孤独大脑：AI 经济学八条：谁在铺管道，谁在收水费

当人们"宁可过度投资，绝不落后一步"，科技思想家 Benedict Evans 给 AI 狂欢泼了一盆冷水。以下是他揭示的 AI 经济学八大真相：

1. 基础模型的"运营商化"：你建造了奇迹，只收得到水费

科技史上最惨的故事，是你掏出数千亿美金铺设改变世界的网络，最后沦为只收过路费的管道。基础模型公司（如 Anthropic、OpenAI）正面临这种风险。

2. 20 美元的幻觉：不可持续的"按 ROI 定价"

今天用户每月花 20 美元订阅 ChatGPT 或 Claude，这种高回报体验背后，是模型公司用高昂的 Token 成本在补贴。未来，Token 将走向类似移动数据的"按量计费、按成本定价"。

3. 编程是目前唯一的真 PMF，其余多是打卡式狂欢

判断一项技术是否真正落地，看用户的留存和使用频次。目前全行业唯一找到产品与市场匹配（PMF）的领域是智能体编程。

4. 概率论撞上确定性：SaaS 不会死，但利润率会很难看

传统企业软件（SaaS）是确定性的：点击 A 按钮，就会发生 B 结果。大语言模型（LLM）是概率性的：它在预测下一个词。把一个概率性引擎塞进要求绝对精准的企业软件，会发生什么？

这引发新一轮"Excel vs. 专用软件"的博弈。软件的溢价能力被稀释，企业的利润率变得极不稳定。

5. "万能模型"是虚妄，工作流才是壁垒

护城河来自对特定行业工作流的把控。谁能把 AI 缝进现有的、无聊而琐碎的企业办公系统，谁才能拿到客户的钱。

6. 历史无法类比，没人能预测终局

有人说 LLM 是下一个 Windows（操作系统级的垄断），有人说它是下一个 Netscape（点燃了火种，自己死在沙滩上）。AI 可能同时具备这些特征，押注某一种历史剧本是危险的。

7. 真正的问题在行业内部

AI 技术栈的底座正在稳固，最核心的博弈是行业内部的结构问题。在律所、投行、咨询公司、好莱坞，AI 能快速出合同、报告和分镜，那行业的人才梯队如何培养？答案在那些理解"各行各业初级员工每天究竟在干什么"的行业老手心里。

8. 技术走向"无聊"，才是最高境界

AI 真正改变世界的那天，是它变得足够便宜、足够普及、也足够"无聊"的时候。当我们不再讨论"这个功能是不是 AI 驱动的"，AI 才算真正把世界吃了下去。

而能活下来的，是那些率先找到最稳固、最清醒的商业闭环的人。