硅谷開始在大模型上「消費降級」了

2026年7月24日，《華爾街日報》一篇報道的標題平淡無奇，內容卻是一道分水嶺：美國企業界正在集體停止在大模型調用上燒錢。

過去兩年，企業以「Token最大化」為榮。內部排行榜上，誰的API調用費用最高，誰就是數字化轉型的急先鋒。如今這套敍事被徹底翻轉，省錢成了新信仰，節儉成了新美德。

Cursor這家即將被馬斯克以600億美元收購的公司，為這場運動發明了一個精準的詞：tokenomics，Token經濟學。它的前投資銀行家、現任現場首席技術官Mike Saeks用一個比喻道破了這場轉向的核心：「用最強大的模型處理日常任務，就像開着蘭博基尼去雜貨店買牛奶，那車是爲了賽道而生的。」

種種跡象證明，這不是一句俏皮話，它是對過去兩年AI泡沫敍事的清算的開始。

01
 

從炫耀性消費到算計性生存

這場轉向的速度之快，連最敏鋭的觀察者都措手不及。

幾個月前，企業還在攀比誰的AI賬單更嚇人。Token最大化是一個充滿硅谷氣質的詞：把浪費包裝成進取，把燒錢曲解為信仰。那時的邏輯是，用得越多意味着AI化越徹底，花得越狠意味着技術領先越明顯。

現在呢？Pylon這家AI客服平臺的CEO Marty Kausas説得直白：「我看到的客户忠誠度是零。現在真的像一場血洗。」

Pylon自己就是這場「血洗」的受益者，今年到目前為止，它從一家AI供應商那里免費獲得了約160萬美元的Token額度，從另一家拿了6.5萬，再一家拿了1萬。Kausas的總結冷酷而精確：AI公司正在瘋狂地塞優惠，只求客户別走。

這種畫風的突變，驅動力只有一個：模型太多了。

當OpenAI還在為GPT-5.5的推理能力洋洋得意，當Anthropic還在為Fable模型的道德對齊大做文章時，企業發現了一個讓他們憤怒又釋然的真相：絕大多數任務，根本不需要那些最昂貴、最前沿的模型。

Cursor做了一個實驗：從頭構建一個網頁瀏覽器。全程用GPT-5.5完成，花費略高於1萬美元。用Cursor自家的Composer模型搭配Anthropic的Opus 4.8，花費1339美元。二者差了一個數量級。

Mike Saeks的觀察更為致命：「過去，最適合某項任務的模型每隔幾個月才換一次。現在，感覺每周都換好幾次。」

這句話里藏着一枚信息炸彈：模型能力的商品化速度已經超過了所有人的預期。前沿模型與普通模型之間的實際可用差距，正在以周為單位收窄。企業CFO的Excel表格，比任何技術白皮書都更早嗅到了這個趨勢。

02
 

中國模型的「側翼迂迴」

硅谷企業的AI省錢運動，驗證了另一層更底層的判斷：模型的未來是商品。

這意味着，模型本身將越來越便宜，越來越可替代，真正值錢的是智能的持續突破，而非模型本身的銷售。

中國企業恰恰是商品化模型最激進的供給方。DeepSeek、月之暗面的Kimi、智譜的GLM、MiniMax、Mimo……這些名字正在以令人不安的速度出現在美國企業的採購清單上。

Hex是一家AI數據分析平臺，CEO Barry McCardel透露，在過去兩周內，約50%的客户已經在工作流中接入了月之暗面的Kimi模型。

他的態度代表了新一代企業決策者的共識：「任何一個實驗室隨時都可能發佈一個達到前沿水平的模型，我們要保持靈活。」

注意這個詞：靈活。

過去，企業選擇AI供應商是一樁近乎婚姻的承諾。選定了OpenAI或Anthropic，就意味着長期綁定、深度集成、難以遷移的技術棧。

現在，婚姻變成了約會。企業可以在不同模型之間自由切換，用最貴的做規劃，用便宜的做執行，用開源的做定製，用中國模型填縫。

法律AI初創公司Harvey的做法堪稱教科書級示範：用中國的GLM-5.2處理日常任務，給它配備一個工具，讓它判斷任務是否太難；如果太難，就自動呼叫Anthropic的Fable 5來接管。

