大公司给 AI 每月设了 1500 刀预算。
不是不想给。是 AI 已经贵到需要"封顶"了。
这是本周最被低估的一条信号。
先说那笔预算。
全球最大网约车公司的内部规定:每个员工每月 AI 工具使用上限 1500 美元。
听起来不少。但仔细看,这是给每个员工的额度。
假设公司两万名员工,每人每月都用满——
3000 万美元/月。3.6 亿美元/年。
就为一个部门的"AI 使用费"。
这不是省钱。这是承认了一个事实:AI 已经从"低成本工具"变成了"持续支出"。
以前买软件是一次性付费。现在用 AI 是按月烧钱。
更让人不安的不是钱,是钱后面的信号。
同一周,另一个消息:
一个顶级 AI 实验室发布了框架,让 AI 自己改进自己。
不是人告诉它怎么变聪明。是 AI 自己写代码、自己测试、自己优化。
新闻稿里用了三个字:"递归自我改进"。
翻译成人话:AI 正在突破最后一个天花板——让它变强的唯一瓶颈,不再是人的智慧,而是 AI 自己的速度。
这意味着什么?
当 AI 能自己改代码的时候,你给员工每月 1500 刀的预算,可能根本不够。
这不是吓唬人。让我把本周三个信号串起来看:
| 信号 | 事件 | 隐含信息 |
|---|---|---|
| 成本天花板 | 大公司给 AI 设月预算上限 | AI 成本已不可控 |
| 能力天花板 | AI 开始自我改进 | 变强的速度超过人类预期 |
| 教育天花板 | CS 课程 AI 使用导致数学能力暴跌 | 人在退化 |
三个天花板同时被突破。
不是其中某一个。是三个一起。
先说第一个——成本。
1500 刀/月/人,在业内是什么概念?
一个高级工程师月薪大约 1.5 万美元。AI 预算是它的 10%。
但工程师会自己优化流程。AI 不会。
你给它更多 token,它就花更多钱。
这就是为什么必须设上限。不是怕贵,是怕不受控。
以前公司雇人,工资是固定的。现在雇 AI,成本是浮动的。
浮动的成本,是管理上的噩梦。
第二个信号——能力。
AI 自我改进,听起来像科幻。但实际进展比你想象快。
本周发布的框架里,AI 能读自己的输出,找到 bug,自己改代码,自己跑测试。
不需要人类写 prompt。不需要人类调试。
闭环了。
这意味着什么?意味着 AI 的进化速度不再受限于人类每天能写多少 prompt。
它自己就能加速。
第三个信号——教育。
加州大学伯克利分校 CS 课程出现了一个现象:AI 使用越多的学生,数学能力下降越明显。
不是个别。是群体性的。
教授们发现,很多学生已经不会手算基本的微积分了。不是忘了,是从来没学会。
因为他们从一年级开始就习惯让 AI 算。
当工具比人快,人就不练了。
练得少,就退化。
这个逻辑和"有了导航就不记路"是一样的。
把这三个信号放在一起,看到一个趋势:
AI 正在同时吃掉三个维度的东西——公司的钱、人的能力、教育的根基。
每一件事单独看都不够震撼。
加在一起,就是海啸。
你怎么看?
有人说这是好事——AI 便宜了、强了、好用了,谁不欢迎?
但别忘了:当工具变得太好用的时候,人就会失去使用工具的能力。
以前你不懂 AI,不会用 AI,你会焦虑。
以后你不懂 AI,不是因为你不学,而是因为 AI 已经强到不需要你懂了。
那才是真正的问题。
本周其他值得关注的动态:
• Ollama 最新支持 Kimi-K2.6、GLM-5.1、MiniMax 等 12 个模型——开源模型生态越来越卷
• Meta 确认数千个 Instagram 账号被 AI 聊天机器人漏洞攻击——AI 安全不是危言耸听
• Anthropic 发布开源安全框架,自动发现代码漏洞——AI 帮 AI 找 bug
• Stanford 推出 CS336 AI Agent 课程——学术界正式把 Agent 当作独立学科
• 开源编码 Agent "opencode" 一周增长 17 万星——开发者用脚投票
更多实战教程 → 搜「每日科技简报引擎」

夜雨聆风