{"source":{"id":"2060404873552888045","title":"一张三十天的账单，五亿美元。 这是一家企业给员工开放 Claude 无限制使用权后的代价。 而在黄仁勋看来，这笔钱花得理…","url":"https://mubeitech.com/p/2060404873552888045"},"method":"semantic-similarity","count":3,"items":[{"rank":1,"id":"2059298057506705525","account":"mubei","brand":"@mubei","title":"Uber 给公司的 5000 名工程师配上了 AI 助手。 结果短短 4 个月，全年的 AI 预算就被烧了个精光。 AI…","summary":"Uber 给公司的 5000 名工程师配上了 AI 助手。 结果短短 4 个月，全年的 AI 预算就被烧了个精光。 AI 现在的运行成本，甚至开始超出它能替代的员工成本。 Uber 的 COO 公开承认了一件事。 他无法向公司证明这笔巨额开销是合理的。 硅谷大厂的 AI 账本，正…","body":"Uber 给公司的 5000 名工程师配上了 AI 助手。\n结果短短 4 个月，全年的 AI 预算就被烧了个精光。\nAI 现在的运行成本，甚至开始超出它能替代的员工成本。\n\nUber 的 COO 公开承认了一件事。\n他无法向公司证明这笔巨额开销是合理的。\n硅谷大厂的 AI 账本，正在遭遇残酷的现实对账。\n\n只看底层研发指标，一切都很完美。\nToken 用量每天都在翻倍。\n上个季度，公司 25% 的代码提交全部由 Claude Code 完成。\n员工的 AI 渗透率极其漂亮。\n\n但当管理层拿着这些华丽的数据去问工程负责人：\n既然效率提升了，那我们多产出了 25% 有商业价值的用户功能吗？\n有多少之前因为缺人手而被搁置的项目，现在被重新捡起来了？\n\n答案是没有答案。\n这条等号线，目前根本画不出来。\nAI 确实以惊人的速度生成了更多代码，但这并没有直接转化为可量化的业务增量。\n\n把代码生成量等同于生产力提升，中间存在巨大的商业断层。\n当底层技术指标涨到天上，却无法在资产负债表上兑现为利润。\n大企业盲目铺开的 AI 投入，很快就要面对资本真正的灵魂拷问。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-27 07:19:24","created_at":"2026-05-27T09:11:21.101444","url":"https://mubeitech.com/p/2059298057506705525","markdown_url":"https://mubeitech.com/p/2059298057506705525/markdown"},{"rank":2,"id":"2059122774401311095","account":"mubei","brand":"@mubei","title":"第一家公开承认 AI 投入产出比算不过账的大厂出现了。 是 Uber。 Uber 内部最近经历了一个高管形容为脑袋爆炸的…","summary":"第一家公开承认 AI 投入产出比算不过账的大厂出现了。 是 Uber。 Uber 内部最近经历了一个高管形容为脑袋爆炸的时刻。 他们在盘点公司的 AI token 消耗量。 花了巨额的钱，烧了海量的 token。 按理说产品功能应该大幅增加。 COO 跑去跟高级工程主管对账，发现…","body":"第一家公开承认 AI 投入产出比算不过账的大厂出现了。\n是 Uber。\n\nUber 内部最近经历了一个高管形容为脑袋爆炸的时刻。\n他们在盘点公司的 AI token 消耗量。\n\n花了巨额的钱，烧了海量的 token。\n按理说产品功能应该大幅增加。\nCOO 跑去跟高级工程主管对账，发现根本不是这么回事。\n他的原话很直白：你没法拿出一个数据说，看，我们现在多产出了 25% 有用的消费者功能。\n\n这笔账非常现实。\n买 AI 算力的钱从哪来？\n从人头里挤出来的。\nCEO Dara Khosrowshahi 在财报电话会里交了底，Uber 正在放缓招聘，用来抵消 AI 投资的成本。\n\n用压减人类员工的代价，去填 AI 的开销。\n结果换来的，是无法证明转化率的业务回报。\n\n当企业开始用真金白银衡量算力与利润的兑现率时，技术靠讲故事拿预算的阶段就结束了。","category":"科技","score":80,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-26 14:25:43","created_at":"2026-05-26T06:01:40+02:00","url":"https://mubeitech.com/p/2059122774401311095","markdown_url":"https://mubeitech.com/p/2059122774401311095/markdown"},{"rank":3,"id":"2075784190218711046","account":"mubei","brand":"@mubei","title":"AI 账单每 45 天翻一倍。 生产率提升呢，最多 5%。 Chamath 和 CTO 对完这笔账，整个人开始往后退。…","summary":"AI 账单每 45 天翻一倍。 生产率提升呢，最多 5%。 Chamath 和 CTO 对完这笔账，整个人开始往后退。 这就是很多公司接下来要碰到的墙。 不是模型不聪明了。 是每往前挤一点点改进，都要烧掉更多 token。 早期用 AI，像白捡杠杆。 写代码快了，客服快了，分析快…","body":"AI 账单每 45 天翻一倍。\n生产率提升呢，最多 5%。\nChamath 和 CTO 对完这笔账，整个人开始往后退。\n\n这就是很多公司接下来要碰到的墙。\n不是模型不聪明了。\n是每往前挤一点点改进，都要烧掉更多 token。\n\n早期用 AI，像白捡杠杆。\n写代码快了，客服快了，分析快了，PPT 快了。\n老板看到的是效率曲线往上走。\n\n可财务看到的是另一条线。\ntoken 成本每 45 天翻倍。\n一年下来，不是翻几倍，是进入指数游戏。\n\n更麻烦的是，收益端没有同步指数增长。\nChamath 得到的内部估算是，下游生产率提升最多 5%。\n成本在狂奔，增益在贴地走。\n\nCTO 给出的解释很现实。\n第一轮 AI 改造，低垂的果子已经摘完了。\n再想做下一轮优化，就要让模型读更多上下文，跑更多推理，试更多路径。\n\n听起来像技术进步。\n落到公司账本上，就是变量成本。\n每一次点击，每一次生成，每一次自动化，背后都有 token 表在跳。\n\n这会改变一批 AI 公司的估值逻辑。\n以前市场买的是想象力：用户增长、调用增长、自动化率增长。\n接下来资本会问一个更土的问题：每多赚一美元，要多烧多少 token。\n\nChamath 的判断更直接。\n很多公司现在还没认真做这笔审计。\n但未来三四年，大家都会被迫做。\n\n所以他才会提到一个残酷窗口。\n能在这轮兴奋期高价退出、融到大钱的公司，可能会先跑。\n因为等 token 成本渗进利润表，故事就没那么好讲了。\n\nAI 当然会继续吃掉软件世界。\n但它不是免费的魔法。\n它更像一种新电力：越强大，越要被计量、审计、定价。\n\n企业 AI 的下半场，会从谁会接入模型，变成谁能控制每一次智能的边际成本。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2075824126288138706","translated_status_id":"2075824126288138706","published_at":"2026-07-11 06:06:52","created_at":"2026-07-11T08:01:31+02:00","url":"https://mubeitech.com/p/2075784190218711046","markdown_url":"https://mubeitech.com/p/2075784190218711046/markdown"}]}