總裁Gabe Pereyra的總結雲淡風輕：「我們和所有模型都合作。我們正在摸索一堆類似的方案，在保持或提升性能的同時，大幅降低成本。」

這就是美國企業界正在上演的側翼迂迴戰。

正面戰場，OpenAI和Anthropic仍在為最前沿的智能上限燒錢廝殺；側翼，中國企業用開源或低價模型，正在一口一口吃掉大量應用層的市場份額。

03
 

兩種敍事的交叉感染

把鏡頭拉遠，更深的暗流正在交匯。

過去兩年，美國AI行業構建了雙重敍事。

第一重是OpenAI和Anthropic代表的聖盃敍事：更貴的研究、更大的模型、更接近AGI的每一次呼吸，都值得不計代價的投入。這個敍事支撐了它們天價的私募估值和即將到來的上市預期。

第二重是企業客户的FOMO敍事：害怕錯過AI革命，害怕競爭對手搶先一步，於是瘋狂採購最高端的模型服務，Token花費節節攀升。這個敍事支撐了AI公司飛漲的營收曲線。

現在，這兩個敍事正在同時出現裂痕。

Cursor的實驗數據、Pylon的零忠誠度宣言、Hex的50%客户轉向中國模型……這些碎片拼在一起，指向同一個結論：企業客户正在從FOMO中醒來。他們意識到，那輛蘭博基尼固然漂亮，但自己只是去雜貨店。

而客户的覺醒，直接動搖了聖盃敍事的根基。如果最賺錢的應用層客户開始分流，開始用便宜的替代品，那麼OpenAI和Anthropic靠高端模型收費來反哺研發的飛輪，就會開始失速。

最諷刺的是，這場運動恰恰發生在美國政府醖釀限制中國AI模型之際。

OpenAI和Anthropic的高管公開指責中國創業公司抄襲他們的技術，特朗普政府內部甚至有人提議全面封禁中國模型。

但企業的腳比政策的嘴誠實得多：微軟已經在考慮將DeepSeek等中國模型整合到自家平臺。英偉達、微軟、Palantir等一批科技公司上周五聯名簽署了一封支持開放模型的公開信，敦促政策制定者對潛在限制保持克制。

看似偶然的同盟，實質則是資本對地緣政治的本能反抗。當API賬單可以省下一個數量級時，意識形態的顧慮往往會被暫時擱置。因為省下來的錢，比可能的威脅更具體、更緊迫。

04
 

三個臭皮匠的智慧

在所有案例中，Zoom的故事最具象徵意義。

這家以視頻會議聞名的公司，三年前就開始使用Meta發佈的開源模型Llama。通過精調，Zoom省下了一大筆錢。如今，它同時使用Anthropic、OpenAI和多個開源模型。

Zoom的首席技術官黃學東援引了一句中國古語：「三個臭皮匠，頂個諸葛亮。」他認為，這種模型混用的方法論，纔是企業的祕密醬汁。

這句引用意味深長。在OpenAI和Anthropic的敍事里，通往智能的路是線性的、等級森嚴的：最聰明的人造出最聰明的模型，其他人付錢使用。

Zoom們用行動證明：我們可以自己搭建一個聰明的系統，用拼裝的方式。與其説這是技術層面的叛變，不如説是哲學層面的分道揚鑣。

一個追求深度，一個追求廣度。一個追求智能上限的苦行，一個追求成本下限的精算。它們並不矛盾，它們共同構成了AI落地的完整圖景。

2026年7月，美國企業界的這場集體轉向正在悄然蔓延，這是對過去兩年AI泡沫敍事的清算。企業開始用Excel表格覈算每一次API調用的投入產出比，CTO們開始像Saeks那樣評估「蘭博基尼買牛奶」的荒謬，AI行業的估值邏輯已經面臨全面重估。

這不是説OpenAI和Anthropic沒有價值。恰恰相反，它們在最前沿的探索依然無可替代。Cursor的實驗也證明，最複雜的任務仍然需要最強大的模型來規劃、審覈、把關。 但「無可替代的頂層」和「可以被拼裝的底層」，是兩種完全不同的生意。
前者是聖盃，后者是管道。前者需要極致的聚焦和漫長的忍耐，后者需要極致的效率和靈活的適配。 Zoom和Cursor們用「三個臭皮匠」選擇了后者，這是市場的智慧。它們不是敵人，它們只是站在了同一枚硬幣的兩面。只是那枚硬幣，正在被整個美國企業界翻過來。 聖盃依然閃耀，但人們開始計算去往雜貨店的油費了。

風險提示: 投資涉及風險，證券價格可升亦可跌，更可變得毫無價值。投資未必一定能夠賺取利潤，反而可能會招致損失。過往業績並不代表將來的表現。在作出任何投資決定之前，投資者須評估本身的財政狀況、投資目標、經驗、承受風險的能力及瞭解有關產品之性質及風險。個別投資產品的性質及風險詳情，請細閲相關銷售文件，以瞭解更多資料。倘有任何疑問，應徵詢獨立的專業意見。