The 5 Debates Shaping AI

人工智能，说得委婉点，是个充满争议的领域。

无论是在微观还是宏观层面，它都被各种辩论所塑造，这些辩论将决定它如何发展。

从企业想买什么，到我们应该关注哪些监管以及如何监管，这些都是目前塑造人工智能的最重要辩论。

《AI每日简报》是一个每日播客和视频节目，涵盖人工智能领域最重要的新闻和讨论。

好了，朋友们，快速通知一下。

一年多以前，我发布了一集节目，后来成了我史上最受欢迎的一集。

节目叫《塑造AI的五场辩论》。

考虑到AI发展有多快，现在它几乎就像一个时间胶囊。

那期节目里我讨论的五场辩论是：AI泡沫的讨论、入门级工作会不会消失、AI到底能不能提升生产力、vibe coding是不是被过度炒作，以及我们应该加速还是放缓。

今天我们回到五场辩论这个形式，有趣的是看关键问题有哪些变化。

目前塑造AI的第一场辩论，是之前那次泡沫讨论的一个不同版本。

2025年秋天关于泡沫的讨论真是让人精疲力尽。

它是由一堆因素驱动的，有些是合理的，有些就没那么靠谱了。

除了对循环融资、AI交易的性质、基础设施投资增速这些真实的担忧之外，华尔街普遍也在找点让人紧张的东西，随之而来的是相当可疑的消息来源，比如那个臭名昭著的MIT所谓的“研究”，声称95%的生成式AI试点项目都在失败。

今年这场对话的版本成熟了不少。

第一个原因是，投资者对我们在这个方程的需求侧和收入侧到底在算什么，比去年九月时理解得清楚多了。

给那些真心看空AI的人一点信任，他们当时做的乘法是看总的可用席位乘以每人20或30美元。

他们没法把这个数学结果和投入到基础设施上的金额对上账。

然而，2026年第一季度改变了大数人对这件事的看法。

它同时也回答了我们的另一个辩论问题，就是vibe coding是不是被过度炒作了。

今年收入的爆发式增长，最终让Anthropic在年化收入上反超并超过了OpenAI，这不是由个人订阅驱动的，而是通过API的企业支出。

事实证明，AI不是卖座位的游戏，而是卖算力token的游戏。

重度用户的使用上限不是每月几十或几百美元，而是每月几千甚至几万美元。

随着这个情况越来越清晰，泡沫讨论的格局也发生了很大变化。

在我录音的时候，Anthropic最近报告的营收数字大约是650亿美元的年化运行率。

而OpenAI最近的报告显示他们的年度经常性收入已接近700亿美元，虽然就在我开始录音之前，另一份报告刚出来，暗示实际上更接近500亿美元，差异在于OpenAI和Anthropic计算营收的方式不同。

基本上，当Anthropic给出他们的ARR数字时，他们包括了通过合作伙伴卖出的Claude token，但没有扣除给第三方的分成。

所以一些独立投资者试图用同样的方式计算OpenAI的营收，这就是为什么他们得到的是700亿美元，而不是OpenAI最近似乎和其他人分享的500亿美元。

不管怎样，这些数字都是天文级的。

正如a16z最近指出的，实验室们在2026年增加的营收超过了所有上市软件公司的总和。

但与此同时，资本支出也大幅增加了。

第二季度财报电话会议之后，2026年的资本支出指引在Alphabet、Amazon、Meta和Microsoft加起来大约是7300亿美元，如果把Oracle也算进去，就一路飙升到8250亿美元。

而且这些公司中的大多数，都比年初原本预期的指引提高了。

Moody's认为，到2027年，这笔庞大的资本支出将接近1万亿美元。

所以现在市场关注的焦点就是，即使有那些令人咋舌的收入增长，它能不能够足够快地凑够钱，来支付即将到来的基础设施建设的账单？

Bain认为，AI行业到2031年需要大约6万亿美元的收入，才能支撑所有这些计算资源。

他们声称，目前消费者和企业端的使用能带来1.2到1.8万亿美元，但还剩下大约4.2万亿美元的缺口，必须来自新的市场，比如AI搜索和广告、自动驾驶系统、机器人、药物研发等等。

