torygreen

麦肯锡最新的《人工智能现状》调查中有一项数据，应该会让许多 SaaS 公司感到不安：
32% 的公司表示，由于编码代理可以在内部构建，​​他们已经至少放弃购买一款软件产品或功能。
这并不意味着公司会停止购买软件，而是意味着“功能”层面的变现难度大幅增加。
如果内部团队可以在一两天内复刻一项狭窄的工作流程，供应商就需要用编码代理无法低成本复制的价值来证明订阅模式的合理性：分销、嵌入式数据、合规性、集成、网络效应，或对记录系统的掌控。
在麦肯锡所称的 AI 高绩效企业中，近一半已经因为这一原因放弃购买。
感觉编码代理可能会在压缩工程师人数之前很久，就先压缩软件功能的独立价值。

垂直 AI 公司会发展到某个阶段，不再像 API 客户，而开始看起来像模型公司。
Harvey 在六个月内从大约 145000亿亿 -> 每月 10000亿亿 token。如今，它正在 Kimi K3 之上，利用特定领域任务、专家反馈和专有工作流数据，对自有法律模型进行后训练。
Thomson Reuters 也正朝着同一方向发展，打造自有法律模型。
这感觉像是相当自然的演进。
在使用量较低时，前沿 API 显然是最佳选择。当每月达到 100000亿亿+ token 时，模型选择开始成为毛利率决策。而且，如果你已经拥有工作流、专家反馈和失败数据，那么你正好掌握了将开放权重基础模型进行专业化所需的全部要素。
对于那些发展到足够规模的公司而言，“AI 套壳”阶段最终可能只是暂时的。
在某个阶段，垂直应用也会开始将模型层纳入内部。

大语言模型有互联网在等待着它们，而具身 AI 没有。
机器人需要海量的现实世界交互数据，而 ACE Robotics 估计，如今整个行业只有约 10 万小时的有用数据。
中国已经在尝试制造这类数据集：培训中心购买机器人，让它们通过远程操控完成真实任务，收集轨迹数据，然后将这些数据反馈给机器人制造商。
因此，一些早期的人形机器人部署所做的不仅仅是测试硬件。它们还在生成下一代物理 AI 所需的训练数据。
这使得具身 AI 的竞争看起来更像是一场争先创造数据集的竞赛。

硬件预算几乎没有明显增加，能力却增长得如此之快，实在有些疯狂。
> Qwen3.5-27B 在 2 月份的 Artificial Analysis 评分为 35。
> Qwen3.6-27B 在 4 月份将这一分数提高到了 38。
> 如今 Qwen3.8-27B 已达到 52，同时基本保持在相同的 270 亿参数规模范围内。
而且它的智能体性能如今已接近那些规模大得多、部署成本也高得多的模型。
相比榜单又一次洗牌，这对我来说更重要。
多年来，更好的 AI 基本意味着扩展其底层硬件规模。如今，能力增长的速度远超部署规模。
如果接近前沿水平的智能体能够在单台工作站上运行，那么更多工作就能保持本地化且成本低廉，而前沿 API 则成为处理最困难任务的升级路径。
这可能会让每个 GPU 的能力成为值得关注的最重要基础设施指标之一。

几年前，超大规模云服务商约占标普 500 指数资本支出的 16%。明年，其中五家公司的支出可能与其余 495 家公司的总和一样多。
Microsoft、Amazon、Alphabet、Meta、Oracle
BofA 目前估计，这五家公司在 2027 年的支出约为 10700 亿美元，而该指数中的其他所有公司合计约为 10600 亿美元。
这种集中度的影响如今已经远不止 GPU。
AI 的规模已经如此庞大，以至于算力需求开始带动实体经济。Goldman 估计，AI 目前已占美国设备投资的约 15%，而 BloombergNEF 正在追踪建设中的 23.1 GW 数据中心容量。
如今，少数几家超大规模云服务商的规划决策，就可能在电力、建筑和网络等领域，为其他所有企业带来非常现实的需求冲击。
这让我不禁思考，超大规模云服务商对 AI 的预测是否正在悄然成为其自身的宏观变量。如果五家公司贡献了如此大规模的增量投资，那么即使它们对所需算力的判断发生小幅变化，也可能波及整个供应链。

网络上的智能体流量增长迅速，Cloudflare 专门为 AI 智能体打造了一款浏览器（Kitesurf）。
智能体基本上沿用了近 30 年来为盯着屏幕的人类所作出的浏览器设计决策，而当你同时运行数千个会话时，其中许多都会变成不必要的开销。
AI 驱动的网络流量在 2025 年期间接近原来的三倍，而来自 AI 智能体和智能体浏览器的流量同比增长了 7,851%。
按目前的估算，如今智能体生成的网络请求约占 57%。
Kitesurf 的优点在于，它移除了标签页、扩展程序、主题、持久化状态以及像素级精确渲染等内容，这带来了巨大的差异
• 截图所需 CPU 减少 3.1 倍
• HTML 提取所需 CPU 减少 3.8 倍
• 截图所需内存减少 4.7 倍
• HTML 提取所需内存减少 7 倍
它的实际耗时约慢 1.7-1.8 倍，但对于持续大规模运行的智能体而言，计算和内存效率可能重要得多。
如果浏览器只是网络技术栈中第一个围绕机器而非人类重建的部分，我一点也不会感到意外。

