行为最让人不安的 AI 公司。没见过人类历史上，既当裁判员，又当运动员的发展有什么好结局的
2 00
吴妈说 “我应该要更早知道这些。”
他作为阿里云的第一汇报人，不清楚资源短缺和人事地震
蒋芳说“我们可能没处理好。”
她的潜台词是「也可能处理不错」，至少在组织层面经得起拷问，具体组织层面是谁的意志就别追问了
怎么到现代企业还在玩皇权和相权，皇权和宦权那套
他作为阿里云的第一汇报人，不清楚资源短缺和人事地震
蒋芳说“我们可能没处理好。”
她的潜台词是「也可能处理不错」，至少在组织层面经得起拷问，具体组织层面是谁的意志就别追问了
怎么到现代企业还在玩皇权和相权，皇权和宦权那套
Tzuens: 这也太搞了哈哈哈哈
3 00
Cal AI 终于还是被收购了，这是一种警示，什么是眼前的需求，什么是远端的需求，如果信息流一直被 openclaw、claude code 轰炸，会陷入一种「人总是要死的」悖论，过渡关注光年之外的声音，而眼下真正远远未被满足的需求依旧是三消、计算卡路里、睡眠检测、清理相册。
金矿永远在普通人的抱怨里，叙事去股市里兑现
金矿永远在普通人的抱怨里，叙事去股市里兑现
19 岁高中生做的 AI 减肥 App 卖了上亿美金，最惨时银行卡不到 10 美金
0 00
相当震撼 如果 OpenClaw 只是玩具 这个基于 OpenClaw 的产品已经迈进了生产
Gavin_C.: 来自内测用户 @Tzuens 热腾腾的反馈 ❤️
0 00
Citrini 昨天在 X 上发了一篇刷屏的研究，预估 2028 年被AI代替的白领/中产，直接影响美国75% 的消费盘子，3 trillion 的私募信贷
关于私募信贷可以收听大卫翁这期：www.xiaoyuzhoufm.com
过去两年我一直在看AI 发展导致研发分配和社会结构错配问题，但是这个「远端的话题」似乎没人感兴趣，今天好像一夜之间有了回响。
再回顾一次诡异螺旋：
如果AI显著提升效率，并在一定程度上替代白领岗位，短期内企业利润可能改善。
但真正诡异的地方在于，这种效率提升本身，可能会削弱支撑它盈利的社会基础。
因为被替代的恰恰是中产阶层，而中产既是劳动力，也是主要消费者。
技术压缩了就业和工资，收入预期走弱，消费趋于保守，企业需求下降。
需求下降又迫使企业继续压缩成本、进一步自动化，以维持利润。自动化加强，再次减少就业和收入。
于是形成一个自我强化的循环：
效率提升 → 收入向资本集中 → 购买力不足 → 需求走弱 → 企业继续用技术替代人 → 收入进一步承压。
供给越来越强，需求却越来越弱。
这并不是简单的技术替代问题，而是一种结构性的张力：当生产能力的增长速度，远快于收入分配结构的调整速度，经济体系可能会出现“自我削弱式”的运转。
关于私募信贷可以收听大卫翁这期：www.xiaoyuzhoufm.com
过去两年我一直在看AI 发展导致研发分配和社会结构错配问题，但是这个「远端的话题」似乎没人感兴趣，今天好像一夜之间有了回响。
再回顾一次诡异螺旋：
如果AI显著提升效率，并在一定程度上替代白领岗位，短期内企业利润可能改善。
但真正诡异的地方在于，这种效率提升本身，可能会削弱支撑它盈利的社会基础。
因为被替代的恰恰是中产阶层，而中产既是劳动力，也是主要消费者。
技术压缩了就业和工资，收入预期走弱，消费趋于保守，企业需求下降。
需求下降又迫使企业继续压缩成本、进一步自动化，以维持利润。自动化加强，再次减少就业和收入。
于是形成一个自我强化的循环：
效率提升 → 收入向资本集中 → 购买力不足 → 需求走弱 → 企业继续用技术替代人 → 收入进一步承压。
供给越来越强，需求却越来越弱。
这并不是简单的技术替代问题，而是一种结构性的张力：当生产能力的增长速度，远快于收入分配结构的调整速度，经济体系可能会出现“自我削弱式”的运转。