Bain根据他们的计算，目前预计会有大约8000亿美元的缺口。

而这真的是人们试图弄明白的主要金钱问题。

现在，去年那个关于循环融资的担忧，还没有完全消失。

也就是说，公司所做的许多收入预测，都是基于他们彼此之间的承诺。

基本上每个季度会发生的事情是，超大规模云厂商（hyperscalers）在财报会上谈论他们当前的收入，也谈论他们的收入积压，也就是他们为未来预测的收入，这些收入是他们在基础设施上大肆花钱的理由。

问题在于，这个收入高度集中在仅仅几个买家手里，也就是AI模型实验室。

今年早些时候，The Information报道说，Amazon、Microsoft、Google和Oracle的大约2万亿美元收入积压中，有一半来自于OpenAI和Anthropic这两家公司。

所以看空的人说，如果事情进展不顺利，所有人都挤在一起，风险就会高得多。

另一种集中风险来自OpenAI和Anthropic的收入来源。

Ramp最近公布，OpenAI和Anthropic企业收入的80%，仅仅来自他们1%的客户。

需要指出的是，Ramp能接触到的数据，严重偏向于那些早期采用者、技术前沿的公司和初创企业。

这意味着这可能不能代表整体情况，但即便如此，这种集中风险也足以让一些人觉得不安。

我觉得，这里有多种解读。

显而易见的一种是，如果那1%的客户大幅改变他们的行为，对OpenAI和Anthropic的业务来说可能是灾难性的。

不过，另一种说法是，除非你认为那1%的企业用例与其余99%的企业完全不同，否则看起来OpenAI和Anthropic仍然拥有巨大的潜在市场。

不管怎样，这场辩论现在不仅仅在媒体上展开，也在市场上展开。

随着超大规模云厂商的资本支出承诺上升，他们用自己资产负债表来买单的能力已经用完了。

他们已经动用了股票市场，并且越来越多地动用债券市场，指望用信贷和债务来付账。

这又创造了一种新的风险，是以前这些公司全靠自己资产负债表融资时没有的。

而且我们已经在债券市场看到了一些不安情绪，表明轻松融资的日子可能已经一去不复返了。

而且很快，我们会有很多机会看到市场对AI公司的胃口到底有多大。

今年年底的大事件当然是Anthropic的IPO，之后在2027年某个时候会有OpenAI的IPO，Anthropic正在寻求2万亿美元的估值。

所以这就是辩论一：AI的金钱账算得通吗？

辩论二：人工智能是大众市场，还是高级用户市场？

你会注意到，今年和去年节目之间的一个区别是，我认为最重要的这些辩论，更多是在宏观的大规模层面，而不是像“vibe coding 是否被过度炒作”这种微观问题。

人工智能真的能提高生产力吗？

我认为，尤其是在 agentic coding 成为众多不同职能领域中如此强大的用例之后，很多这些问题都发生了很大变化。

不过，那些炒作性的问题，很多都演变成了关于价值到底能延伸到多远的问题。

换句话说，有没有可能，这是有史以来为高成就者创造的最不可思议的技术，但对其他人来说却没那么好？

当然，从覆盖范围来看，人工智能的可行性似乎并不局限于某一种有抱负的人。

OpenAI 最近分享说，他们现在的周活跃用户达到 12 亿，相比今年夏天突破的 10 亿有了明显跃升。

目前超过三分之二的美国人每周都在使用人工智能，而报告每天使用人工智能的美国成年人比例在过去 6 个月里翻了一倍多，从 3 月份的 8% 上升到 8 月份的 19%。

然而，真正在人工智能上花钱的家庭比例却小得可怜。

事实上，根据我们掌握的最新数据——当然这些数据来自今年 4 月——美国拥有付费 AI 订阅的家庭比例仅为 2.2%。

换句话说，98% 的家庭并没有为人工智能付费，这意味着那近三分之二每周使用人工智能的美国成年人，要么是不付费也能从中获得足够价值，以至于觉得没必要付费；要么是在每周的使用中，得到的价值不足以让他们考虑付费？

