2023 chatgpt 一问一答 2024 cursor 代码补全，单个代码文件 2025 claude code 编写demo级项目 2026 各类agent 长程任务，编写整个软件 下一代AI，大概是24小时持续主动运行了。 有一套明确 意图 和 运行时约束 和 结果验收标准。

《试衣间里的故事》：故事讲述街边内衣店一看店小哥偶遇一陌生女客人，在试衣服期间和小哥一问一答聊天，因女客人在试衣间里待了很久也不出来，小哥不情愿.

巨头们开始给 AI 账单算总账了，消耗的费用和创造的价值不成正比， Anthropic 的好日子一去不复返，大厂集体开始限制对内部 AI 用量 Meta 在搭一个叫 AI Gateway 的中央网关，实时盯着每个员工烧了多少 Token、花了多少钱，设预算、定上限。Meta 自己预计，光 2026 年内部 AI 使用就要产生数十亿美元的费用。 魔幻的地方在于，几个月前还是另一副嘴脸。 2025 年 11 月，Meta 还在通知员工，要把「AI 驱动的影响力」当成 2026 年的核心考核标准，绩效奖金直接和 AI 使用率挂钩。结果可想而知，员工开始疯狂刷量，搞出了「tokenmaxxing」狂欢，甚至弄了个叫「Claudeonomics」的内部排行榜公开比谁烧得多。排行榜被关停前，员工 30 天内消耗的 Token 总量飙到了 73.7 万亿。 CTO Bosworth 后来出来灭火，说了句很朴素的大实话，烧 Token 不等于有产出。 这句话，是这一整轮 AI 叙事开始转向的信号。 一、从「鼓励烧钱」到「对齐生产力」，三巨头几乎同步 这不是 Meta 一家的事，是大厂集体在同一个时间窗口踩刹车。 - Amazon：关停了员工自己搞的 Token 排行榜「KiroRank」，明确说量 Token 是为了搞清楚成本和效率，但别拿这个当衡量开发者生产力的指标 - Microsoft：直接把开发者的 Claude Code license 给撤了，此前才刚开放没几个月 - Meta：搭网关、设配额，还在推员工逐步停用 Claude 这类第三方编程工具，转向自研的 MetaCode 最早的新闻是 Uber 全年的 AI 编程预算，到 4 月就烧光了。ServiceNow 开始对员工搞日用量监测。部分 VC 机构也开始给内部 AI Token 用量设日均消费上限。 口径出奇地一致：以前是「快用，多用，刷 KPI」，现在是「成本对齐生产力」。 说白了，蜜月期结束了，开始算账了。 二、为什么是现在？因为 Agentic AI 把账单捅穿了 以前你用 AI 就是一问一答，Token 消耗有限。现在 Agentic AI 一跑起来，一个任务自己拆解、自己调用、自己多轮迭代，消耗的 Token 是普通用法的几十倍，极端情况据测算能到 1000 倍。 高盛的预测是，到 2030 年 agentic AI 会带动 Token 消耗增长 24 倍。 员工越用越上头，账单越滚越大，但产出并没有跟着同比例涨。 错配就出在这。投入是指数级的，产出是线性的。 三、谁在为这场狂欢买单？账单的另一头是 Anthropic 这才是关键。 大厂烧的这数十亿美元 Token 费用，一大块是付给上游模型商的。而当下企业级编程场景里，Claude 是绝对主力。换句话说，企业「无节制烧 Token」的这几个月，恰好就是 Anthropic 收入曲线最陡的几个月。 我们看一眼 Anthropic 这条曲线有多夸张： - 2024 年 12 月：年化收入 ~10 亿美元 - 2025 年底：~90 亿美元 - 2026 年 2 月：~140 亿美元 - 2026 年 2 月底：~190 亿美元 - 2026 年 4 月：~300 亿美元 - 2026 年 5 月：突破 ~470 亿美元 5 月底刚完成 Series H 融资，募了 650 亿美元，投后估值 ~9 650 亿美元。 一年多时间，年化收入翻了快 47 倍。这个增速，放在整个商业史里都属于离谱的那一档。 但问题恰恰是：这条曲线的燃料是什么？ 很大一部分，是企业端「先用了再说」的冲动型消耗，是 tokenmaxxing 排行榜、是绩效挂钩刷出来的量、是 agentic AI 还没被套上配额之前的野蛮放量。这部分需求，质量是存疑的，它不完全是真实生产力驱动的，而是被 KPI 和热情吹起来的。 