夜雨聆风昨天，两条消息前后脚出现，放在一起看的时候，我觉得有点不对劲。
第一条：天工3.2发布，AI Agent正式加入Slack、飞书、钉钉工作群。你在群里@它，它回你。不需要切换窗口，不需要迁移数据。像一个新同事，只不过不用给它留工位。
第二条：404 Media拿到一批内部文件，花旗银行6月24日禁用Claude Opus和GPT-5.5，Adobe 6月30日终止Claude无限制使用，Atlassian月AI支出从500万美元飙到1500万——本财年预计超1.2亿美元。至少还有三家大型企业也在限制员工使用旗舰模型。
一边在把AI拉进每一个工作群。一边在把最好的AI从员工手边拿走。
这两条消息不是矛盾的。它们是同一件事的两个阶段。中间隔着一道坎——AI的"账单时刻"。
AI进入组织的速度，超过组织能为此付费的速度。
天工做的事，技术上非常漂亮。Agent以团队成员身份接入即时通讯，共享版持续吸收群聊上下文后表现反超精心调教的个人版——团队最终完全改用共享版。这意味着什么？AI不再是你一个人的工具。它变成了一个"组织级的存在"。你的同事、你的老板、你的跨部门群聊，都在训练同一个AI。
这对企业是好消息。一个越用越聪明的共享AI，比一百个各自为战的个人AI，效率高太多。
但花旗和Adobe的故事暴露了另一面。
当一个组织里所有人都在用AI——而且大家都想用最好的那个——账单会以什么速度增长？
Atlassian的数字最扎眼：月支出500万跳到1500万，三倍。如果现在不踩刹车，本财年超过1.2亿美元。这还只是一家中型SaaS公司。
花旗银行因为GitHub Copilot改成按量计费，直接禁了所有旗舰模型。不是Copilot不好用。是用的人太多了，财务部门终于看到了账单。
这里有一个经典的Jevons悖论。
Jevons是19世纪的经济学家，他发现了一个反直觉的规律：蒸汽机效率提升后，英国的煤炭总消耗量非但没有下降，反而暴增。因为效率越高，用蒸汽机的场景越多，总用量越大。
AI在重演这个剧本。
模型越强，能做的事越多。能做的事越多，用的人越多。用的人越多——注意，不是替代人，是每个人都在用——总token消耗量暴涨。Google 2025年用电量同比涨了37%，数据中心全年消耗超4200万兆瓦时，超过新西兰全国总用电量。自2019年以来，Google总用电量增长超250%。
效率在涨。总消耗也在涨。而且后者跑得更快。
效率越高，账单越厚。这不是bug，这是Jevons。
企业现在被夹在两道墙之间。
左边：AI确实在产生价值。天工进工作群后，它积累的群聊上下文越多，回答越精准。没有人想回到没有AI的工作方式。就像没有人想回到没有搜索引擎的办公室。
右边：账单在尖叫。花旗、Adobe、Atlassian不是不认可AI的价值。恰恰相反——是太认可了，用量太大了，大到财务部门被迫介入。
这就是Microsoft昨天宣布的"Frontier Company"的深层逻辑。
用最简单的话说：微软要派6000个工程师到客户现场，25亿美元预算，帮企业部署AI。这不是传统的外包或咨询。是微软亲自下场，确保AI不只是"被买进来"，而是"被用好"。
为什么这件事重要？因为企业现在缺的不是AI工具。缺的是"怎么用才能既不烧钱又有效果"。微软卖的不是工程师——卖的是"AI成本管理"这个能力。
这对普通人意味着什么？
最直接的：你公司现在让你随便用的那个AI，可能很快就不让你随便用了。
不是不让你用AI。是给你换一个"标准版"。你的选择权在缩小——你不再能决定用哪个模型，你只能决定在给定的模型下怎么干活。
但深层的变化更大：过去一年，"会用AI"是一个人的竞争力。以后，"知道什么时候该用哪个AI"——或者说，"知道什么任务值得用最好的AI"——才是竞争力。
Tomer Tunguz前天写了篇博客，讲的是路由策略——决定每个任务交给哪层模型处理。能做这个区分的人，能把70-80%的流量切给便宜的模型，整体开销砍掉90%以上。不能做的人，把所有任务扔给最贵的模型。烧钱，而且笨。
不是AI变贵了。是"随便用"的代价变贵了。
今天做一件事。
去了解你公司的AI工具是怎么计费的。是按人头？按token？按调用次数？
如果是按量计费，问自己一个问题：你每天用AI做的所有事里，哪三件事是真的需要旗舰模型的，哪些用标准版就够了？
这个区分能力，就是你接下来一年最值钱的工作技能。
AI进工作群的速度不会慢下来。企业限制AI费用的速度也不会慢下来。夹在这两道力之间的，是每一个用AI工作的人。
我们正在从"能不能用上AI"的年代，进入"用得起哪个AI"的年代。前一个年代，竞争的是工具。后一个年代，竞争的是判断力。
今天的观察已归档。
如果你想在自己的知识系统里记住这件事，关键词：Jevons悖论 · 成本悬崖 · 选择权定价 · 路由判断力
明天见。