当然，不难看出这个问题是如何与之前那个“这笔账到底算不算得过来”的辩论产生交集的。

一个稍微不同的观点是，消费者在人工智能上的支出总额，其增长速度明显快于付费用户人数的增长速度。

Menlo Ventures 最近估计，到 2026 年，全球消费者支出将达到 400 亿美元，是 2025 年的三倍多。

而且，就像我们在企业支出中看到的那样，消费者支出的增长也集中在市场中一个非常狭小的部分。

a16z 最近报告说，人工智能支出最高的前 1% 用户，其支出总额已经超过了后 50% 用户的总和。

而这还只是针对那些为人工智能付费的人群来说的。

付费 AI 用户中，前 1% 的用户平均每月花费 903 美元，而中位数用户每月只花 25 美元。

即使在高级技术用例中，也存在这种幂律分布的情况。

9 月初，Cursor 报告称，在之前一个月里，前 10% 的用户使用了将近三分之二的 token。

那么，这是否意味着人工智能只适合高级用户，或者说行业目前还不太擅长服务其他类型的用户呢？

确实有越来越多的证据支持后者。

2026 年，也就是 agent 之年，是以 OpenCLAW 的爆发式走红开始的。

OpenCLAW 第一次把 agent 的前景带给了广泛的人群，但它的技术也非常复杂。

在过去一年里，人们做了很多工作，试图把这些功能整合成更清晰、更用户友好的产品形态，而这种努力在过去一个月左右真正成熟了。

8 月中旬，我们有了 GrokBot，一个由常驻 agent 组成的团队，在某些方面与 OpenCLAW 团队非常相似，只是用户界面要简单得多。

但最重要的当然还是 Muse。

Muse 是 Meta 的个人 agent，配上可爱的标志，很快就火了起来。

事实上，过去几周 Muse 一直稳居美国 Apple 应用商店排行榜的榜首。

它必须把ChatGPT拉下马才能做到这一点，而自从ChatGPT推出以来，这对应用来说一直不是件容易的事。

Muse并不严格局限于个人使用场景。

你可以用它做很多工作上的事，但它完全围绕你来组织，这在一定程度上模糊了工作和个人生活的界限。

Muse当然不是唯一一个获得关注度的个人AI助手。

例如，Instinct也有很多热议，但它的成功确实表明，这是每个AI公司都会尝试的一种形态。

OpenAI在Dev Day活动上推出了Dots，也加入了这场派对。

这些公司内部的许多早期报告表明，这类功能正在从根本上改变他们与AI互动的方式。

完全有可能，整个AI行业这四年来一直能容忍相当糟糕的产品体验，是因为它们提供的底层智能弥补了用户体验的不足。

不过，如果这类个人AI代理继续被采用，我觉得很多人得更新一下自己对AI能有多大众化的看法。

每一集，我们都会报道OpenAI、Anthropic、xAI、Google和Meta之间的竞争。

然而，至少从商业模式的角度来看，很明显目前企业支出是AI收入的主要驱动力，这当然是证明所有这些基础设施支出合理性的关键。

然而在今年的过程中，企业对AI支出的看法发生了一些相当大的变化。

第一阶段是对智能体编码感到非常兴奋，无论是程序员还是非工程师都在使用。

并试图激励人们去试验，弄清楚如何将这种新能力用于各种有价值的用例。

这就是我们经历过的那个短暂的token maxing时代，你会看到类似token排行榜的东西，比比谁用的token最多，尽管公司很快就发现这是非常昂贵的做法。

事实上，几乎在我们刚开始听到token maxing和token排行榜这类事之后，紧接着就听说有公司开始给公司内部设定token消费上限了。

接下来是商业模式的变化，像Anthropic和Microsoft这样的公司开始摆脱订阅账户中固有的补贴，将重度用户推到API上，让他们真正为自己使用的所有token付费。

这不仅促使重度用户，也促使许多企业开始关注成本效率和单位成本的性能，这至少与整体智能同等重要，甚至更重要。

毫无疑问，中国在这场新的效率推动中一直是早期的领导者。

像DeepSeek V4-1 Flash、KIMI-K3和GLM-53这样的中国模型提供了不同的权衡取舍，推动许多企业开始考虑尝试开放权重模型。

开放权重模型不仅可能意味着成本降低，而且由于可以运行在自己的基础设施上，还可以避免一个日益增长的担忧：那些为你提供智能的AI实验室，会不会利用你使用智能的痕迹最终来跟你竞争。