现在大厂开始设上限、撤 license、推自研替代，等于是从需求侧主动把水分挤出去。 四、所以呢？我的判断 我的看法是，Anthropic 今年的年化收入，很可能正在逼近一个阶段性大顶。 第一，存量大客户在主动压缩用量。Microsoft 撤 Claude Code、Meta 推 MetaCode 替代、Amazon 和一堆公司设配额，这些都是直接砍向 Anthropic 收入盘子的动作。最肥的那批企业客户，正在从「敞开用」转向「省着用」。 第二，被挤掉的是「虚胖」的那部分收入。run-rate 这个指标本身就敏感，它是拿某个时点的收入去年化推算的。当这个时点恰好踩在 tokenmaxxing 的高峰上，年化数字会被显著放大。一旦配额落地，环比就会露出真实水位。 第三，新增长能不能补上缺口，是个悬念。要维持这条曲线不掉头，Anthropic 就得靠新场景、新客户来填上企业端挤出来的水分。能不能补上、补多少、多快补，目前没有定论。 我不是说 Anthropic 不行了，它依然是这一轮最强的玩家之一，基本盘很硬。但「年化收入一路狂飙」这件事，今年大概率会遇到第一个真正的阻力位。从 470 亿往上，每一档都会比之前难走。 说到底，AI 这门生意终于走到了要算 ROI 的阶段。 烧 Token 的狂欢退潮，对企业是好事，成本回归理性；对上游模型商是考验，靠冲动消耗撑起来的增长，得换成靠真实生产力撑起来的增长。 至于今年的年化收入峰值，我倾向于不会超过 470 亿美金这个数字，因为另一边 codex 追上的也很快。

转自wb 最近看了一期很有意思的访谈，嘉宾叫 Neil，前英伟达工程师，现在自己创办了一家叫 Sal Research 的公司。这家公司做的事情说白了就是一个“token 工厂”，专门给别人提供最便宜的 AI 推理服务。他的原话是：我的工作就是把 token 的价格压到人类能做到的极限。 他有一个很核心的判断：当一样东西的成本降低 10 倍，它就会变成一个全新的产品品类。就像手机流量从几块钱一兆变成几乎不要钱之后，短视频才成为可能。AI 也是一样的道理。 Neil 认为 AI 的未来不是你坐在电脑前跟聊天机器人一问一答，而是大量的 Agent 在后台默默运行几个小时甚至几天。你晚上睡觉，早上醒来，活儿已经干完了。最好的延迟就是零延迟，你根本不需要等。 这个判断直接影响了他的技术路线。GPU 本质上是一台吞吐量机器，你给它塞满任务它最开心。但过去几年，因为大家都在做聊天机器人，所有人都在拼“谁能更快吐出下一个字”，这其实是在用一种很低效的方式使用 GPU。Neil 说，既然我的客户是后台跑的 Agent，我根本不需要追求极致的速度，我只需要追求极致的便宜。 于是他搞了一套“拾荒者策略”。别人抢着买英伟达最新最贵的芯片，他不跟着抢。他去找那些别人看不上的芯片，AMD 的、谷歌 TPU、亚马逊自研芯片，什么都行，只要每瓦特算力的性价比够高，他就买。他甚至愿意接受只有 95% 可用性的数据中心，别人觉得这简直不可接受，他说没关系，我的 Agent 在后台跑着呢，偶尔断一下，把任务挪到别的机器上就行了，客户根本感知不到。 更狠的是，他在考虑用太阳能和风能来供电。这种间歇性能源一直被认为不适合数据中心，因为云一来就没电了。但他说，我可以预测天气，提前把负载转移到别的地方，哪怕一个数据中心停了几天我也无所谓。这样他就能拿到别人根本不会碰的廉价电力。 他还聊到一个很有意思的数字：按照现在 OpenAI 的定价，消耗一万亿个 token 大概要花 500 万美元。他的目标是把这个数字压到 5000 美元。三到六个数量级的成本下降。到那个时候，你可以让 AI 不计成本地去研究任何一个科学问题，去审计每一行代码的安全漏洞，去实时监控整个互联网的变化。 关于 AI 行业的大格局，他觉得开源模型和闭源模型会长期共存。闭源模型花巨资保持领先三到六个月，但蒸馏这件事根本挡不住，因为人们用 AI 生成的代码和文章已经遍布互联网了，这本身就是一种“隐性蒸馏”。开源永远不会消失，因为做开源的激励太强了。 最后他说了一句让我印象很深的话：我们现在还是把 AI 当成一个很贵的顾问，有难题才去问它。这种思维方式要变了。机器能思考这件事本身就很了不起，我们应该想办法让尽可能多的人用上它。

