凌晨两点，读到一篇长文。Ed Zitron 写的，标题很直白——AI 的经济学说不通。
三十七分钟阅读量。我本来以为又是一篇唱衰 AI 的老调重弹。
结果越看越觉得背脊发凉。
不是因为他说 AI 要完了。是因为他算了一笔账，一笔从来没有人认真算过的账。
你付的二十块，买的是两百块的东西
Section titled “你付的二十块，买的是两百块的东西”先说一件你我都经历过的事。
你买了 ChatGPT Plus，一个月二十刀。或者买了 Claude Pro，也是二十刀。用起来觉得挺划算——写邮件、改代码、做总结，随便用。
但你有没有想过，你每次“随便用”，背后烧的是多少钱？
Zitron 给了一个比喻，我觉得精准到可怕：
这就像 Uber 收你每月二十块，包一百次乘车，然后 Uber 替你付每加仑一百五十刀的汽油费。
你只管坐。油钱？不关你事。
但油费不会消失。它只是从你的账单上，移到了 Uber 的资产负债表上。
AI 公司干了同样的事。OpenAI、Anthropic、Perplexity——所有卖月费订阅的——都在补贴你的算力。你花二十块，他们替你烧的可能是一百六十块。
这不是商业模式。这是赔本赚吆喝。
遮羞布被扯下来了
Section titled “遮羞布被扯下来了”然后遮羞布被扯掉了。
2026 年 6 月 1 日，GitHub Copilot 全面改为按量计费。之前你付 $19/月，随便用。之后？你付 $19，就只能烧 $19 的 token。烧完了，掏钱。
微软的原话很体面：“这是走向可持续业务的重要一步。”
翻译过来是：我们补不起了。
微软是谁？全球最有钱、利润最高的科技公司之一。如果连微软都补不起这个窟窿，还有谁能补？
更可怕的是真实成本的曝光。一个 Reddit 用户发现，以前一次“高级请求”，背后烧了大约 11 美元 的 token。而用户只付了月费里的一小份。
Anthropic 自己的开发者文档写着：Claude Code 用户平均每天花 $13-$30。按 21 个工作日算，一个月 $273-$630。
一年七千五百刀。一个开发者。
你团队十个人？七万五。再加一个跑疯了的月份？十万刀出去了。
这还没算那些“模型卡住了，反复重试，token 哗哗烧”的场景。LLM 本质上是不可预测的——你没法保证一次调用就能拿到结果。有时候你得跟它来回拉扯好几轮，每一轮都在烧钱。
你以为你在用工具。其实你在赌概率。
赌场开门，庄家不告诉你赔率
Section titled “赌场开门，庄家不告诉你赔率”这就是 Zitron 最狠的一个判断：
LLM 是个赌场，而你在用庄家的钱下注。
订阅制最大的欺骗性不在于价格，而在于它切断了行为和成本之间的联系。
你发一条消息，不觉得在花钱。模型答错了，你再来一条，还是不觉得在花钱。它跑偏了、幻觉了、给你编了一段不存在的代码——你叹口气，重来。
因为“反正月费都交了”。
但如果每次重试都花你十五块呢？如果你跟一个模型来回拉扯五轮，烧了七十五块，最后它给你的答案还是错的呢？
你会用吗？
大多数人会立刻走人。
所以 AI 公司拼命让你别去想成本。他们用“token”而不是“美元”来计价，用“请求次数”而不是“算力消耗”来限制，用百分比进度条而不是账单来提示。
他们怕的不是你觉得贵。他们怕的是你开始算账。
比用户更惨的是数据中心
Section titled “比用户更惨的是数据中心”如果说用户端的经济模型是骗局，那供给端简直就是灾难。
Zitron 算了一笔数据中心的账。一个 100MW 的 AI 数据中心，造价大约 44 亿美元。就算 100% 满租、客户按时付款、一切顺利——扣除折旧和运营成本后，毛利率只有 16%。
如果你还用了贷款？第一年毛利率降到 5%。开始还本金后？毛利率变成 负 40%。
而这还是“一切完美”的前提。现实中，Stargate Abilene——Oracle 为 OpenAI 建的超级数据中心——预算 528 亿，严重延期，8 栋楼里只有 2 栋在运营。
OpenAI 需要在 4 年内筹集 8520 亿美元 才能支付所有 Stargate 项目的费用。
八千五百二十亿。
OpenAI 的 CFO Sarah Friar 自己都说：她担心公司付不起未来的算力合同。她认为 OpenAI 还没准备好满足上市公司的报告标准。
一家估值八千五百亿的公司，CFO 说“我们账可能都不太清楚”。
这不是创业公司的成长烦恼。这是红灯闪烁。
整个行业建立在“以后会便宜”的假设上
Section titled “整个行业建立在“以后会便宜”的假设上”所有这些疯狂的数字——千亿美元的数据中心投资、百万美元的 GPU 集群、GW 级的电力规划——都建立在一个假设上：
AI 以后会变便宜。
但这个假设没有兑现。
是的，某些旧模型的价格降了。但新的“推理模型”消耗的 token 更多。总体来看，推理成本不降反升。
而 114GW 的规划中数据中心，需要每年 1.18 万亿美元 的收入来支撑。
作为对比：CoreWeave——最大的 AI 云计算公司——2026 年预计收入 120-130 亿。
差了整整两个数量级。
谁来买这些算力？怎么买？拿什么买？
没有人回答得出来。
我真正害怕的不是泡沫破裂
Section titled “我真正害怕的不是泡沫破裂”读到最后，我意识到自己害怕的不是 AI 泡沫会破。
泡沫总会破的。
我害怕的是，泡沫破之前，所有人都在被鼓励“尽量多用”。
企业告诉员工“尽可能用 AI”。媒体告诉大众“AI 是未来”。投资人告诉创业者“不用 AI 你就死了”。
所有人都在踩油门。
但没有一个人在看油表。
因为油表被刻意遮住了。AI 公司不希望你看到真实成本，媒体不关心真实成本，企业 CEO 也不想知道真实成本——因为一旦知道了，整个叙事就塌了。
Zitron 写了一句话，我反复看了好几遍：
要完全“相信 AI”，你必须主动戴上眼罩。
相信的代价是停止思考。
这大概是这个时代最讽刺的事情：一个被吹捧为“智能革命”的东西，要求它的支持者放弃智能。
话说回来，我也在用 AI。每天都在用。写代码、查资料、整理思路——它确实帮到了我。我不是来喊“AI 已死”的。
但帮到我和这笔账算不算得过来，是两回事。
用是一回事。知道它多少钱，是另一回事。
你可以继续用。但请你至少知道——你每次按下回车的时候，背后烧的是什么。
你觉得你每个月在 AI 上“真正”花了多少钱？不是月费，是算上 token 消耗之后的真实数字。算过吗？
Ed Zitron. AI’s Economics Don’t Make Sense. Where’s Your Ed At. https://www.wheresyoured.at/ais-economics-dont-make-sense/