AI 行业不再比谁聪明，开始比谁便宜

深度思想，谈 AI 与向往 —— 字节深思圈

2025 年，硅谷对 AI 的衡量指标换了轴。前几年所有讨论围绕 Scaling Law：模型会不会持续变聪明、AGI 什么时候来。那一年起，主流叙事换成了 Token 消耗量：消耗持续增长，7 月环比涨了 20% 以上，曲线像极了移动互联网巅峰期的流量和留存。

奇怪的地方在于，同一年 GPT-5 发布，评价褒贬不一，模型并没有明显变聪明，用量却照涨不误。把这两个事实放在一起，只有一个解释成立：行业换了赛场。大家不再赌下一次智能跃迁，开始经营手里已有的智能。

换轴不是衰退，是产业化的标准动作

预期为什么修正？因为需求被现有能力解锁了。B 端要的是降本增效，C 端要的是替代搜索、辅助工作，这些场景对智能的要求早就够用了，卡住用户的从来不是模型不够聪明，而是产品不够顺手。用户从"等下一个更聪明的模型"切换到"把现有的用起来"，衡量指标自然从能力转向消耗。

GPT-5 的真实身份在这个背景下看得更清楚：它没打算证明自己更聪明，而是把能力拆成 Instant、Thinking 等模式分开计价，把分散的模型、信息和界面整合成一个更好用的产品。这是教科书式的产业化动作。历史上电力普及靠的不是更亮的灯泡，是电价持续下降；当性能趋同，成本决定渗透速度。“聪明"这个指标自己也失灵了。当模型拿下国际数学奥赛的金银牌，人类已经没有合适的尺子去度量谁更聪明，剩余的竞争维度里，便宜是唯一还测得准的。

各个位置的公司因此各就各位：模型公司让每个 token 更值钱，Infra 公司让 token 更快更省，应用公司想办法让消耗出去的 token 换回更多数据反馈。Agent 特别像移动互联网时代的 App：以前每个产品要一个 App，现在每个场景要一个 Agent。而 Agent 的 token 利用效率还很低，谁先把效率做上去，谁吃掉中间最大的一块。

小心，Token 消耗量可能是个新的虚荣指标

这里我要泼一盆冷水，也是本文最重要的独立判断：消耗是成本侧的数字，不是价值侧的。一亿 token 烧出去，换回了什么？没人追问的指标，早晚会变成虚荣指标。

移动互联网时代大家经历过一模一样的病程。先是流量崇拜，门户和 App 拼装机量；后来学会看留存和 ARPU，才知道一半的流量是假繁荣。Token 时代等价的指标应该是"单位消耗换回的收入或留存”，即每个 token 的回收率。看消耗量曲线涨得漂亮就判断行业向好，等于 2012 年看下载量判断移动互联网成熟。

更值得警惕的是硅谷流行起来的一个词：Vibe Revenue。意思是用户知道 AI 有用，但说不清到底能用来干什么，于是很多产品的收入来自过高的预期和跟风，而非真实使用。它比 ARR 的含金量问题病得更深——ARR 至少是真金白银，Vibe Revenue 连用户自己都未必知道自己买的是什么。

检测办法是现成的：别看新增，看续费。同一批用户连续几个季度的真实任务量有没有起来、付费复购的占比多少，这两条曲线骗不了人。收入涨得快但使用深度平坦的产品，大概率在 Vibe Revenue 区间。

公司的边界正在消失，套壳层被两头挤

换轴带来一个结构后果：模型公司和应用公司的分工模糊了。OpenAI 把一批创业公司创始人招进去做产品；Cursor 反过来开始训自己的模型；Manus 一边做产品一边做技术，提出 Context Engineering 这样的工程方法。有企图心的公司都在试图把模型、产品、Infra 端到端打通，不再接受"用一句话定义自己"的老框架。字节是 App 工厂、Google 是人才储备，这种句式在 AI 时代失效了。

对中间的套壳层，这不是好消息。往上，模型公司顺手把验证过 PMF 的场景做掉，每一代新模型发布都在压缩壳的价值；往下，推理优化大量开源、毛利存疑，独立的中间层站不稳。能站住的是两端：手里有模型的，和手里有场景与数据的。夹在中间、两边都没有的公司，生存空间在结构性收窄。

一级市场的资金流向佐证了这件事。当时美国市场上，第一梯队和第二梯队 AI 公司之间的估值差距达到了十几年未见过的程度，个别明星公司起步估值就是百亿美元量级。热度翻十倍，出手次数没翻倍，被投中的公司拿的钱翻了十倍。钱在向头部集中，而这个趋势还没有看到反转的理由。

这套判断的边界

必须说清楚：以上观点成形于 2025 年年中，是周期中段的判断，不是终局。当时明确定义的验证点有两个，值得现在逐条核对。一是 Meta 重金拼凑的模型团队能否在 6 到 12 个月内拿出明显更强的模型；二是市场上能否出现稳定消耗 token 的应用场景。如果两者都给出否定答案，“AI 估值整体偏高"的判断就会开始兑现。这里的泡沫指估值偏高，并非指技术没有前途。

想持续跟踪这件事的读者，盯三个数就够：

最后一句话收住。换轴本身不是坏消息，一个技术从证明自己走向铺开自己，本来就该换指标。但换指标的时刻最容易浑水摸鱼：智能时代讲故事看能力，产业化时代讲故事看消耗，而消耗恰恰最容易被补贴和预期吹起来。判断一家 AI 公司，比"它烧了多少 token"重要得多的，是每个 token 换回了什么。前者是入场券，后者才是这门生意能不能成立的答案。