这张 a16z 图（数据来自 OpenRouter）说明了：在 API/Agent 路由流量里，人类已不再是 token 消耗主力。 Agent 目前大约消耗人类近 5 倍 token，且自 2026 年 2 月起大约增长了 14 倍。 原因是工作模式不同：多步规划、工具调用、反复读写上下文；其中缓存 token 占 agentic token 的绝大部分（a16z 称超过 85%）。人类偏一问一答，Agent 偏持续迭代。 这不代表消费级 AI 产品里人类已经退居次席，也不等于 Agent 已经全面成为基础设施。 它说明的是：增量需求越来越多来自自主运行的 Agent，不单纯来自于聊天。 成本结构会被改写： token 量上升，但缓存更便宜； 真正吃到增量的，大概率是把 Agent 循环做高效、并能提供便宜稳定推理和工具的那些。 对加密而言，这是潜在机会，甚至是结构性机会。 Agent 要真正自主，就需要自己支付算力、数据和工具，不能每次靠人开 API key 或刷卡。 x402 提供了一种链上小额支付方式；低费率 L2（如Base等L2）更适合这类支付；以太坊则在探索身份/声誉/验证标准（如 ERC-8004）。

聚焦在现有工作上用coding Agent去解决，是一条错误道路，人类已经把能吃的红利吃差不多了， 接下来就是无尽的人指令-agent执行-人指令-agent执行的iteration中逐渐迭代工作，很难把人从这种小幅度高强度反复的iteration中解放出来。 因为现有codebase不仅高度复杂，而且人的大部分命令都是高度模糊、 高度开放、高度自由、无法验证的命令， 场景也是高度开放、高度自由、无法在containers中直接测试跑一跑，必须在真实世界中获得反馈才能继续修改工作。 所以我最近半年一直坚持反复告诉大家： 1. 在现有所有大型科技互联网软硬件移动外包平台coding agent的红利很快就吃完，现有人类像唱山歌一样和claude code高强度一问一答的模式，就是短期内的最优解——像full self coding一样大量agent并行完成coding工作，不会带来更多的收益； 2. 在coding agent很快增长和红利消失的大前提下，人类如果想继续把AI Agent和multi agent的红利吃干抹净，必须持续找到有价值的新领域、新方向、新问题： A. 同时满足问题定义简单干净、环境封闭、非常非常易于verify、问题解决方案搜索空间巨大的复杂问题，让goal-driven( 前提是易于verify，必须用很低的成本去verify最终输出是否正确，保持持续验证这个criteria，给予正确的反馈和无限工作循环的核心条件，直到完整完成工作； B. 能够把multi agent的并行度吃干抹净，一次性1000个agent大批量初始化和启动，在一些setup中持续活跃，保持multi agent的可观测性， 除了openclaw时代就臭大街的各种爬虫以外，还有行为经济学、社会学、心理学、教育学、法学等等大规模试验，不由分说充足token，先初始化1000个agent模拟跑几天，观察一些初步结论； C. 就像我半年前说的价值10万刀的策略：把一切人类社会中遇到的所有问题，整理成文档、表格、图片、文字、structured data，让一些富有经验、富有memory的coding agent（就是claude code和codex本人）进行一步步解决， 你始终要明白，现阶段的头部coding agent已经足够复杂、 足够高级、机制足够完善，AI Agent已经经历了4~5轮工业革命，完善到整个industry其他任何生态和框架继续手搓的任何agent都像一个玩具，只要一个claude code/codex一个文件夹+一个docker/kubernete，就是未来一切企业和流程中的general agent； 3. 有一点几乎被所有人忽略，也是我近几个月意识到的问题。 在经典deep learning时代，一些产业对于经典neural network和baysian model有天然的不信任感和敌意，他们会非常激进、偏执地要求一切machine learning的模型尽可能地跟随可解释性、AI伦理、因果推断等等方向。 