ARTICLE · 1067681
AI巨头嘴上喊刹车,脚下猛踩油门:教员早就看透的资本本能
AI巨头嘴上喊刹车,脚下猛踩油门:教员早就看透的资本本能就在上周，Anthropic发布了Claude Opus 5.5，运行成本比上一代直降40%。这不是一次普通的产品迭代——它是Anthropic在公开发文呼吁“pacing the frontier”（为前沿技术降速）之后发布的第一款模型。同一天，OpenAI更狠，一口气端出GPT-6 Sol和GPT-6 Luna，API价格直接腰斩50%。奥特曼放话：按任务定价衡量，“市场上没有竞争对手”。大洋彼岸，特朗普宣布成立“AI Force”（人工智能部队），设置“AI沙皇”一职，声称“不会以任何方式阻碍或压制这个不可思议的行业的发展”——目标只有一个：继续领先中国。 嘴上说慢点跑，身体却很诚实。一边呼吁AI减速，一边猛踩油门——这不是精神分裂，这是资本的本能。信息很明确：全球AI竞赛的刹车片，已经被拆了。 怎么理解这件事？咱们不着急下结论，先跟教员的思想出发，看一看底层的逻辑。 一、主要矛盾变了，游戏规则就变了 教员在《矛盾论》里讲过一个核心观点：任何复杂事物中都有许多矛盾，但必有一个是主要矛盾。抓住了主要矛盾，一切问题就迎刃而解。 AI这件事，过去几年的主要矛盾是什么？是“技术发展 vs 安全风险”。所以你会看到各种安全倡议、伦理宣言、减速呼吁。Anthropic的CEO达里奥·阿莫代伊甚至公开撰文，呼吁给AI发展“踩刹车”，让安全体系追上来。但现在，主要矛盾变了。变成了“我的AI速度 vs 对手的AI速度”。 特朗普说得很直白：“我们在领先中国和其他所有国家，我打算保持这种状态”。当AI从“技术问题”升级为“国运问题”，从“行业议题”变成“军备竞赛”，矛盾的优先级就发生了根本性转移。这就是教员讲的“主要矛盾和次要矛盾在一定条件下可以相互转化” 。一旦AI和安全、国运深度绑定，在竞争没有出现一个可以被各方接受的结果之前，无论主动还是被迫，就几乎没有减速的先例。不是他们不想踩刹车，是换了赛道之后，刹车本身就变成了“叛变” 。 二、钱往哪里流，真相就在哪里 光看他们说什么不够，得看他们做什么。行为是最诚实的语言。瑞银预测，2026年全球AI资本支出将达到9980亿美元，同比几乎翻倍，2027年进一步飙到1.447万亿美元。中国这边，2026年AI基础设施资本开支预计同比增长103%，达到9320亿元。高盛的预测更猛：到2026年底，全球AI投资将超过1万亿美元。这不是投资，这是军备竞赛的弹药消耗。 钱在往哪里砸？Anthropic在呼吁减速的同时，IPO时间表上没有任何对应的减速迹象。这就好比一个人一边喊“跑太快了会摔跤”，一边偷偷给自己换了双更好的跑鞋。为什么？因为这是资本的本能，不是道德的选择。 GPT-6 Sol的API价格从每百万Token输入4美元降到2美元，输出从20美元降到10美元。Claude Opus 5.5的任务成本比上一代降了40%。表面上看是“降价惠民”，本质上是用价格战加速市场占领，把对手逼到墙角。教员说过，“实践是检验真理的唯一标准” 。不看AI巨头们说什么，就看他们把钱砸向哪里。答案很清楚：他们正在用真金白银投票，赌AI继续加速。 三、这件事对经济意味着什么？ 咱们说点实在的——这轮AI加速，对咱们普通人的钱袋子和饭碗意味着什么？ 第一，资本支出的“虹吸效应”。 近万亿美元的AI投资砸下去，会从其他行业吸走大量资本和人才。高盛预计，AI投资将给美国GDP增速贡献约0.5个百分点。听起来是好事，但问题是——这笔钱从哪里来？桥水基金已经在削减AI基建仓位，警告相关资产已被大幅定价。这说明聪明的钱开始担心一件事：AI投资日益依赖债务融资，支出增速超过销售增速，自由现金流已经见顶回落。翻译成人话：这场军备竞赛，越来越多是靠借钱打的。 借钱打仗，赢了是英雄，输了是债务危机。 第二，就业市场的“创造性破坏”。 教员在《矛盾论》中强调，要正视矛盾的普遍性和特殊性。AI对就业的影响，恰恰体现了这种辩证关系。 IMF研究显示，发达经济体中约60%的就业岗位将受到AI影响，其中半数面临较高的替代风险。