夜雨聆风今天有三条新闻，放一起看很有意思。
第一条：微软开始用自研MAI模型，替换Excel和Outlook里的OpenAI和Anthropic模型。
每周数以万计的AI任务已经切换到自家模型上跑了。微软AI负责人说得很直白——目标是减少并最终消除对Anthropic的支出。
第二条：DeepSeek被曝自研推理AI芯片，已秘密推进一年。
减少对英伟达、华为芯片的依赖，已经跟芯片设计、代工厂、存储芯片企业开始讨论了。
第三条：Amazon宣布停止接受Mechanical Turk新客户。
这个平台曾是全球最大的AI数据标注众包平台，养活了数百万标注员。现在，AI自己就能干标注的活了，不需要人了。
三件事，主角不同，但讲的是同一个故事—— "去依赖"。
微软去OpenAI的依赖，DeepSeek去英伟达的依赖，Amazon去人类标注员的依赖。
每个玩家都在做同一件事：把命运攥在自己手里。
一
先说说微软这个事。
很多人可能不知道，微软跟OpenAI的合作关系，其实很微妙。
微软是OpenAI最大的投资方，投了上百亿美元。但OpenAI的模型越来越贵，微软的账单越来越高。而且OpenAI的模型定价权不在微软手里——OpenAI说涨价就涨价，微软只能接着。
所以微软从去年开始就在搞自研模型。Build大会上一次发了七款MAI模型，其中一款在编码能力上跟Anthropic的Opus 4.6打平，但成本更低。
现在Excel和Outlook里跑AI任务的，已经用上了自家模型。
这说明什么？说明连亲爹都嫌儿子贵。
不是开玩笑。微软跟OpenAI的关系，就像你投资了一家公司，然后成了它最大的客户。公司越做越大，你交的钱越来越多，但你的话语权反而越来越小。
换你，你也会想办法搞自研。
二
DeepSeek自研芯片这个事，更值得琢磨。
DeepSeek目前是国产大模型里调用量最大的——V4-Flash连续七周全球第一，周调用量5.34万亿词元Token。
但调用量越大，算力成本越高。现在DeepSeek的推理跑在英伟达和华为的芯片上，每一笔调用都要交"芯片税"。
所以自研芯片的逻辑很简单——卖Token的，不想被卖芯片的卡脖子。
这个逻辑，跟华为做昇腾、特斯拉做Dojo、谷歌做TPU，一模一样。
我之前在文章里写过一句话：AI行业正在从"谁先跑"变成"谁跑得久"。
跑得久的前提是什么？成本可控。
你不能一边喊着"AI普惠"，一边每调用一次都要给芯片厂商交保护费。那叫给芯片商打工。
三
Amazon关掉Mechanical Turk新客户这个事，很多人没注意到，但其实意义最大。
Mechanical Turk，简称MTurk，是Amazon在2005年搞的一个众包平台。你可以把它理解为"AI背后的血汗工厂"——无数人类标注员在这里，帮你识别图片里有没有红绿灯、这段文字是不是垃圾信息、这个语音转写得对不对。
过去十年，几乎所有AI模型的训练数据，都有MTurk标注员的功劳。
但现在，AI自己就能干标注了。LLM做标注的准确率，已经超过人类标注员，成本还更低。
Amazon的数据是：你用AI标注一百万张图片，成本是人工的十分之一，准确率还高5%。
那还用人干嘛？
所以MTurk关掉新客户入口，不是经营决策，是技术替代。
这件事让我想起一句话：AI的尽头，是取代做AI的人。
不是危言耸听。MTurk上百万标注员的饭碗，被AI自己砸了。而且这些人，恰恰是帮AI"学会"识别图片、理解语言的人。
四
三个故事讲完，我想说的是：对中小企业老板来说，这其实是好事。
为什么？
因为大厂"去依赖"的过程，本质上是在帮你降低门槛。
