本周概览

经过三年的疯狂补贴和增长，AI 订阅模式的经济基础开始崩溃。OpenAI 预计其核心产品 ChatGPT Plus 的订阅量将在2026年暴跌80%，而 Microsoft 被迫将 GitHub Copilot 转向按 token 计费，正式宣告“AI 补贴时代”的终结。与此同时，NVIDIA CEO Jensen Huang 宣布“推理拐点”已经到来，计算需求在两年内增长了100万倍，但这种增长却建立在不可持续的经济模型之上。更令人警醒的是，主流媒体和知名学者开始公开质疑科技巨头在 AI 基础设施上的7000亿美元投入是否构成“史上最大的资本错配”。

本周关键词： 订阅崩溃、推理拐点、资本错配、token 计费、AI 经济学、编程代理突破、CPU 短缺、补贴终结

趋势一：AI 订阅模式的经济崩溃

趋势解读：

经过三年的高速增长，AI 订阅模式的经济基础正在崩溃。本周最震撼的消息来自 The Information 的报道：OpenAI 内部预测显示，其每月20美元的 ChatGPT Plus 订阅量将从2025年的4400万用户暴跌80%至2026年的900万用户。这不是一个渐进式的调整，而是一场断崖式的崩溃。

更令人震惊的是 OpenAI 的应对策略：他们计划通过推广每月5-8美元的广告支持版本“ChatGPT Go”，将订阅量从2025年的300万激增3600%至2026年的1.12亿。即使这个近乎不可能的增长目标实现，按每月5美元计算，OpenAI 仍将面临1.55亿美元的收入缺口。

几乎在同一时间，Microsoft 宣布 GitHub Copilot 将于2026年6月1日全面转向基于 token 使用量的计费模式。这标志着 AI 行业最成功的订阅产品之一正式放弃了固定月费模式。此前，GitHub Copilot 每月收费19美元，但用户平均每月消耗的 token 成本高达20-80美元，Microsoft 三年来一直在补贴这个差额。

核心动态：

• OpenAI ChatGPT Plus 订阅量预计暴跌80%
  
   — 从2025年4400万降至2026年900万，计划用更便宜的 ChatGPT Go 弥补（需增长3600%） [The Information]
• GitHub Copilot 转向按 token 计费
  
   — 6月1日起结束固定月费，用户将按实际 token 消耗付费，Microsoft 称现有模式“不再可持续” [GitHub Blog]
• AI 订阅的真实成本曝光
  
   — Anthropic 文档显示 Claude Code 用户平均每天消耗13-30美元 token，年成本高达3276-7560美元 [Anthropic Docs]
• 企业 AI 支出失控
  
   — Goldman Sachs 报告显示部分企业 AI token 支出已达员工成本的10%，预计数季度内将达100% [Ed Zitron]
• Anthropic 调整定价策略
  
   — 企业客户已转向按 token 计费，消费者订阅调整即将到来 [The Information]

这场崩溃的根源在于 AI 订阅模式从一开始就建立在不可持续的经济基础上。与 Netflix 或 Spotify 这类订阅服务不同，AI 服务的成本与用户使用量直接挂钩，且波动极大。一个用户可能只用 ChatGPT 做简单搜索，而另一个用户可能要求它重构整个代码库或生成长篇文档。在固定月费模式下，后者的 token 消耗可能是前者的数百倍。

更糟糕的是，AI 公司刻意隐藏了真实成本。他们使用“请求数”、“消息限制”或百分比进度条，而非直接显示 token 消耗量和成本。这种信息不对称让用户在不知不觉中养成了高消耗习惯，也让企业在预算规划时严重低估了真实开支。

当 GitHub Copilot 用户发现他们过去一个“高级请求”(premium request）实际消耗了价值11美元的 token 时，Reddit 论坛瞬间炸锅。用户们意识到，他们过去三年享受的“生产力革命”，本质上是 Microsoft 每月补贴他们数十美元甚至上百美元的结果。

关键数据：

• OpenAI ChatGPT Plus 订阅量预计从4400万降至900万（-80%）
• ChatGPT Go 需要从300万增长至1.12亿（+3600%）才能弥补收入
• GitHub Copilot 用户平均每月消耗20-80美元 token，但只支付19美元
• Claude Code 企业用户平均每天消耗13-30美元，年成本3276-7560美元
• 部分企业 AI token 支出已达员工成本的10%，预计将达100%
• Anthropic 用户曾能用1美元订阅费消耗8美元 token(800%补贴率）

