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。

旅游了几天回来，发现豆包居然收费了😂 说实话我已经几个月没用过豆包了哪怕前段时间梯子不行。 我也没怎么用过， 上一次用我还是为了元宵红包🧧🫣 还记得不，就前几个月，这帮搞大模型的还笑脸相迎似的，恨不得倒贴钱求你用。 其实不免费了，主要是确实也烧不起了，搞大模型主要是成本几乎就是电费（80%）。 伴随着大陆电费的上涨，以及前期占市场投资烧了不少了（又不是背靠大厂）。 项目方急需拿出一份可行的持续变现答卷，来获得的新一轮的，占据更多大陆市场份额。 现在硬件显卡越来越贵，用AI的人越来越多，推理需求蹭蹭涨。豆包再这么别说拿新一轮投资了，自己就得光屁股走人。 所以你说他收费是割韭菜，还真不全算。更像是得跟大家AA了。 所以说赚钱嘛！不寒碜，不可能真是为了什么AI大同的理想对吧。 不过豆包你收费了，就需要拿出收费的水平来，别搞得大家没吃过细糠一样，忽悠韭菜，大家不是真没的用的了。毕竟豆包现在网上的梗已经多的不行了 免费平替的不是没有 大陆有 阿里千问 百度文心，国际有 DeepSeek 等 要么收费做得更好，要么淘汰，沦为养分

紧急缩表 1 这几天全网都在刷屏拳王邹夫妇的败家之旅，财商这个事情深刻的又一次摆在了每个人的面前，那就是，高学历绝对不等于高财商。 我之前做过一个比喻，交易就是砍人。创业是组团砍人。 砍人这个东西能通过书本学会吗？显然是不行的，但是你真的有知识，的确能帮你建立点战术概念，沟通技巧，但这一切都不如实战以及跟天天砍人的阶层打交道来的快。 以前说“少不读水浒”，以为是血气方刚看的人想上梁山，后来才明白，因为这书底色太黑暗了，读不懂还好，读懂了提前20年陷入存在主义危机了那可就麻烦大了。 2 大部分人一辈子就那么1-2次赚大钱的机会，一次靠运势，一次靠贵人。抓不住就没有了，但核心就是要守财，守财的核心就是在别人扩表的时候你缩表，在别人缩表的时候，你慢慢找机会在你熟悉的领域里扩表捡筹码。 存在主义危机其实是一件好事情，尤其是对于成熟的交易者来说，因为你首先不再去急着向社会证明什么，也不急着去夺取什么，此时才可以旁观整个市场，从而静得下心来slow play 3 诺兰新电影《奥德赛》全球好评如潮，烂番茄给了95%，这在历史片上几乎是不可想象的，到时一定要去电影院看了。之前让黑人出演美女的原因影片竟然也揭晓了，太能场外整活了。。。 4 《八仙》确实好看，我预计票房可以冲击20亿，前提是别找傅首尔宣传。 电影真要说问题就是中期节奏有点慢，太多闪回和煽情了，如果能剪辑再短个20分钟就完美了···这也是动画电影的通病，觉得钱都砸进去了舍不得剪辑··因为编剧的话语权太重了，反而压制了剪辑的权利？ 导演这一波可以和饺子做一桌了。 ps：追光的三国动画扑街了，但凡拍成《三英战吕布》票房能有5亿打底。 追光的老板王微出生于1973年，视频分享网站土豆网的创始人及前CEO，追光动画创始人。 王微于2005年1月创立土豆网。 2011年8月份，土豆网在美国纳斯达克上市。 这哥们的确是个人才，踩了2次风口，之前也爆了俩大作，白蛇1和长安三万里。但是洛阳这个概念和三国压根就不适合揉到一起。三国里面的洛阳除了杀就是烧，这种动画底色，作为一个洛阳人，我都没法认可这么去拍给小孩子看。（长安赚钱就搞洛阳ip？还不如做个狄仁杰动画版···） 做个比喻，这电影就像你拍网剧重金把徐冬冬请来，结果全程给她穿了个大袍子···· 5 韩国今天反弹到了7000点，依然算是高位，目前中韩的情况一样，都是场内杠杆分布太不均匀了，能加的人没加，不能加的死命梭哈，看起来好像杠杆率不高··· 记得2008的次贷危机吗？垃圾债和好债混合一下拟合出一个违约波动率很低的优质债打包卖出去了。中韩的股市和港股都这么个情况 什么策略牛逼？ 线下我们会聊一下。

