The 5 Debates Shaping AI

Anthropic 年化收入冲到 650 亿美元、反超 OpenAI，但全美只有 2.2% 家庭为 AI 付费，钱和用户对不上。

2026 年 AI 最拧巴的地方在于：一边是实验室收入暴涨、算力账单逼近万亿美元，一边是 98% 的家庭一分钱不掏。这期把五个正在撕裂行业的争论摊开——钱够不够、AI 是给极客还是给大众、企业要便宜还是要数据主权、该不该踩刹车、数据中心能不能不被邻居赶走。

去年那波"AI 泡沫论"靠的是"座位数 × 20 美元"的算法，今年这套算法被证伪了——AI 不是卖座位，是卖 token。

• Anthropic 年化收入约 650 亿美元，OpenAI 的 ARR 在 500 亿到 700 亿之间，差异来自口径：Anthropic 把通过合作伙伴卖出的 Claude token 全额计入，不扣分成。
• 真正的增长引擎是企业走 API 花钱，不是个人订阅。重度用户一个月能烧掉几千甚至几万美元，而不是几十块。
• Alphabet、Amazon、Meta、Microsoft 四家 2026 年资本开支指引合计约 7300 亿美元，加上 Oracle 是 8250 亿；Moody's 预计 2027 年逼近 1 万亿。贝恩算过账：到 2031 年行业需要约 6 万亿美元收入才能撑住算力建设，现有需求只能到 1.2–1.8 万亿，缺口约 8000 亿。

OpenAI 每周 12 亿用户、三分之二美国人每周用 AI，但付费的只有 2.2% 家庭——用得多，掏钱的少。

• 付费用户内部也是极端幂律：最顶上 1% 的付费用户月均花 903 美元，中位数用户只花 25 美元；a16z 说这 1% 的花费超过底下 50% 的总和。Cursor 的数据同样：前 10% 用户消耗了近三分之二的 token。
• 转折点是 Meta 的 Muse——一个围绕你个人组织的私人 agent，连续几周霸占美国 App Store 榜首，把 ChatGPT 挤了下去。OpenAI 在 DevDay 也推出了 dots。
• 过去四年 AI 产品体验其实很糟，只是模型够聪明把体验缺陷盖住了；私人 agent 这波如果成立，很多人得重新判断 AI 的大众市场潜力。

token 烧钱烧到企业开始设上限，中国开源模型趁虚而入，逼得美国头部实验室也降价。

• 企业经历了从"token 排行榜"到给员工设 token 消费上限的急转弯，Anthropic 和 Microsoft 把重度用户从订阅补贴推向按量付费的 API。
• DeepSeek-V4-1-Flash、Kimi-K3、GLM-5-3 等中国模型提供了不同取舍，推动企业试水开源权重模型——省钱，还能跑在自己机器上，不用担心数据被拿去训练竞争对手。OpenAI 用 GPT-6 Luna、Anthropic 用 Haiku 5.5 回应，美国头部低价模型的价格已接近中国对手。
• 微软的 Satya Nadella 和 Mustafa Suleyman 反复讲一句话：企业不该为 AI 付两次钱，一次用钱，一次用数据。最强信号来自马斯克：SpaceX 的 Grok Bot 会按任务挑最好的后端模型，哪怕不是 Grok。

"企业不该为 AI 付两次钱——一次用钱，一次用数据。"

• 如果你在做 AI 产品定价，别按"座位"设计，按消耗设计：中位数用户月付 25 美元、头部用户月付 903 美元，同一套订阅价签会同时得罪这两拨人。
• 如果你的产品依赖单一模型供应商，参考 SpaceX 的做法：按任务挑后端模型，把"换模型"当成常规能力而不是应急方案，同时把数据主权当成采购谈判的筹码。