AI使用“踩刹车”与“韬定律”

请点击上面的星标⭐，并关注“碎念句读”

（1）

昨天，看到两条看似毫不相关的新闻。一条，是微软、Uber这些科技巨头，突然开始给内部AI使用“踩刹车”；另一条，是华为提出了一个新概念——“韬定律”。

表面上看，一个讲的是AI账单太贵，一个讲的是芯片继续突破摩尔定律。但如果把它们放在一起看，会发现，它们其实共同指向了同一个问题：人类社会，正在从“无限扩张幻想”，重新回到“物理现实”。

（2）

过去两年，AI世界有一种很强烈的气氛。仿佛只要模型越来越大、算力越来越强、Token越来越便宜，人类马上就会进入一个“数字劳动力无限供给”的时代。于是，所有科技公司都在疯狂推动员工使用AI。微软开放Claude Code； Uber内部搞AI使用排行榜；Meta统计谁消耗Token最多；亚马逊甚至创造了一个词：“tokenmaxx”——尽可能榨干AI代币。整个硅谷，都像一场突然爆发的“数字工业革命”。

但现在，第一批真正开始大规模使用AI的人，突然发现：事情不对劲，不是AI不好用。恰恰相反。是因为太好用了，越好用，越依赖；越依赖，成本越高。于是，一个非常反直觉的现象出现了：AI代币越来越便宜，但AI总账单却越来越贵。

这其实特别像工业革命早期的“蒸汽机悖论”。十九世纪英国经济学家杰文斯曾经发现：煤炭效率提高以后，煤炭消耗并没有下降，反而暴涨。因为效率提升，会刺激更多需求。

今天的大模型，也正在进入同样的逻辑。以前，一个程序员一天可能只调用几十次AI；现在，一个AI Agent可能一天自动调用几万次；未来，一个员工身边有100个AI代理。表面看，单位成本下降了，但系统总消耗，却开始指数级膨胀。

于是，AI第一次暴露出一个很多人不愿承认的问题：AI不是互联网。互联网最大的特征，是“复制接近零成本”。而AI不是，AI本质上是“算力工业”。它背后需要GPU、需要电力、需要数据中心、需要散热、需要能源、需要芯片。也就是说：AI看起来像软件，骨子里却越来越像重工业。

（3）

而这，恰恰也是华为“韬定律”真正有意思的地方。很多普通人看到“韬定律”这三个字，其实会有点懵。因为过去几十年，大家已经习惯了一个朴素逻辑：芯片性能提升，就是把晶体管做得越来越小。以前是90纳米，后来变成45纳米，再后来7纳米、5纳米、3纳米。就像修路一样，原来一条路只能走一辆车，后来路越来越窄、越来越密。同样面积里，可以塞进更多“车道”，于是，单位面积里的“车流量”暴增。这就是摩尔定律的本质。通过不断缩小晶体管尺寸，在同样大小的芯片上塞进更多晶体管。晶体管越多，计算能力越强。

过去几十年，整个全球半导体产业，几乎都建立在这个逻辑之上。

但问题来了，今天的晶体管，已经小到什么程度？3纳米是什么概念？一根头发丝，大约有8万到10万纳米宽，3纳米，大概已经接近几十个原子的尺度。这时候，再继续缩小，就开始触碰物理世界的底线，因为电子会“漏电”。本来，晶体管像一个开关。开，就是1；关，就是0。但当晶体管小到一定程度后，电子会像幽灵一样，“穿墙”过去。明明应该关闭的电路，电子却偷偷跑过去了，这就是量子隧穿效应。

它意味着：芯片已经不是工程问题，而开始变成量子物理问题。与此同时，成本也开始失控。现在建设一条先进制程芯片生产线，动辄上千亿元。全球真正能继续往下走的公司，已经越来越少。

于是，问题来了：如果晶体管已经很难继续缩小，那计算性能还能怎么提升？华为“韬定律”的核心，其实就是在回答这个问题。过去，摩尔定律优化的是“空间”，把电路越做越小，把晶体管越塞越密，让电子跑的距离越来越短。

而“韬定律”开始优化“时间”，这里的“韬”，来自希腊字母τ（tau）。在电子学里，它代表“时间常数”。可以简单理解为：一个信号从发出，到完成切换，需要多久。τ越小，电路反应越快，芯片速度越高。这有点像城市交通。过去提升交通效率的方法，是不断修更窄、更密、更复杂的高架桥。但现在城市已经快堵死了，怎么办？于是开始改变红绿灯算法，优化路线，减少等待，让车流协同。也就是说：不再单纯追求“道路更窄”，而是追求“整体运行更快”。

华为现在做的事情，有点像：当晶体管已经缩不动了，就开始重新设计整个“交通系统”。比如：让信号传播路径更短，让不同模块协同更高效，让数据少绕路，让芯片内部减少无效等待，甚至通过“逻辑折叠”等方式，把原本需要绕很多圈的计算，直接压缩成更短路径。

过去，是“硬缩小”；现在，是“巧优化”。过去比拼的是“谁的工艺更先进”，未来可能比拼的是：谁的系统设计更聪明；谁的架构效率更高；谁更懂时间管理。

（4）

所以，最近我越来越觉得：AI时代真正的竞争，可能已经不是“谁模型最大”，而是谁更懂“约束条件”。因为人类过去二十年形成了一种危险惯性：误以为科技的本质是无限扩张。但现实恰恰相反，真正伟大的技术文明，往往诞生于对约束的理解。飞机不是因为“无限动力”飞起来，而是因为人类理解了空气动力学；芯片不是因为“无限堆料”变强，而是因为人类理解了电子迁移与系统协同。

工业文明最核心的能力，从来不是蛮力。而是：在有限资源下，实现最大效率。这也是为什么，我看到微软开始缩减Claude Code额度，看到Uber四个月烧光全年预算时，第一反应并不是“AI泡沫破了”。恰恰相反，我觉得，AI行业可能终于开始进入真正成熟的阶段了。因为只有当一个行业开始认真计算成本的时候，它才真正开始工业化。

（5）

很多人没有意识到，过去几年，全球AI叙事，本质上仍然是互联网思维：流量、规模、增长、用户数、Token数、调用量。但未来，AI越来越像电力系统、铁路系统、半导体产业，它将不再只是“互联网产品”，而会重新变成一种“基础工业能力”。而基础工业最重要的，从来不是讲故事。而是效率，谁能用更少能耗，完成更多计算；谁能用更低时延，完成更复杂协同；谁能在有限资源下，实现系统级优化；谁才真正拥有未来。

从这个角度再看华为“韬定律”，就会发现，它真正重要的，可能并不只是一个芯片理论。而是一种非常典型的“中国式工程思维”：当世界已经无法继续靠“无限堆资源”前进时，真正的突破，往往来自系统重构。这或许才是AI时代，真正开始进入“下半场”的信号。