1 01
大语言模型形成了一种前所未有的：
「小国向大国的逆向加征关税的大宗数字贸易」
首先记住这个公式：
模型输出≈智力资源=大模型推理=电力/能源（推理）+算子/知识参数（预训练数据）
主要贸易商品：能源和高素质劳动力
第一部分是能源
图1是全球主要国家居民电价对比，图2为各大洲平均居民电价对比。（此处我们只对比居民电，工业电计费逻辑比较复杂，单位：美元/kWh）
欧洲整体显著高于全球平均，亚洲是结构性低价区 北美属于中低区间，资源国（俄罗斯、印度）价格极低。
这意味着以能源输出为导向的资源/能源国家，可以通过销售极低价格的化工燃料/清洁能源/电力，换取发达国家的高附加值智能。
而这项「贸易」对能源国及其友好。
举个例子，某一亚非拉的能源小国，每年对于新医生的需求是10人，为此要付出成本极高，存在教育成本的剪刀差。
培养一名合格医生，在多数国家至少需要：
- 5–8年本科+临床教育
- 3–5年住院医培训
- 大量临床实操成本
在美国体系内，根据Association of American Medical Colleges的数据：
- 单名医学生四年学费与生活成本常常超过30–40万美元
- 若算入住院医期间的财政补贴和医院培训成本，社会总投入可接近50–80万美元
对于一个人均GDP不足5000美元的发展中国家而言，这几乎等于用“举国之力”去培养极少数人。
而在传统贸易中，这些国家往往面临“人才外流（Brain Drain）”，即资源国承担培养成本，发达国家通过高薪收割成熟劳动力。
再看模型推理这一侧。
根据 Stanford HAI 的数据，当前顶级模型处理百万 Token 的推理成本已跌至 0.1-5 美元，这在物理本质上仅消耗约 2-5 kWh 的电力。
智力资源的大宗商品化变成理论上可能。
- 资源国的套利方式： 俄罗斯或中东国家利用其低至 0.02-0.05 美元/kWh 的工业电价进行本地模型推理。
- 价值错配： 其生成的代码或诊断建议，在发达国家（电价高达 0.3-0.5 美元/kWh 且人工成本极高）的对标市场价值可能是其能源成本的 1000 倍以上。
过去高素质劳动力几乎等同于大国的无形垄断资源，在发达国家留学的第三世界国家学生，都会想尽办法留下在当地，像欧洲吸收西非、东欧，韩国吸收延边，美国虹吸全球，最终通过版权法，专利法进一步巩固这些持续生产的智力资源。
只要开源模型继续追上闭源模型，几乎磨平了这种外流造成的损失。
还通过出口更稀缺的能源/电力，对这种智力加征「智力关税」。
因为发达国家长期以来依靠“智力顺差”维持高附加值护城河。
现在资源型小国通过消耗本国廉价能源，直接“生成”等效于发达国家初级白领的产出，从而对冲了原本必须支付给大国的技术专利费和服务进口费。
我们甚至可以大胆做2个预测：
1. 模型智能导致版权法、专利法出现法律空转，模型推理不断涨价。
一方面是模型训练国不能主动扼杀自身 AI 产业的发展。
另一方面是本地/私密算力可以完全无视这类产权诉求，也就是——你投诉你的，我用我的，该买能源的时候还是得低头。
再者，闭源模型国为了填补能源贸易付出的差价，会不断让模型推理涨价，即便推理、预训练的成本在不断下降。
2. 能源国出现弯道超车。
如果一个国家拥有：
- 极低电价（例如水电、煤电资源丰富）
- 充足土地部署数据中心
- 政策宽松
那么它理论上可以成为“智力推理工厂”
电力=原材料
GPU=生产设备
模型=知识母机
API=出口商品
这种结构带来的长期影响是：
1. 高电价国家的知识生产成本会被放大
2. 低电价国家获得弯道超车机会
3. 传统高素质劳动力的溢价将被压缩
俄罗斯可能变成一个比美国更难缠的对手
中美同时拥有能源、算力、知识的话语权，对抗加深
最后，/renew：雅鲁藏布江 60GW 下游水电工程已获核准
