内存价格翻了一番，Mac和iPad的价格上涨，iPhone预计也会跟进。Ed Zitron – 他撰写了《Where's Your Ed At》通讯，主持了《Better Offline》播客，并被《Politico》形容为人工智能热潮中最“尖刻的搅局者” – 多年来一直在争论推动这些成本增长的建设永远无法自我偿还。我们问他如果他是对的，苹果会发生什么。你从泡沫尚未流行之前就一直在称人工智能为泡沫。对于大多数只知道它是ChatGPT或iPhone上苹果智能的MacRumors读者，简单来说，大型语言模型（LLM）行业的经济学到底在哪里出了问题？从根本上说，大型语言模型的成本与几乎所有软件销售模型相悖。消费者和企业都已经习惯于支付服务的月费，而这些服务可能有某些限制或约束，基本上没人购买软件时会期望有计量服务，更不要说是计量且成本难以测量的服务。LLM的代币消耗基于每百万代币的费率，无论你是否得到了想要的回答，或者它是否按照你的要求执行任务。如果你请求编程代理执行某种软件任务，而它却在循环中无所事事，你仍然要支付代币。人工智能公司知道消费者绝不会支付其人工智能服务的实际成本，因此它们大多数都以含糊的费率限制出售月度订阅，允许它们消耗远远超出订阅成本的代币。SemiAnalysis发现，你可能在每月20美元的订阅中消耗数百美元，在每月200美元的订阅中消耗数千美元，而尽管人工智能支持者声称这些公司在代币上有“70%的毛利率”，但几乎没有证据表明情况确实如此，我自己的报道显示，OpenAI在2025年以130.7亿美元的收入损失了209亿美元。 图片来源：SemiAnalysis 这意味着基本的经济学是破碎的。如果Anthropic和OpenAI相信客户会真的支付人工智能代币的实际成本，他们就不需要给订阅者提供20到40倍的代币。与此同时，在今年3月，两家公司都将其企业客户转移到了基于代币的计费。在几周内，Uber就花光了其整个年度代币预算，而且其首席运营官表示，因难以追踪人工智能成本与实际有用功能的关系，变得“更难以证明”人工智能的成本是合理的。Sam Altman最终会说这是一个“巨大问题”，但拒绝说明可能的解决方案。这是几乎所有人工智能驱动的初创公司的问题，它们必须按每百万代币的费率支付。Perplexity、Cursor、GitHub Copilot（于6月转向基于代币的计费）——每一个人工智能初创公司都是亏损的，因为它们的用户不想支付人工智能的实际成本。另一个问题是人工智能服务实际上并没有那么有用或有差异化。虽然人们确实从人工智能生成的代码中获得了一些好处，但这些工具实际上会让他们变得更慢，并且给代码库填满了杂乱的内容。否则，LLM无非是LLM——它可以生成，可以总结，可以搜索，仅此而已，这意味着每个人工智能服务实际上都是一样的。这就是为什么89%的人工智能收入都来自Anthropic和OpenAI，以及为什么每个人工智能初创公司都在讨论“年化收入”（月费用12）——因为实际收入非常令人沮丧。即便如此，大多数年化收入勉强超过1亿美元。然后是数据中心。建设一个人工智能数据中心非常非常昂贵，耗时18到36个月，耗资数十亿美元，这意味着实际上任何建造数据中心的人都会举债，并且只有在客户入住后才能获得报酬……除了Anthropic和OpenAI之外，几乎没有客户会入住人工智能数据中心，而这两家公司太不盈利，甚至不得不筹集数千亿美元，即使微软、谷歌和亚马逊建设了它们的一切基础设施。大家不至于因此而恐慌的唯一原因是，尽管没有任何大规模服务商真正分享他们的人工智能收入，但与人工智能相关的股票表现良好。你曾论证人工智能的需求故事基本上是海市蜃楼——大部分数据中心的能力都被OpenAI和Anthropic自身吸收，这掩盖了真正的企业需求的缺失。如果这是对的，你认为当整个事情崩溃时，谁将承担成本？老实说，将会有很多私募信贷基金，因为他们是资助数据中心的人，而这些基金又是由像旧金山教师基金或加州公共雇员退休基金这样的养老基金资助的，这让我非常非常担心系统性传染的问题。人们会争辩说这意味着将会有救助，但这并不是真正可以救助的事情。这些数据中心是通过项目融资资助的，这意味着