文职、行政、会计、客服这些以信息处理为核心的岗位，替代风险最高。但别急着恐慌。历史经验告诉我们，技术革命从来不是简单的“消灭岗位”，而是岗位结构的重组。上科大的一份报告显示，ChatGPT问世以来，中国线上招聘池中超过四分之一的岗位处于“AI高替代敞口”，但同期市场约有2100万个岗位由任务重组而生，占总招聘岗位的18.6%。有意思的是，被很多人以为会被AI“消灭”的翻译岗位，2026年反而“强势回归”了——只不过新岗位不再只是语言转换，而是融汇了跨文化谈判、商务洽谈等复合能力。 这就是熊彼特说的“创造性破坏”——旧均衡被打破的废墟上，会长出新的秩序。对个人来说，关键不在于“AI会不会取代我”，而在于你能不能站到“创造性”那一侧，而不是“破坏”那一侧。 第三，全球产业格局的“哑铃型”分化。 摩根士丹利有个很精辟的观察：中国AI价值链正在形成“哑铃型”盈利格局——两端是战略性硬件瓶颈和大型云平台，中间是独立大模型实验室，面临低转换成本、激烈价格竞争和有限定价权的多重压力。这意味着什么？AI加速带来的红利，不会均匀分配。 上游卖铲子的——芯片、算力、数据中心——赚得盆满钵满。下游有场景有用户的——云平台、互联网生态——也能分到蛋糕。中间那些既没有硬件护城河、又缺乏用户入口的独立模型公司，很可能会被卷死在价格战里。GPT-6直接腰斩定价，Claude Opus 5.5成本降40%，就是这场中间层绞杀战的第一枪。 四、教员的“实践论”，放到今天依然锋利 教员在《实践论》中有一个非常深刻的论断：“实践和认识之每一循环的内容，都比较地进到了高一级的程度” 。AI的发展，恰恰就是这个“实践—认识—再实践—再认识”的循环。 每一次模型迭代，都是把上一轮的“认识”（用户反馈、安全测试、性能瓶颈）重新投入“实践”（训练、部署、应用），然后在新的实践基础上获得更高一级的认识。Anthropic在发布Opus 5.5时特别提到，这是他们“呼吁为前沿技术降速”后的首次发布——这本身就体现了实践对认识的修正：你以为你能喊停，但竞争环境不允许。 这对我们理解当前经济形势非常重要。不要用静态的眼光看问题，不要以为今天的竞争格局就是明天的格局。 AI行业的迭代速度比任何传统行业都快，今天领先的模型，三个月后可能就被超越了。GPT-5.6到GPT-6的跳跃、Claude从Opus 5到Opus 5.5的跨越，都在说明一个道理：在这个领域，“停下来”就等于“出局” 。 五、中国的选择：不做盲目跟风者 在这场全球AI加速竞赛中，中国的位置很特殊。 一方面，中国已经明确将AI纳入国家战略。“十五五”规划纲要提出“全面实施‘人工智能+’行动”，从“全面实施”进一步升级为“深入实施”。2026年一季度，中国日均Token调用量突破140万亿，人工智能相关集成电路制造销售收入同比增长67.7%。 另一方面，中国始终强调“以人为本”的AI发展导向，强调人工智能与民生保障的深度结合。这和美国“不遗余力保领先”的打法，在底层逻辑上有微妙但重要的区别。 教员的矛盾分析法告诉我们：矛盾的普遍性寓于特殊性之中。 AI加速是全球性的普遍趋势，但每个国家如何应对，取决于各自的具体条件。中国有全球最大的应用场景、最完整的产业链、最庞大的工程师队伍——这些是中国在AI竞赛中的“根据地”。但也要清醒看到风险。 第一，AI资本开支的高速扩张，如果回报不及预期，可能引发局部资产泡沫。第二，就业结构的快速调整，如果技能培训体系跟不上，可能产生结构性失业。第三，中美技术竞争的不确定性，可能对全球供应链造成持续扰动。 六、最后说句掏心窝的话 教员有一句大家都很熟悉的话：“前途是光明的，道路是曲折的。”AI这列高速列车，在未来相当长一段时间里，不会减速。这是由全球竞争格局、资本回报逻辑和技术演进规律共同决定的，不以任何人的个人意志为转移。但“不减速”不等于“盲目冲”。对个人来说，最重要的不是站在旁边焦虑，而是想清楚自己在这列火车上的位置。是被甩在站台上的人？是被动坐在车厢里的乘客？还是参与驾驶的司机？历史不会等你准备好才发车。但好消息是——这趟车现在还在加速阶段，现在上车，还来得及。