「小国向大国的逆向加征关税的大宗数字贸易」
首先记住这个公式：
模型输出≈智力资源=大模型推理=电力/能源（推理）+算子/知识参数（预训练数据）
主要贸易商品：能源和高素质劳动力
第一部分是能源
图1是全球主要国家居民电价对比，图2为各大洲平均居民电价对比。（此处我们只对比居民电，工业电计费逻辑比较复杂，单位：美元/kWh）
欧洲整体显著高于全球平均，亚洲是结构性低价区 北美属于中低区间，资源国（俄罗斯、印度）价格极低。
这意味着以能源输出为导向的资源/能源国家，可以通过销售极低价格的化工燃料/清洁能源/电力，换取发达国家的高附加值智能。
而这项「贸易」对能源国及其友好。
举个例子，某一亚非拉的能源小国，每年对于新医生的需求是10人，为此要付出成本极高，存在教育成本的剪刀差。
培养一名合格医生，在多数国家至少需要：
- 5–8年本科+临床教育
- 3–5年住院医培训
- 大量临床实操成本
在美国体系内，根据Association of American Medical Colleges的数据：
- 单名医学生四年学费与生活成本常常超过30–40万美元
- 若算入住院医期间的财政补贴和医院培训成本，社会总投入可接近50–80万美元
对于一个人均GDP不足5000美元的发展中国家而言，这几乎等于用“举国之力”去培养极少数人。
而在传统贸易中，这些国家往往面临“人才外流（Brain Drain）”，即资源国承担培养成本，发达国家通过高薪收割成熟劳动力。
再看模型推理这一侧。
根据 Stanford HAI 的数据，当前顶级模型处理百万 Token 的推理成本已跌至 0.1-5 美元，这在物理本质上仅消耗约 2-5 kWh 的电力。
智力资源的大宗商品化变成理论上可能。
- 资源国的套利方式： 俄罗斯或中东国家利用其低至 0.02-0.05 美元/kWh 的工业电价进行本地模型推理。
- 价值错配： 其生成的代码或诊断建议，在发达国家（电价高达 0.3-0.5 美元/kWh 且人工成本极高）的对标市场价值可能是其能源成本的 1000 倍以上。
过去高素质劳动力几乎等同于大国的无形垄断资源，在发达国家留学的第三世界国家学生，都会想尽办法留下在当地，像欧洲吸收西非、东欧，韩国吸收延边，美国虹吸全球，最终通过版权法，专利法进一步巩固这些持续生产的智力资源。
只要开源模型继续追上闭源模型，几乎磨平了这种外流造成的损失。
还通过出口更稀缺的能源/电力，对这种智力加征「智力关税」。
因为发达国家长期以来依靠“智力顺差”维持高附加值护城河。
现在资源型小国通过消耗本国廉价能源，直接“生成”等效于发达国家初级白领的产出，从而对冲了原本必须支付给大国的技术专利费和服务进口费。
我们甚至可以大胆做2个预测：
1. 模型智能导致版权法、专利法出现法律空转，模型推理不断涨价。
一方面是模型训练国不能主动扼杀自身 AI 产业的发展。
另一方面是本地/私密算力可以完全无视这类产权诉求，也就是——你投诉你的，我用我的，该买能源的时候还是得低头。
再者，闭源模型国为了填补能源贸易付出的差价，会不断让模型推理涨价，即便推理、预训练的成本在不断下降。
2. 能源国出现弯道超车。
如果一个国家拥有：
- 极低电价（例如水电、煤电资源丰富）
- 充足土地部署数据中心
- 政策宽松
那么它理论上可以成为“智力推理工厂”
电力=原材料
GPU=生产设备
模型=知识母机
API=出口商品
这种结构带来的长期影响是：
1. 高电价国家的知识生产成本会被放大
2. 低电价国家获得弯道超车机会
3. 传统高素质劳动力的溢价将被压缩
俄罗斯可能变成一个比美国更难缠的对手
中美同时拥有能源、算力、知识的话语权，对抗加深
最后，/renew：雅鲁藏布江 60GW 下游水电工程已获核准
3 03