趋势二：推理拐点与编程代理的突破

趋势解读：

就在 AI 订阅模式崩溃的同时，AI 应用本身却在经历一场真正的突破。NVIDIA CEO Jensen Huang 在 GTC 大会上宣布：“推理拐点已经到来。”他指出，过去两年 AI 计算需求增长了100万倍，其中训练需求增长1万倍，而使用量（推理）增长100倍。这意味着 AI 已经从实验室走向生产环境，从“训练时代”进入“推理时代”。

本周最显著的信号是编程代理正在“突破容器”(breaking containment)。OpenAI 的 Codex 和 Anthropic 的 Claude 都不再满足于仅仅辅助编程，而是开始进入更广泛的知识工作和创意工作领域。

OpenAI 推出了“Codex for Work”，明确将 Codex 定位为通用计算机工作助手，而非仅仅是编程工具。新版本支持 Microsoft Office、Google Workspace、Salesforce 集成，可以处理文档、电子表格、演示文稿、研究和规划任务。Codex 的计算机使用（Computer Use）速度提升了42%，并引入了类似 Anthropic Cowork 的规划界面和文件编辑器。

Anthropic 则推出了 Claude Security（代码审查工具）和对创意工具的支持，包括 Blender、Autodesk、Adobe Creative Cloud、Ableton、Splice、Canva 等。这标志着 AI 代理正在从程序员的工具变成设计师、音乐人、视频制作者的工具。

核心动态：

• Jensen Huang 宣布“推理拐点到来”
  
   — AI 计算需求两年增长100万倍，推理成为新的增长引擎 [NVIDIA GTC]
• OpenAI Codex 突破编程领域
  
   — 推出“Codex for Work”，支持 Office/Google/Salesforce，计算机使用速度提升42% [OpenAI]
• Claude 进入创意工作领域
  
   — 支持 Blender、Adobe、Ableton 等创意工具，推出 Claude Security 代码审查 [Anthropic]
• GPT-5.5网络安全能力突破
  
   — 英国 AI 安全研究所报告显示 GPT-5.5在多步骤网络攻击模拟中达到71.4%成功率，接近 Claude Mythos [UK AISI]
• Cursor 推出 SDK 平台化
  
   — 将 Cursor 的运行时、工具和模型开放给 CI/CD、自动化和产品内嵌代理使用 [Cursor]
• CPU 需求激增
  
   — Intel CEO 称推理计算导致 CPU 需求增长10倍，可能出现 CPU 短缺 [Intel Q1 Earnings]

推理拐点的到来意味着 AI 的价值创造方式发生了根本性转变。在训练时代，投资主要流向 GPU 集群和大规模预训练；在推理时代，价值创造发生在每一次用户交互、每一个代理任务、每一行生成的代码中。这解释了为什么企业的 AI token 消耗如此之高：因为 AI 已经深度嵌入了日常工作流程。

编程代理的突破尤其值得关注。过去，AI 辅助编程被视为一个垂直应用；现在，它正在演变为一个通用的“计算机使用”平台。当 Codex 可以操作 Office 文档、Claude 可以控制 Blender 时，我们看到的不再是“AI 辅助工具”，而是“AI 操作系统”的雏形。

但这种突破也带来了新的挑战。Intel CEO Lip-Bu Tan 在 Q1财报电话会议上警告，推理计算正在导致 CPU 需求激增，可能出现 CPU 短缺。原因很简单：虽然模型推理在 GPU 上运行，但代理执行的实际任务——运行软件、操作文件、模拟环境——都需要大量 CPU 资源。而过去两年，企业为了购买 GPU 已经削减了 CPU 的更新预算，现在正面临一个尴尬的局面：有 GPU 但没有足够的 CPU 来支撑代理工作负载。

关键数据：

• AI 计算需求两年增长100万倍（训练1万倍×使用100倍）
• Codex 计算机使用速度提升42%
• GPT-5.5网络安全任务成功率71.4%，接近 Claude Mythos 的68.6%
• Intel 报告推理计算导致 CPU 需求增长10倍
• Cursor SDK 开放，支持 CI/CD 和产品内嵌
• Claude 支持10+创意工具平台

趋势三：史上最大资本错配的质疑

趋势解读：

就在 AI 行业庆祝推理拐点到来的同时，一个更深层的问题开始浮出水面：这场 AI 基础设施的疯狂投资是否构成“史上最大的资本错配”？

本周，知名 AI 批评者 Gary Marcus 的警告首次被主流商业媒体 MarketWatch 引用为头条。MarketWatch 的文章标题直指要害：“科技巨头2026年在 AI 上的7000亿美元支出被称为‘史上最大的资本错配’”。这标志着对 AI 泡沫的质疑已经从学术圈和技术社区扩散到主流商业媒体。