这两个主题，即企业对高性价比模型的需求和对数据主权的需求，相当显著地改变了AI公司的竞争方式。

首先，从OpenAI和Anthropic等领导者那里，我们看到他们越来越关注更便宜、更高效的模型。

我们从GPT-6 Luna上看到了这一点，它是GPT-6 Sol的一个更便宜、更快的版本。

更近的是，Claude也加入了这场派对，推出了Haiku 5.5，这个模型在其成本下性能非常出色。

事实上，在这一点上，严格从成本角度来看，这些领先的美国低端模型基本上与中国竞争对手一样便宜，或者至少相当接近。

然而，这仍然没有回答数据主权的问题。

企业真的担心世界上的OpenAI和Anthropic利用他们的数据最终与他们竞争吗？

还是说这只是某些人接过的说法？

当然，这是Microsoft决定讲述的一个故事。

萨蒂亚·纳德拉和AI领域的CEO穆斯塔法·苏莱曼一直在鼓吹一个观点，说企业不应该为AI付两次钱，一次是用资金，一次是用数据，而且他们还推出了新的后训练产品来解决这个问题。

这就把我们带回到第三个争论。

主权的AI重要吗，还是只有便宜的AI重要？

如果只有便宜的AI重要，如果这真的是企业的主要考虑，他们很可能就会利用更便宜的美国模型，而不是去处理自己运行本地模型甚至是后训练它们的复杂性。

但如果主权AI重要，那情况就完全不同了。

当然，从所有这些来看，证据表明企业在模型方面会越来越要求更多的选择，而且会比之前看起来更不愿意被锁定在单一供应商的生态系统中。

也许目前最好的证据是埃隆·马斯克最近宣布，尽管他们强调训练自己的模型，但在他们的个人代理GrokBot上，SpaceX会为任何给定任务使用最佳的后端模型，即使这意味着不是Grok模型。

毫无疑问，企业将继续竞争拥有最聪明、最有能力的AI，但AI模型训练和交付的几乎所有其他部分都会在某种程度上由这些问题的答案决定。

关于便宜的AI与主权AI以及模型锁定对企业买家来说到底有多重要。

塑造AI的第四个争论是关于正确的监管方式。

我们已经过了是否有必要建立某种监管框架的阶段。

现在的问题在于细节。

宽泛地讲，这是一个自我监管与政府监管的问题，尽管这甚至可能是一种暂时的状态。

到目前为止，特朗普白宫一直专注于自愿自我监管式的方法。

六月，他签署了一项行政命令，要求AI公司自愿向政府提供对其模型的预先访问权，以便在发布前进行审查。

然后在九月底，一批AI CEO签署了一份自愿安全协议，基本上是说如果他们的模型带来不当风险，他们有责任自我调整节奏。

当然，AI行业中的许多人已经开始相信，我们已经到达或即将到达一个需要更谨慎关注的节点。

到目前为止，2026年在这个方面的关键词是“给前沿减速”的想法，即公司们联合起来自愿放缓产品发布的速度，以避免AI中失控代理带来的最严重潜在后果。

而且这些担忧越来越不是理论性的，而是基于现实世界的事件。

Hugging Face事件中，来自一个未发布的OpenAI模型的代理突破了限制，并且设法访问了Hugging Face的服务器以获取他们正在执行的基准测试的结果，这无疑是关于随着代理式AI成熟我们将面临的各种挑战的最清晰的警示。