微软去OpenAI的依赖，会逼着OpenAI降价。DeepSeek自研芯片，会让国产算力更便宜。Amazon关掉人工标注，会让AI训练成本更低。
每一轮"去依赖"，最终都指向同一个结果——AI更便宜了。
今年上半年，我算过一笔账：同样的AI能力，2026年6月的成本，比2025年6月降低了大概60%。
一年降六成。这个速度，还在加速。
所以回到那个老问题：中小企业要不要用AI？
我的答案从来不是"要"，而是 "你用得起，而且越来越用得起。"
你不需要自研芯片，不需要自建模型，不需要雇几百个标注员。你只需要找到对的工具，用起来。
五
前两天我跟一个做模具的老板聊天。
他说他最近在研究AI，看了很多文章，但不知道怎么下手。
我说你先别想那么多，先回答我三个问题：
第一，你公司最费人力的三个环节是什么？
第二，这三个环节里，哪个最重复、最模板化、最不需要"人"的判断？
第三，如果有人帮你把这个环节用AI跑通，你愿意花多少钱？
他想了半天，说：第一是客户报价，每次都要人工算半天；第二是产品图册的整理，几千个SKU，每次更新都要手动改；第三是英文邮件的翻译回复，全靠英语好的那个同事撑着。
我说：这三个，AI都能干。而且成本不高。
他问：多少钱？
我说：比你请一个实习生的工资还低。
他不说话了。
这就是今天三个新闻给我的最大感受。
微软在去OpenAI的依赖，DeepSeek在去英伟达的依赖，Amazon在去人类标注员的依赖。
每一家都在"去依赖"，但方向都是同一个——让自己更强、更便宜、更可控。
而中小企业，恰恰是这波"去依赖"浪潮的最大受益者。
因为当所有大厂都在拼命把AI做便宜的时候，你什么都不用做，只需要——等着捡便宜，然后把它用起来。
就这么简单。
DeepSeek连续七周霸榜榜首！全球 AI 模型调用量中国占前三，数据背后隐藏了哪些造富机会？
根据OpenRouter最新数据测算，上周（6月29日至7月5日）全球 AI 大模型总调用量达到 46.7 万亿词元Token，较前一周没有太多的增长，但是中国大模型的词元Token调用量还在持续增长，也是就是说中国正在抢占市场份额，中美大模型调用量差距进一步扩大！中国模型包揽了榜单前六名。其中DeepSeek-V4-Flash连续七周位居榜首，智谱GLM-5.2冲进前五。
根据粤桂大数据提供的词元Token全球调用量周榜数据汇总，上榜的AI大模型中，中国AI大模型周调用量达23.45万亿词元Token，环比增长高达15.01%，继续周增长，而另外同期美国AI大模型周调用量为4.28万亿词元Token，环比微增0.71%。从数据对比来看，中国大模型周调用量还是远超美国，再次以近5.5倍遥遥领先，这已经是连续十周实现反超并稳居全球首位，值得一提的是中国竟然以近5.5倍碾压美国！
粤桂大数据记录的中国跟美国词元Token调用数据对比
总之一句：中国人工智能发展迅速，以大模型调用量的大爆发来说，这里面隐藏了未来更多的投资机会，在人工智能特别是算力领域我们的机会才刚刚开始。
热门话题人工智能领域算力之词元Token：
国家数据局下了两步棋，一子落在南宁，和一个广西老板有什么关系？
国家数据局：拟探索词元交易等新型交易模式，词元Token未来到底有哪些机会？
在AI服务商业化场景中，词元（token）通常作为计费单位。服务提供商根据用户消耗的词元（token）数量收取费用，用户使用越复杂、越长的任务，消耗的词元（token）越多，费用也越高。简而言之，词元（token）既是技术层面衡量信息处理和算力使用的单位，也是商业层面衡量AI服务价值和成本的核心指标。
你对人工智能的未来发展有什么看法？
欢迎评论区留言交流
以上所有内容仅供投资者学习交流用，不作为投资建议。股市有风险投资需谨慎！