更值得注意的是，HBO 的《Last Week Tonight》节目也在本周播出了关于 AI 炒作的深度批评。当主流娱乐媒体开始嘲讽 AI 行业时，这通常意味着公众情绪正在发生转变。

质疑的核心在于 AI 数据中心的经济学根本不成立。以 Oracle 为 OpenAI 建设的 Stargate Abilene 数据中心为例：这个1.2GW、耗资528亿美元的项目预计年收入100亿美元，但考虑到 GPU 折旧、电力成本、托管费用和债务利息，其毛利率在第一年仅为5.19%，而在开始偿还本金后将变为负40%。

更糟糕的是，这个项目的可行性完全依赖于 OpenAI 能否实现其疯狂的增长预测：从2026年到2030年，OpenAI 需要筹集或赚取8520亿美元才能支付所有计算合同。这要求其业务每年增长250%，四年内增长10倍，同时还要在2030年前实现现金流为正。

核心动态：

• MarketWatch 引用“史上最大资本错配”警告
  
   — Gary Marcus 的批评首次成为主流商业媒体头条 [MarketWatch]
• 《Last Week Tonight》批评 AI 炒作
  
   — HBO 主流节目开始嘲讽 AI 行业过度承诺 [HBO]
• 科技巨头2026年 AI 投入7000亿美元
  
   — 但 ROI 证据稀缺，多项研究质疑实际回报 [Multiple Sources]
• Oracle Stargate 项目经济学崩溃
  
   — 528亿美元投资，预计毛利率仅5.19%，偿还本金后变为负40% [Ed Zitron Analysis]
• OpenAI 需要8520亿美元才能生存
  
   — 2026-2030年需筹集或赚取8520亿美元支付计算合同，要求年增长250% [The Information]
• AI 数据中心建设严重滞后
  
   — 宣称的114GW 容量中仅15.2GW 在建，且“在建”可能只是“地上有个坑” [Industry Analysis]

这场质疑的核心不在于 AI 技术本身是否有价值，而在于当前的投资规模、速度和经济模型是否可持续。问题在于三个层面：

第一，供需错配。AI 数据中心的建设周期是1-3年，但客户需求的可见性只有几个季度。Oracle 为 OpenAI 建设7.1GW 容量，预计总收入750亿美元，但 OpenAI 的支付能力完全依赖于其能否实现不切实际的增长预测。如果 OpenAI 在2027年融资失败，Oracle 将面临巨额亏损。

第二，技术折旧。NVIDIA 的年度升级周期意味着今天安装的 GPU 在完成第一个客户合同（通常6年）后几乎没有剩余价值。这与传统数据中心完全不同：传统服务器可以使用10年以上，而 AI GPU 的经济寿命可能只有2-3年。

第三，需求集中度。50%的在建 AI 数据中心容量是为 OpenAI 和 Anthropic 建设的。这两家公司都在大幅亏损，且都依赖持续融资。如果其中任何一家出现财务问题，整个 AI 基础设施行业都将遭受重创。

更深层的问题是：即使 AI 技术持续进步，当前的商业模式能否支撑这种投资规模？当用户发现他们需要为 AI 服务支付真实成本时，需求会不会大幅萎缩？当企业发现 AI token 支出达到员工成本的100%时，他们会不会重新评估 ROI?

关键数据：

• 科技巨头2026年 AI 基础设施投入：7000亿美元
• Oracle Stargate Abilene 总投资：528亿美元
• Stargate 预计年收入：100亿美元
• Stargate 第一年毛利率：5.19%
• Stargate 偿还本金后毛利率：-40%
• OpenAI 2026-2030年需要筹集/赚取：8520亿美元
• OpenAI 需要的年增长率：250%
• 宣称的 AI 数据中心容量：114GW
• 实际在建容量：15.2GW（仅13.3%）
• OpenAI+Anthropic 占在建容量比例：50%

本周时间线

4月26日（周六）

• Anthropic 开放 Claude 对创意工具的支持（Blender、Adobe 等）

4月27日（周日）

• HBO《Last Week Tonight》播出 AI 炒作批评节目
• Oracle 发推称 Stargate Abilene“按计划进行”（实际严重滞后）

4月28日（周一）

• The Information 报道 OpenAI 预计 ChatGPT Plus 订阅量将暴跌80%
• Ed Zitron 发表《AI‘s Economics Don’t Make Sense》深度分析
• Intel Q1财报电话会议，CEO 警告 CPU 需求激增10倍
• Anthropic 推出 Claude Security 代码审查工具

4月29日（周二）

• OpenAI 推出“Codex for Work”，突破编程领域
• GitHub 宣布6月1日转向按 token 计费
• 英国 AI 安全研究所发布 GPT-5.5网络安全能力评估
• Cursor 推出 SDK，平台化编程代理能力