而最近，不仅仅是网络安全方面的担忧，还有存在性风险的担忧，在主流媒体上登上了大标题。

前Anthropic研究员雅各布·科克森自从辞职以来一直在进行一场无休止的媒体巡讲，向任何愿意听并给他平台的人讲述他认为AI导致人类灭绝的高概率。

随着Anthropic的IPO越来越明朗，投资者们正在努力思考如何为这种风险定价，无论是恶意AI的网络安全风险还是更极端的风险。

与此同时，我们看到越来越多的立法努力，要求采取更激进的监管行动。

例如，伯尼·桑德斯提出了立法，禁止人工超级智能，并暂时暂停先进AI的发展。

而且我们几乎看到了无休止的关于“终止开关”法案的讨论，旨在为造成不当危害的AI系统创建一个终止开关。

虽然目前因为白宫的立场，争论可能是自我监管与政府监管，但我认为很快社会将认定自我监管过于有限，而争论将转向哪些是最重要的需要进行监管的风险。

换句话说，旨在改善网络安全考虑的政策可能与试图避免AI灾难情景的政策看起来非常不同。

我倾向于认为，无论你在这个光谱上处于什么位置，你都应该欢迎这种转变，因为它将我们从一场非常理论化且坦率地说相当无力的辩论，转向一场我们想法真正可能出现在最终呈现的政策中的辩论。

而考虑到即将到来的中期选举，现在塑造AI的最后一个争论是：数据中心能否赢得邻居的支持？

当然，数据中心已经成为人们对 AI 不满的实际体现。

坦白说，我认为这也反映了人们对有钱有势的势力在没有得到社区充分发言权的情况下，强行将自己的意志施加于社区的这种做法感到不满。

今年，反对数据中心的声音明显增加了。

说得委婉一点，皮尤研究中心在九月底发布的研究显示，美国人对数据中心的态度变得更加负面。

自一月份以来，对数据中心对环境、家庭能源成本和当地生活质量的影响持负面看法的人数比例都有所上升，而且很少有人希望数据中心建在自己家附近。

顺便说一下，这是一个跨党派的一致立场，共和党人和民主党人讨厌数据中心的比例相当接近。

现在，AI 行业试图消除一些助长这种舆论的错误说法。

比如说，有证据表明数据中心推高人们电费的说法其实是站不住脚的，证据很有限。

但令人惊讶的是，当人们被告知他们在一个对他们很重要的问题上看法错误时，这并没有真正改变他们的态度。

随着他们态度日趋强硬，政客们也纷纷跟进，同样是跨越党派界限，从民主党到共和党都如此。

目前，数据中心建设者的行动轨迹已经相当明朗。

今年年初，他们发起了“Ratepayer Protection Pledge”（纳税人保护承诺），再次自愿承诺购买或建造其设施所需的发电能力，以确保不会增加所在社区居民的电费成本。

事实证明，这还不够。

接下来重要的一步是，各公司开始放弃使用 NDA（保密协议）。

过去，数据中心建设者与当地官员之间的谈判常常隐藏在保密协议之后，这成为了那些感到无权和被排斥的人的首要证据，因此公司也明白了这一点，承诺不再这样做。

最后，最近，数据中心建设者们意识到，仅仅确保电价不上涨是不够的。

也不能仅仅不再遮遮掩掩，他们还必须向自己建厂所在社区投入多得多的资金。

这包括基础设施投资、支持当地社区项目，没错，甚至直接向居民支付款项。

但这足够吗？

还有待观察。

我认为这值得作为影响 AI 的辩论之一的原因在于，在很多方面，数据中心至少在一定程度上也是人们对 AI 整体情绪的具体体现，而这种情绪用一个词来说就是——不太好。

然而，尽管美国人担心 AI，并表示不喜欢 AI，但他们确实在大量使用 AI。

乐观的看法是，如果 AI 的使用对他们来说非常重要，无论出于什么原因，而他们又对 AI 目前的状况感到担忧，这会激励他们参与进来，努力让 AI 和 AI 行业变得更好。

民主是一个混乱的过程，但我们现在进行所有这些讨论，这已经成为一个政治议题，我们正在讨论具体的政策提案，所有这些我认为与之前那种只是在社交媒体上互相争吵的局面相比，都是巨大的进步。

以上就是目前影响 AI 的五大辩论。

当然还有很多其他的。

如果你感兴趣，也许我们将来会做一个更技术性、或更侧重于产品和模型的版本。

但就目前而言，今天的人工智能每日简报就到这里。

一如既往地感谢您的收听或观看。

下次再见，祝平安。