当顶尖 AI 四个月后就能在电脑上免费跑，硅谷七千亿算力债务该怎么还？

四个月前全世界最顶尖的 AI 模型，现在可以免费装进你的电脑里。 不需要连网。 不用按月交二十美元订阅费。 只要你的电脑内存够大，装个本地运行工具，点一下下载。 四个月前还要烧几千万美元算力才能调用的前沿能力，就在你的笔记本上本地跑起来了。 消耗的只有家里几分钱的电费。

普通人拿到了免费的高级智能，感觉科技时代真美好。 但科技投资人 Jeff Booth 提醒大家看一眼账本的另一头。 那里的数字大得吓人。 微软、谷歌、亚马逊、Meta 这几家科技巨头，这几年在算力基建上砸了多少钱？ 2024 年，两千两百亿美元。 2025 年，冲到了四千一百亿美元。 到了 2026 年，各家给出的指引合计超过七千亿美元。 买三万多美元一张的英伟达芯片，抢占核电站和变压器，铺设水冷数据中心。 这种天文数字的资本开支，大半是靠发行债券和借贷撑起来的。 按照华尔街通常的财务算法，一座大型数据中心的折旧周期是十年到十五年。 他们原本指望的商业闭环很简单： 用垄断算力训练出最强模型，锁在云端机房里，所有人都要按月交月租，或者按字数买接口。 只要一直有人买单，十五年的债务慢慢还。

算盘打得很响，但是现实里出现了一个极度残酷的机制。 在整个工业史上，从来没有任何一种昂贵的工业品，贬值速度有 AI 这么凶猛。 顶级机构砸上亿美元训一个巨无霸模型，摸清了推理和思考的路径。 开源社区和各路研究人员紧接着干了两件事。 第一件事叫蒸馏。 用那个上亿美元模型的输出结果当老师，去教一个只有几十亿参数的小模型。 小模型只学它的解题逻辑，不背冗余数据。 第二件事叫量化。 原本每个参数都要用高精度浮点数存储，研究人员把它压缩到四位甚至两位。 模型体积直接缩减百分之七十以上，但推理能力几乎不掉队。 结果就变成了今天大家看到的景象。 四个月前需要整个机房服务器集群才能跑的前沿能力，四个月后被压缩成了几十个 GB 的文件。 随便一台带统一内存的普通电脑，甚至一张民用显卡，就能直接在本地离线跑起来。

这就撞上了最根本的经济学规律：技术天然具有通缩属性。 软件一旦开源，一旦能装进本地硬件，它的边际分发成本就是零。 你想卖高价，前提是东西稀缺。 如果四个月后，用户在本地电脑上就能免费拥有同样水准的思考能力，谁还会每年给你的云端付几百美元？ 当智能的边际成本奔向零，云端巨头的定价权就塌了。 那借来的几千亿美元债务怎么办？ 十五年的还债周期，遇上了四个月就贬值清零的保鲜期。 Jeff Booth 问的那句话特别要命： 如果四个月后我就能在电脑上免费拥有它，你欠下的十五年债务拿什么还？

技术上守不住护城河，商业上挡不住开源，接下来大公司会做什么？ 这是商业垄断在面对技术通缩时最经典的自保动作： 去游说监管。 既然技术上阻止不了普通人免费使用，就用法律来把它变成违法。 这几个月大家听到的各种警报，大厂高管们排着队去国会作证，警告 AI 随时可能毁灭人类、造出危险武器。 随后他们提交的法案草案里，往往都夹带着非常精准的条款： 比如训练算力超过一定阈值必须持牌，必须接受巨额合规审查，甚至要求对开源模型的发布者追究连带责任。 只要合规门槛被抬到只有千亿级市值的巨头才掏得起，开源路线就会被卡死在合规成本里。 大家被吓得以为自己在支持人类安全。 但只要算盘一翻开，那道安全门槛真正保护的，无非是巨头们背在身上的十五年重债。