4月30日（周三）

• Gary Marcus 发推警告“史上最大资本错配”
• MarketWatch 引用 Gary Marcus 警告作为头条新闻
• Latent Space 发布《The Inference Inflection》深度分析
• Demis Hassabis(DeepMind CEO）接受 Y Combinator 访谈

5月1日（周四）

• OpenAI 发布 Codex 计算机使用速度提升42%的更新
• Replit CEO 谈“未来公司只剩两种工作”
• 多个开源模型发布：Qwen3.6 27B、Tencent Hy3-preview

5月2日（周五）

• Y Combinator 发布“递归是 AI 的下一个扩展定律”视频
• 社区持续讨论 AI 订阅模式崩溃的影响

本周关键指标：

• OpenAI ChatGPT Plus 订阅量预计变化：-80%
• ChatGPT Go 需要增长率：+3600%
• AI 计算需求两年增长：100万倍
• CPU 需求增长：10倍
• 企业 AI 支出占员工成本比例：10%→100%
• 科技巨头2026年 AI 投入：7000亿美元
• OpenAI 2026-2030年需要资金：8520亿美元

趋势洞察

本周的三个信号共同指向一个深刻的矛盾：AI 技术正在经历真正的突破，但支撑这场突破的商业模式和投资逻辑正在崩溃。

矛盾的核心：

一方面，推理拐点确实到来了。编程代理突破容器，进入知识工作和创意工作；AI 开始真正嵌入企业工作流程；计算需求增长100万倍。这些都是技术成熟和应用落地的信号。

另一方面，支撑这场应用爆发的经济基础却是不可持续的。AI 公司通过补贴训练用户养成高消耗习惯，企业在不知不觉中将 AI 支出推高到员工成本的10%甚至100%，数据中心建设者为两家亏损公司投入数百亿美元，而这一切都建立在不切实际的增长预测之上。

本周关键信号：

1. 订阅模式崩溃是必然的
   
    — AI 服务的成本结构决定了固定月费模式不可持续，按 token 计费是唯一合理的定价方式。但这将导致用户需求大幅萎缩，因为大多数用户无法或不愿支付真实成本。
2. 推理拐点带来新的瓶颈
   
    — 从 GPU 短缺到 CPU 短缺，从训练成本到推理成本，瓶颈在转移但没有消失。更重要的是，推理成本随使用量线性增长，这与互联网服务的边际成本递减完全不同。
3. 资本错配的质疑进入主流
   
    — 当 MarketWatch 和 HBO 开始质疑 AI 投资时，这不仅是舆论转向的信号，更是投资者情绪可能转变的前兆。历史上，技术泡沫的破裂往往始于主流媒体的质疑。

三个信号的内在联系：

这三个信号不是孤立的，而是同一个故事的三个章节：

• 第一章（订阅崩溃）:
  
   揭示了 AI 商业模式的根本缺陷
• 第二章（推理拐点）:
  
   展示了技术突破带来的新挑战
• 第三章（资本错配）:
  
   质疑了整个投资逻辑的可持续性

展望下周：

下周值得关注的方向：

1. GitHub Copilot 用户对按 token 计费的实际反应
2. OpenAI 是否会调整 ChatGPT Plus 的定价或限制
3. 更多 AI 公司是否会跟进转向按 token 计费
4. 投资者对 AI 基础设施投资的态度是否开始转变
5. 企业客户如何应对 AI 成本的大幅上升

经过三年的疯狂增长和补贴，行业开始面对一个残酷的现实：当前的商业模式和投资逻辑可能根本不可持续。

对于企业高管而言，本周的信号非常明确：

1. 重新评估 AI 投资的 ROI
   
    — 当 AI 成本从“每月20美元”变成“每天30美元”时，很多应用场景的经济性将完全改变。
2. 准备应对成本上升
   
    — 按 token 计费将成为常态，企业需要建立 AI 支出的监控和管理机制。
3. 关注技术债务
   
    — 在补贴时代养成的 AI 使用习惯可能在真实成本下无法持续，需要重新设计工作流程。
4. 警惕供应商风险
   
    — AI 基础设施的建设高度集中在少数亏损公司，供应链风险正在上升。

AI 技术本身仍在快速进步，编程代理的突破是真实的，推理能力的提升是显著的。但技术进步不等于商业成功，更不等于投资回报。本周的信号表明，AI 行业正在从“技术炒作”阶段进入“经济现实”阶段，而这个转变可能比大多数人预期的更加痛苦。

最关键的问题是：当用户和企业需要支付 AI 的真实成本时，这个市场还有多大？

这个问题的答案，将决定 AI 行业的未来。