毛主席曾经这样说:“大体上可以说，搞工业的知识分子比较好些，因为他们接触实际。搞理科的，也就是搞纯科学的差一些，但是比文科还好一些；最脱离实际的是文科。无论学历史的也好，学哲学的也好，学经济的也好，都太脱离实际，他们最不懂得世界上的事情”“文科要把整个社会作为自己的工厂。师生应该接触农农和工人，接触工业和农业，不然学生毕业用处不大。”--（《接见尼泊尔教育代表团时的讲话》一九六四年八月二十九日）。 “大学文科现在的搞法不行，从书本到书本，从概念到概念，不行，书本里怎能出哲学呢？文科大学生，今冬明春都下去，理工科现在不动，动一些也可以，其他统统下去。学政治的，经济的，哲学的，法律的，历史的统统下去。教授、助教、行政人员一起下到农村五个月，到工厂五个月，看一看，得到感性认识，搞点阶级斗争。那是一个大学，可以学到很多东西。 今冬明春，分期分批下去，去参加阶级斗争。只有这样，才能学到阶级斗争，学到革命。下去无非是发几天烧，闹点伤风感冒。知识分子就是不肯吃苦，天天坐在机关，住的好，吃的好，穿的好，也不走路，所以闹伤风感冒。经过锻炼，知识分子的面貌才会改观。不搞阶级斗争，搞什么哲学。下去试试看，不行再回来。 要读些书，为现在的斗争需求去读书，与无目的去读书大不相同。有知识很重要。” --（《有关哲学问题的一次谈话》一九六四年十二月）

“誒，色色的東西……？呃，絕對不行！別讓我看見，否則統統沒收！全部燒掉！” ——『下江小春 泳裝』 "Huh? Pornographic stuff... ? Uh, absolutely not! Don't let me see it, or everything will be confiscated! Burn them all!" ——『Shimoe Koharu』

#四爱# #4i# #iiii# #pegging# 感谢来自@Meijiujiu999 梅梅子，投稿的视频。 本来说要被凿三小时，结果摸摸奶头就要射了，扭动着身躯烧到不行。

🚨 突发新闻：一个新的开源工具， 让我们终于能够衡量 AI 偏差 ⬇️ 但凡用 LLM 做过产品的团队，都被这事坑过。 模型会瞎编、会被诱导、对不懂的问题张口就来，还自信得不行。每个工程师都在生产环境烧过手。但一直没有一个标准，能说清楚它到底多久翻一次车。 iFixAi 是第一个认真做这件事的工具。 对任意一个模型跑 32 项检测，把失败模式分成五类——瞎编、易被诱导、撒谎、行为飘忽、不肯说"我不知道"。最后给你一张评分卡，带等级分。 最关键的一点：每一道输入都写进一个 manifest 文件。 这个文件发给任何人，他都能跑出和你完全一样的分数。 这才是其他评测工具一直没解决的死结。 现在公开的 AI 基准成绩，绝大多数都没人能复现——prompt 偷偷改过、模型悄悄更新过、上个月的测试根本不是这个月的测试。但分数照样挂着。iFixAi 把这些全钉死了。 几个细节，能看出团队是认真的： · 模型在结构上碰不到自己的评分，永远由独立裁判打分 · 32 项里有 2 项是强制最低线，挂了就直接封顶 60 分 · 有一项专门标注"不计入最低线"（B12），因为它的语料是公开的，前沿模型很可能已经训练过 大多数评测工具，巴不得没人注意到这种数据污染。iFixAi 直接挂在明面上说。 团队自己的态度也克制得让人意外。 他们一上来就说：这个等级是"漂移信号"，不是认证。它告诉你的是这次部署比上次变好还是变差，而不是这个模型"对齐了"——因为到底什么叫对齐，目前还没人搞清楚。 免费，Apache 2.0 协议。一条命令，五分钟跑完完整诊断。 如果你做 LLM 产品，纠结过"这一版到底比上一版好还是差"，iFixAi 就是答案。 GitHub ：

别让原本不富裕的家庭，雪上加霜。 （点赞收藏，你会感谢我的） ⚠️ 重要提醒：Aptos 和 Sui 的地址不能通用！别再转错了。 一直有人复制错地址，一旦转错，资金永久丢失！ 一直有人复制错地址，一旦转错，资金永久丢失！ 一直有人复制错地址，一旦转错，资金永久丢失！ 很多人在交易所提币时，习惯用 Aptos / Sui 链提 USDT、USDC，因为手续费低（或0费用）、确认速度快。 一定要记住： 1️⃣🚫 Aptos ≠ Sui，是两条完全不同的链 虽然地址看起来都像 0x...，格式相似，但地址完全不兼容。 🔺 不能通用！不能通用！不能通用！ ❌ 不能把 Aptos 的 USDT / USDC / xBTC 转到 Sui 地址 ❌ 反过来同样不行 ❌ 一旦转错 = 烧币 = 永久丢失，无法追回 2️⃣为什么不能通用？ Aptos 和 Sui 虽然都基于 Move 语言，地址也都是 0x 开头的 64 位字符串，但是是两条独立区块链。 ～私钥结构、签名规则、账户模型完全不同 ～钱包之间无法识别或接收对方链的资产 ～同一助记词在两条链生成的地址并不是同一个账户，只是「长得像」 3️⃣转账不是技术问题，是习惯问题。 大额之前必小额测试。 大额之前必小额测试。 大额之前必小额测试。 别让原本不富裕的家庭，雪上加霜。