在AI Agent时代，越是激进使用的人，越是对AI Agent产出的代码、报告、分析、数据、结论产生严重的怀疑， 因此不只是GPT model需要superalignment，LLM Agent本身更需要superalignment，在Agent时代，superalignment的重要性会越来越高， 而且AI Agent产出和workflow的可解释性需求也会越来越高，最最基础浅表的就是各种问答chatbot的来源引用，今后其他越来越复杂的工作，包括coding本身，都会有可解释性的大量问题涌现， 一种方式是尽可能用formal verification或者prover的形式来自动化验证， 一种是用agentical的验证方式，就像人一样去用一个或者多个agent来反复review和challenge一项工作； 4. 还有一点很多人没想到，就是AI Agent会对人施加反过来的影响。 比如office出现后，普通人要求用office三件套来完成工作，office重塑了人类办公的基本流程和规范， 比如出现了google之后的早期，普通人要学会正确输入搜索关键词，把想问的问题拆分成正确的关键词，以获得正确query的结果（后来google反复做了优化，这个技能也逐渐不重要）， 比如social network出现之后，人们学会了全新的交友方式、social network的交友礼仪、聊天方式， 所以在AI Agent时代，人最重要的技能，没有之一，就是如何正确使用AI Agent、挑选正确的模型、使用正确的工具、组建正确的prompt、描述正确的问题、输入充足完备的信息、如何用goal-driven去构建一套dual-agent的简单无休止infinite-loop workflow， 一个不会正确定义问题、不会正确输入足够多的信息、不能让AI Agent在一个边界清晰的闭包问题中正确工作、持续工作的人，天天拿AI Agent当成无所不知的万能神、百宝箱、随机神、超人，除了问弱智问题，就是玩猜猜看、问宏大开放的无异议问题， 这种人大概率会被这个时代逐渐淘汰掉。

这些大厂ceo可能都还没意识到agent普及会带来什么变化，说28年缓解都完全太早了. 我们可以想象成跟个人电脑一样， 你可以只用一块gpu，cpu，但是日积月累你可能需要很多块存储卡，现在这个阶段所有人都保守来，现在的ai没有太强的自主性，你问什么它回答什么，制造数据的速度还不是非常快. 一旦ai普及过渡到agent阶段，那速度可能远超人类制造数据速度的百万倍，完全的自主性，无眠无休. 可能超越人类百倍千倍的输入速度，不断电不停止，单日的总输入输出量将会是现有人类的百万倍不止. 他们这些ai巨头老板还在以现在常规的一问一答形式的ai对话形式的来计算存储需求， 实际从开源agent助手clawdbot出现那刻开，最近几年的存储需求都要开始被重估. 你用gpt，用deepseek或者豆包gemini，他的存储需求在你短暂的一问一答后就结束了. clawdbot这种agent助手则完全不是，在你下达任务后，无眠无休24小时狂干，直到你上去检验满意为止. 这二者中间的数据量是天壤之别，唯一限制存储的就是物理世界的存储产能和与ai相匹配的电力了.

特想聊下智谱这两天的事。 看到群里有人吐槽说，智谱靠 Coding Plan 赚得盆满钵满，就这还涨价。既然涨价，为啥我不去用 DeepSeek？ 看来这哥们是真不懂。我就借着这话茬子聊下自己的想法。因为我觉得，智谱这家公司整体还是挺良心的。 DeepSeek V4 Flash 正式版是便宜，但谁要是觉得这个模型和 GLM 5.2 同等水准，那我只能说，他根本没认真用。Flash 仍然是一个中等水平的模型，在长程任务上的表现，一言难尽。 当然，也不能因为比较模型能力，就变成踩一捧一。DeepSeek 和智谱都是非常让人敬佩的 AI 创业公司。 一个把 API 价格打到极低，让全行业重新思考模型成本。一个把开源模型做到了 SOTA 水准，让硅谷公司对国内模型刮目相看。 我仍然记得 Fable 5 管控后，朋友圈那么多人转发智谱模型的文章。 说回到 Coding Plan，很多人可能不知道 Coding Plan 的诞生背景。我简单科普两句。 早之前，大家熟悉的是 ChatGPT Plus 这样的会员。那会儿我们使用 AI 的方式主要还是在 Chatbot 中，一问一答。 后来大概是在 25 年的 2 月份，Anthropic 发布了 Claude Code 的预览版本，当时他们的模型在 Coding 上的能力有了明显突破，开发者开始真正用 Claude Code 读取代码仓库、生成代码。 不过，问题很快就出现了。 这种使用方式非常消耗 Token。