夜雨聆风哈喽，大家好，我是继词客。
每天精选3个AI热梗，让你秒懂AI圈，聊天不落后！
🔥梗01 贵替身
你以为AI是省钱神器？NVIDIA高管亲口说："对我团队来说，算力的成本远超员工工资"——原来AI不是省钱，是另一种烧钱方式。
小小梗儿哪里来
微软报告：使用AI的成本高于支付人工工资
微软发布报告指出，在特定工作场景中，部署和使用AI的成本目前已高于支付相应的人工工资。报告分析了基于"tokens"和"agents"的AI使用模式，发现其综合开销超过了雇佣人类员工完成同类任务的费用。Uber的CTO更是透露，公司2026年的AI编程工具预算，仅四个月后就烧光了。
来自：Fortune[1]
其中道理摊开来
"贵替身"——AI不是来替代人类干活的"平替"，而是请了一个比你还贵的数字替身。你以为买了个打工机器人，结果人家是拿年薪的贵替。
核心反差：大家以为AI = 便宜 + 高效，现实是AI = Token按量计费 + Agent按次烧钱，用得越多账单越厚。Uber四个月烧完整年AI预算，这哪是AI助手，这是请了个氪金玩家在替你打工。
为啥好笑乐开怀
日常唠嗑随手来
AI干货讲明白
AI的成本陷阱藏在两个层面：一是Token计费模式——每次调用都按Token数收费，用得越多单价虽降但总量暴增，Goldman Sachs预测到2030年Agentic AI将驱动Token消费量增长24倍，达到每月1200亿亿Token；二是Agent模式——AI不再只是回答问题，而是自主执行多步骤任务，每个任务背后是几十次模型调用，单次任务成本可能是普通对话的几十倍。Gartner预测到2030年，千亿参数级LLM的推理成本将比2025年低近90%，但单位成本下降≠企业总成本下降——因为用量涨得更快。所以微软报告说"AI比人贵"，不是AI不行，是当前这个阶段，AI的工具属性还没跑赢它的烧钱属性。
🔥梗02 门拆了
AI把入门级工作给"优化"了，74%的CEO直接冻结或缩减招聘——应届生求职的"门"，被AI给拆了。
小小梗儿哪里来
AI替代入门级工作：科技行业受裁员冲击最重，74% CEO 冻结或缩减招聘
奥纬咨询研究发现，AI工具正被广泛用于入门级任务，导致企业招聘重心转向高级岗位，年轻人求职难度加大。科技行业受冲击最严重，74%的CEO已冻结或缩减招聘。计划削减初级岗位的比例从17%跃升至43%，而招聘转向中层岗位的比例则升至30%。报告警告，过快裁员或忽视初级人才储备，可能对人才梯队造成长远风险。
来自：IT之家[2]
其中道理摊开来
"门拆了"——职场这栋楼，入门级岗位就是一楼的门，新人先进门、再爬楼梯。现在AI把一楼的门给焊死了——不是你不够优秀，是你连进场的机会都被算法给替了。
74%的CEO冻结初级岗位招聘，这不是某个公司的选择，是整个行业的集体转向：能自动化的入门任务（写邮件、整理数据、做PPT）全丢给AI，人类员工从"做执行"直接跳到"做决策"，但问题是——没人从执行做起，决策能力从哪来？
为啥好笑乐开怀
日常唠嗑随手来
AI干货讲明白
这波AI替代的核心特征是：它先替代的不是"低端工作"，而是"入门级白领任务"——写摘要、整理数据、回复邮件、做基础分析。这些任务恰恰是应届生入职后最先做的事情，也是积累行业认知的第一级台阶。McKinsey、Goldman Sachs等机构已明确表示初级分析师岗位将大幅缩减，META更是直接取消了应届生入门项目。更深层的问题是人才梯队的断层——当企业不再培养初级人才，5-10年后高级人才的供给从哪来？奥纬咨询报告警告：忽视初级人才储备，将对人才梯队造成长远风险。这不只是应届生的困境，更是整个行业在透支未来。
🔥梗03 万亿烧
黄仁勋说AI基建年度开支要冲到4万亿美元——这是新词"烧"的终极形态：万亿烧，烧的不是木头，是全世界的数据中心。
小小梗儿哪里来
黄仁勋：AI 基建年度开支要冲到 4 万亿美元！
英伟达发布2027财年Q1财报，营收816亿美元，同比增长85%，净利润583亿美元，翻两倍多，市值达5.7万亿美元，已超德国2026年GDP预测。黄仁勋预测，超大规模云厂商的AI基建年度开支将从当前的1万亿美元，增长至3-4万亿美元，远超华尔街预期。财报同时显示，数据中心业务营收752亿美元，占比超九成。值得注意的是，AI基建的高能耗正推高居民电费，数据中心用电成本转嫁效应已初步显现。
来自：IT之家[3]
其中道理摊开来
"万亿烧"——全世界正在发生一场人类历史上最贵的"篝火派对"：超大规模云厂商（亚马逊、谷歌、微软、Meta）每年往AI基建里砸的钱，从1万亿美元冲向4万亿美元——这是什么概念？德国全年的GDP也就4万亿美元左右，等于全世界每年烧掉一个德国。
而且这把火越烧越旺：英伟达数据中心业务单季营收752亿美元，占总营收92%——全世界都在给黄仁勋"添柴火"，而黄仁勋说："这才刚开始，后面还有3万亿要烧"。
为啥好笑乐开怀
日常唠嗑随手来
AI干货讲明白
AI基建开支主要流向三个方向：一是算力（GPU/TPU采购，英伟达H100/B200单价2-3万美元，超大规模集群需要数万张）；二是能源（数据中心耗电量惊人，一座大型数据中心耗电量相当于一座中小城市，AI助手单次查询耗电量是传统搜索的10倍以上）；三是土地与冷却（数据中心需要大量空间和高效冷却系统）。Goldman Sachs预测Agentic AI将驱动Token消费量24倍增长，而每次Token生成都需要算力支撑——这意味着AI使用量越大，基建开支越呈指数级膨胀。更关键的是：这场"万亿烧"的最终账单，有一部分会通过电费上涨的方式，转嫁到每个普通用户头上。你以为AI是免费的，其实你家的电费已经在替硅谷的野心买单。
📌 今日总结
今天三个梗，指向AI行业同一个底层矛盾：理想很丰满，账单很骨感。AI用起来比人贵（贵替身），用多了初级岗位没了（门拆了），而支撑这一切的基建开支正在朝4万亿美元狂奔（万亿烧）。AI不是不好，是它正在用一种极其烧钱的方式，重构整个社会的分工和成本结构。继词客想说的是：理解这些梗，不只是为了聊天不落后，更是为了在看不清的变化里，先看清账单。
谢谢你看我的文章，「继词客」是一位AI科技的门童——不是导师也不是专家，就是站在门口，帮你推开那扇门，然后陪你一起走进去。
参考链接
[1] Fortune: https://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents
[2] IT之家: https://www.ithome.com/0/954/235.htm
[3] IT之家: https://www.ithome.com/0/954/223.htm
/ 撰文：辞柔 & 继词客
/ 编辑：元安 & 摇禾
/ 美编：动甜
/ 图片、资料来源：x，小红书，抖音，微信，B站，Facebook，微博
/ 投稿或爆料，请联系邮箱：tokenjitter@163.com
