{"id":"mb-20260924-6862aa","kind":"deep","title":"思想的跳水价：为什么在今天拼命给AI降本可能是一场巨大的工程浪费？","summary":"Epoch AI 最新测算显示，达到同等智力水平的 AI 推理成本正以每季度 47%、每年 13 倍的速度雪崩，速度远超摩尔定律与基因测序。从 OpenAI o3 到 GPT-5.6 Luna，攻克博士级考题的成本 18 个月暴跌 725 倍。面对超音速的智力通缩，过度剪裁和降本优化将迅速沦为沉没成本，真正决定竞争力的，是系统吸纳海量廉价推理的架构能力。","body":"如果一个技术团队花整整半年，拼命把 AI 调用的成本砍掉了 70%，算不算重大立功？\n在今天，这很可能是一笔彻底被浪费的工程开销。\n\n不少技术团队现在都在拼命做这件事。\n大模型用起来太贵，于是工程师天天加班搞蒸馏、搞剪枝、改提示词、自建本地小模型。\n好不容易把每次调用的 API 账单从一毛钱抠到了三分钱。\n结果刚上线没两个月，底座大模型一升级，同样的智力水准，官方调用费直接跌到了几厘钱。\n技术团队耗费半年的工程攻坚，一瞬间全成了毫无意义的沉没成本。\n\n沃顿商学院的教授伊森·莫里克（Ethan Mollick）在社交平台上发了一张走势图。\n他给所有正忙着给 AI 方案抠成本的人提了个醒：\n在眼下这个阶段，为某个具体的解决方案拼命做成本优化，很可能极其短视。\n因为智力的价格，正在以人类工业史上从未见过的速度雪崩。\n\n这张图来自研究机构 Epoch AI 刚发布的一份重磅报告。\n报告的名字很有意思，叫《思想的跳水价》（The Plunging Price of Thought）。\n研究员卢克·恩伯森（Luke Emberson）和戴维·鲁德曼（David Roodman）做了一次非常扎实的测算。\n他们拉出 2023 年以来的全部真实评测数据。\n覆盖了数学竞赛、博士级专业考试以及各种高难度博弈测试。\n然后算了一笔账：\n如果要让 AI 达到某个固定的智力水准，比如在这些顶级硬核考题上拿到 25% 或者 75% 的分数，到底要花多少钱？\n结果发现，跨过这个门槛的推理成本，正在以每个季度暴跌 47% 的速度往下跳。\n\n每个季度跌掉将近一半。\n折算下来，一年暴跌 13 倍。\n在最考验逻辑推理的数学领域，跌得甚至更狠，每季度跌 50% 到 52%。\n\n一年便宜 13 倍是什么概念？\n我们熟悉的摩尔定律，芯片上的晶体管每 18 个月翻一番，算力成本每 18 个月腰斩一次。\n这已经是过去半个世纪整个人类科技进步的底座了。\n但大模型推理成本的崩塌速度，比摩尔定律整整快了 6 倍。\n它比人类基因测序成本著名的跳水曲线，快了 4 倍。\n比锂电池的降价速度，快了 18 倍。\n比 1973 年之前整整一百年里人类电力的成本下降，快了 54 倍。\n从蒸汽机发明到现在，人类从来没有在哪一项底层生产力上，经历过如此疯狂的超级通缩。\n\n报告里给出了一个极其震撼的真实账单。\nGPQA Diamond，这是全球顶尖大模型最怕的考卷之一。\n试卷全是物理、化学、生物学的博士级难题，普通博士开卷考往往也只能拿个三四十分。\n2025 年 1 月，OpenAI 推出了专门擅长多步推理的 o3 模型。\no3 在这张地狱级试卷上拿到了 75% 的高分。\n当时每解答一道题，平均要消耗价值大约 0.3 美元的 Token。\n折合人民币两块多钱一道题。\n贵吗？确实贵。\n如果一个高校或者实验室每天想用它筛几万个科研假设，一个月几万美金就出去了，普通团队根本用不起。\n可仅仅过了 18 个月。\n最新跑出 75% 相同分数的模型，是 GPT-5.6 Luna。\n它做对同样一道博士级难题，成本是多少？\n0.0004 美元。\n折合人民币不到三分钱的三厘，差不多两毫钱。\n18 个月的时间，同样水准的硬核智力，价格砸掉了 725 倍。\n\n这就是为什么说，在今天拼命给 AI 方案抠成本是极其危险的。\n在传统的软件工程里，服务器、带宽和数据库的单价是极其稳定的。\n你花半年时间重构代码，把服务器开销省下 30%，这笔节省在未来三年里都是实打实的利润。\n但在今天的 AI 领域，工程师是在跟一条超音速下坠的成本峭壁赛跑。\n更要命的是，为了省下眼前几毛钱的推理费，很多团队选择把系统做窄：\n砍掉长上下文，砍掉反思步骤，把通用大模型换成定制的小模型。\n原本可以随着底座模型一起自动进化的系统，被硬生生锁死在了当下的版本里。\n你费尽心血造了一辆极致省油的自行车。\n刚骑出胡同口，路上的高铁已经通车了，而且票价还便宜得像免费。\n\n十九世纪的英国经济学家威廉·斯坦利·杰文斯曾经观察过一个神奇的现象：\n瓦特改良蒸汽机之后，每匹马力消耗的煤炭大幅减少。\n按常理推断，全英国的煤炭消耗量应该往下走才对。\n结果恰恰相反，英国的煤炭总消费量爆发式增长了十几倍。\n因为当动力的成本便宜到一定程度，它就会把原来因为太贵而根本不存在的市场，整个炸开。\n\n今天的思维成本正在经历完全相同的过程。\n当博士级的推理能力从一道题两块钱，跌到一万道题只要四块钱的时候，省钱就已经不再是核心竞争力了。\n聪明的团队根本不会忙着削减 Token。\n他们会利用跳水的成本，去搭那些过去想都不敢想的高算力架构：\n遇到复杂决策，让几个不同的模型展开五轮交叉论证。\n写一段代码，自动跑几十轮攻击测试和边界校验。\n把原来按秒计费的谨慎咨询，变成随时待命、不眠不休的思考流水线。\n当一种珍稀资源的边际成本正在无限逼近于零。\n把目光死死盯在怎么省钱上，很可能会彻底走错方向。\n谁能接得住它喷涌而出的巨大洪流，谁才能拿到下一轮的入场券。","topic":"思想的跳水价：为什么在今天拼命给AI降本可能是一场巨大的工程浪费？","frame_type":["超音速成本崩塌下的过早优化陷阱与算力吸纳机制","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-24 19:24:09","legal_anchor_count":0,"transcript_citation_count":0}