一个任务可能连续运行几十分钟，中间还要反复读取代码、修改代码、运行测试。 要是让开发者直接按照 API 用量付费，心理压力会非常大。因为在任务开始之前，你根本不知道这段代码最后会花掉多少钱。 没过多久，Anthropic 推出了 Max Plan，分为 100 美元和 200 美元两档，分别提供更高的 Claude Code 用量。这其实就是后来 Coding Plan 的雏形。 如果没记错的话，到 2025 年 Q2，国内的模型公司也陆续发现， Coding Agent 是一个非常值得投入的方向。 智谱是最早押注这个方向的国产模型公司之一，而且后面的进步速度我们也都有目共睹。 当时智谱还没有自己的 Claude Code。大家主要是在 Claude Code、Cline 这些编程工具里接入 GLM 模型。 智谱就在这个阶段顺势推出了 GLM Coding Plan，用固定的费用提供高额度的模型调用。 我们今天已经习惯了 Coding Plan 这个说法，开山鼻祖就是智谱。说实话，我一直觉得，Coding Plan 今天能在国内这么流行，智谱确实有很大的贡献。 问题是，Coding Plan 天生就不是一门特别舒服的生意。因为它的模式有点像自助餐。 假设一家自助餐厅收费 100 块。有些人进去以后吃点蔬菜、主食和水果，食材成本可能只有三四十元。 还有的顾客进去以后专门吃海鲜和牛排，成本很容易超过 100 元。 只有两种用户混合在一起，自助餐厅才有机会盈利，继续经营。 我之前有高中同学就在老家开了一家自助餐厅。有的顾客为了晚上多吃一点，中午甚至会刻意少吃，专门留着肚子。 大家进去以后都挑最贵的东西吃，最后这家店干了一年，实在经营不下去了。赔钱赔的我同学肉疼。 国内的 Coding Plan 一定程度上也进入了这个窘境。 如果很多用户购买以后并没有充分使用，平台可以靠平均成本维持。但 Coding Plan 的用户本来就是奔着 Coding 来的。 特别是今年，随着 GLM 能力越来越强，大家交给模型的任务越来越复杂，也越来越容易把额度用完。 在这个情况下，基本上就两个选择，一个就是停掉类似的服务，另外一个就是涨价。 像 Kimi K3 发布之后，因为请求量迅速逼近集群承载上限，Kimi 也暂停了 Coding Plan。DeepSeek 到现在主要还是按照 API 收费，没有推出类似的官方包月 Coding Plan。 所以今天还能持续向个人开发者提供自家旗舰模型 Coding Plan 的头部模型公司，也就剩下智谱了。 第三方云平台我们暂且不说，因为云平台提供的模型，其实是有降智的，这一点梁文锋在前段时间也有简单提到过。 也许有人会说，你这家伙是不是上头了，怎么替智谱说话。没有，我非常冷静。刚刚还买了 Pro 套餐。 我只是觉得，大家可以横向比较一下。即便调整价格以后，智谱的套餐和海外同档产品相比依然便宜不少。 而且在实际使用中，GLM 和 GPT 等闭源模型能力的差距已经微乎其微，1M 上下文，稳定的长程任务能力，值这个价。 如果这两周 GLM 新一代的模型发布的话，那会更爽。毕竟按照之前唐杰的说法，有可能追平 Fable 5。 当然，我完全能够理解群里老用户的不满。 智谱最初把价格定得很低，套餐也比较宽松。大家已经习惯了原来的价格和额度，现在突然调整规则，肯定会拿过去的体验进行比较。 某种程度上，今天的争议，也是过去智谱补贴力度太大的果。就像那几年滴滴打车，突然有一天没补贴了，大家会说怎么这么贵。 不过，我也必须得吐槽说，智谱之前在套餐调整上确实处理得不够好。规则解释不够清楚，老用户迁移机制也比较粗糙。 智谱后来自己也为这些问题道过歉，类似的事情确实都应该提前解释清楚。 我只是不同意另一种说法：智谱靠 Coding Plan 赚得盆满钵满，现在还贪心涨价。 至少从目前公开的信息看，我们没有证据证明这是一门暴利生意。相反，整个国内的模型公司都在通过限额、涨价、停售和按量付费，试图解决算力不够的问题。 要知道，国内哪怕是字节这么家大业大的公司，和 OpenAI 的算力相比，也差一个数量级。 我觉得，Coding Plan 靠低价补贴吸引用户的阶段，已经基本过去了。一项服务想长期存在，最后还是需要找到一个能够维持下去的价格。 我当然也希望，智谱能够继续把推理成本降下来，等模型和算力效率进一步提升以后，再把价格慢慢压下去。 而且我相信，这一天肯定会到来。