大型科技公司对 AI 基础设施的承诺远远超出了我们通常看到的资本支出数字。他们已承诺未来支付约 1.09 万亿美元的租赁款项，其中大部分用于 AI 数据中心。
目前只有约 2850 亿美元显示为租赁负债，因为许多合同要等到设施投入运营后才会被确认。
真正的风险在于期限错配。一些租赁期限长达 15 至 30 年，而芯片、模型和客户需求可能在几个产品周期内就发生变化。计算需求可能会持续增长，但单个设施和硬件配置的价值下降速度可能远远快于为其提供融资的合同。
容量规划正成为 AI 基础设施中最棘手的问题之一。

数据中心的能源需求增长如此之快，以至于电网无法跟上，而企业如今正用卡车运来燃气轮机，以绕过这一限制。
APR Energy 刚刚推出了 8 台移动机组，总容量为 1.1GW，目标直指数据中心的需求。
想想这意味着什么。一台装在拖车上的燃气轮机在各个方面都不如接入电网划算，唯一的例外是：你可以在几个月内让它投入运行，而不是等上几年。只有当等待时间正是致命因素时，支付这笔溢价才有意义；而目前，美国许多州的等待时间至少为 5 年。
因此，建设进程不再等待电网，而是自带电力。瓶颈以实体形式显现出来：发电机被运到场地上，因为目前没有其他方式能够获得所需的兆瓦级电力。
芯片从来都不是难点，电力才是。当短缺严重到必须在现场燃烧燃气来绕过这一问题时，情况就会是这样。

现在在你自己的硬件上运行 DeepSeek V4 Flash 0731 真的已经成为现实了，但它要花多少钱以及值不值，取决于你是谁。
真正运行它的机器是：
> 256GB M3 Ultra Mac Studio（~$7-9k）：容纳 4-bit 构建，并留有余量，单盒整洁。
> 512GB M3 Ultra（~$10k+，如果你能找到一台）：能很舒适地运行接近无损的版本。
> 2x H200 或 4x A100 服务器：在 1M 上下文下实现完整检查点，但现在你已经有点在往数据中心的钱包里走了。
它技术上也能在 128GB 上跑，但只能用重度 3-bit 压缩，这会损伤画质。
所以，大约 $7-10k 能搞定一个认真对待的单盒方案，小团队可以直接自有。
说实话，轻度使用时用 API 更便宜。DeepSeek 的托管价格低到只要是一台 $9k 盒，只有在超大、持续的用量下才划算。每月只跑少量 M tokens 的话，API 仍然更好。
但自建的理由不在成本，而在 API 给不了你的所有东西。你的数据永远不会离开机房。无论你怎么推，都是平坦、可预测的支出。没有速率限制，不会出现模型被你抛弃；也不会把敏感代码发送到归另一个国家司法管辖的服务器上。
对于律所、医院、银行，任何无法把数据发给外部 API 的机构来说，这就是全部的胜负手。接近前沿的智能，而

芯片供应商。基础设施贷款方。对其自身客户进行股权投资。如今，Nvidia 同时兼具这三重身份，而这个月，戴着这三顶帽子所带来的账单达到了 $750B
，用于 $250B 作为对冲方，回填 OpenAI 位于俄亥俄州的租赁。
> $500B 与 SK 集团在内存方面纠缠在一起。
> $5B 投入 SSI，这是一家没有产品的公司。
> $1B 投入 Naver。持有 Nebius 的股份。芯片流向得克萨斯州它租给自己的设施。
Nvidia 实质上创建的这个循环是：为客户提供资金 -> 客户购买 Nvidia 芯片 -> Nvidia 记入收入 -> Nvidia 为下一个客户提供资金。对它们而言，供需正在向同一张资产负债表坍缩。
这是一家公司在整个 AI 技术栈中同时以供应商、贷款方和投资者的角色运作。
那些以为生的人在给定价默认风险之前就注意到了这一点。5 年期 CDS 创下 82bps 的纪录，这是自该合约开始交易以来最大的单日波动。
而紧张主要在于，集中化模式已经变得如此资本密集，以至于现在必须制造自身的需求来维持扩张规模。当算力充裕且价格便宜时，你不需要为自己的客户承销。只有在维持飞轮运转的唯一方式就是成为整个市场的最后贷款方时，你才会这么做。
世界上相当大一部分 GPU 已经处于未被充分使用的状态，因为没有人把它们协调成真正的供给，而