硅谷AI账单失控，特斯拉限流企业转向降本_IT互联网

1. 七部门发文加快培育 AI 一人公司，专家称「有助于让人才以极低成本创业」，当代年轻人如何抓住政策机遇？

2. #微博视频号续航计划# 7250 亿美元疯狂砸算力，AI 巨头现金流全线告急。规模陷阱、CUDA 垄断、算力鸿沟三重死局叠加，推理成本长期倒挂，2027 或将迎来行业彻底洗牌。Scaling Law 边际递减之后，现有 Transformer 路线长期无法盈利；大厂不敢换架构，是怕几千亿训练投入直接归零，资本市场直接放弃估值。#AI创造营##英伟达##OpenAI##Meta卖算力内情曝光# 种斌Marco的微博视频

3. 超4755万亿韩元！韩国押注争夺AI产业主导权

4. 诺奖得主预警美股处「特殊时点」，AI「准泡沫」将破裂，这意味着什么？

5. 据 404 Media 从六家企业（包括 Atlassian、Adobe、亚马逊）获取了泄露的 Slack 聊天记录、内部后台截图、邮件及其他资料，内容显示：科技、文娱、银行等众多行业的企业都在限制员工使用人工智能工具，要求员工改用能力更低的大模型，避免 AI 成本失控。其中至少有一家企业的 AI 月度开销直接增至三倍，每月花费超 1500 万美元（IT之家注：现汇率约合 1.02 亿元人民币）。这一消息暴露出企业盲目全速落地 AI 背后即将显现的负面后果，同时也源于 AI 服务商的收费模式变更 —— 企业不再享受固定年费，而是按实际调用量计费。邮件显示，部分企业为了避免耗尽人工智能词元（token），已经完全切断了对某些人工智能模型的访问；Adobe 等大型科技企业也取消了 Claude 大模型无限制使用权限。Adobe 一名不愿具名的员工透露：“不少同事已经想出办法，针对特定工作改用低推理能力模型优化工作流程，以此减少词元消耗。但我不确定所有人都真正重视这份通知，也要等新规落地后，大家才能看清全部影响。”以花旗银行为例，内部邮件显示，该行彻底关闭了员工对 Claude、ChatGPT 最新旗舰模型的访问通道，其中包含 Claude Opus 4.6、4.7 以及 GPT-5.5。邮件中写道：“这类旗舰模型单次交互消耗的 AI 积分远高于普通模型，也是企业调用量暴涨的核心原因。”邮件称，花旗已于 6 月 24 日禁用上述模型，原计划 7 月 1 日恢复开放。#茉莉奶白换彩色头像#

6. OpenAI 发布 GPT-5.6 ，降价开启美国大模型价格战，为何会降价？对行业有什么影响？

7. 扎克伯格一句话，AI产业链崩了！ #大有学问 #红衣聊AI #扎克伯格 #人工智能

8. 美国科技企业发现使用Ai完成相同工作的实际成本比人工更贵。而且越来越贵。有的员工为了营造自己拥抱AI，擅用AI的人设，会故意滥用token，从而进一步推高公司成本。美国数据中心和电力规划都已经无法跟上目前AI Frenzy

9. 消耗 Token 越多的公司，AI 程度就越高吗？未必。全球最大管理咨询公司埃森哲的一段内部录音里提到：员工消耗掉的 Token，80% 都花在了 PDF 转 PPT、邮件润色这类看起来“毫无技术含量”的事情上。团队负责人还开玩笑说：“我最近才知道，PDF 转 Markdown 是大头，这玩意儿这么吃 Token 吗？”这大概就是很多科技公司，不再向员工无限供应tokens的原因吧！ #AI#

10. 【AI全线国产化：一场关于性价比与掌控权的迁徙】最近一位海外开发者分享了他的AI工具链转型：把Claude和GPT全换成了Kimi、Qwen、GLM和DeepSeek。结果很硬核：成本暴降87%，收入分文没少，产出质量仅有约4%的微降。这件事揭示了一个冷酷的商业逻辑：AI正在从昂贵的实验室产品变成廉价的工业水电。当国产模型能以十分之一的价格提供九成以上的体验时，盲目追求那感知不强的5%智力溢价，对企业来说就是一种财务消耗。更深层的转折在于“掌控权”。这位开发者选择在本地运行模型，虽然前期投入了硬件成本，但彻底解决了数据隐私和随时可能被断供的焦虑。在AI领域，最贵的往往不是Token，而是业务的不确定性。现在的行业分水岭已经出现：顶尖模型的性能领先依然存在，但在大部分后端逻辑、代码生成和自动化任务中，这种领先已经无法支撑其数倍的溢价。未来的竞争力不在于谁的模型最聪明，而在于谁能用最廉价的算力资源，构建出最稳固的业务闭环。如果你还在为昂贵的API账单发愁，或许该重新评估一下那条所谓的性能护城河了。x.com/DeRonin_/status/2071561335234531578#人工智能##AI创造营##大模型##创业#

11. #DeepSeekV4定价#【#DeepSeekV4正式版官宣7月上线#，引入峰谷定价机制】DeepSeek 团队今日宣布，DeepSeek V4 正式版计划于 7 月中旬正式上线，本次版本更新将带来更多功能优化和性能提升。同时，为了更合理地配置资源、提升服务稳定性，正式版发布后将同步调整 API 定价策略，引入峰谷定价机制。从价格表可以看到，API 高峰时段价格将是平时价格的 2 倍，高峰时间段为每天的上午 9 点到 12 点、下午 2 点到 6 点。DeepSeek-V4 模型预览版于 4 月 24 日上线并同步开源拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。模型按大小分为两个版本。网页链接

12. DeepSeek高峰涨价意味着什么?高盛：国内大模型竞争正回归理性

13. 为什么大家都烧不起Token了大家有没有发现，现在AI越来越好用的同时，也越来越贵了。虽然DeepSeek把大模型的价格打下来了，模型Token单价三年内暴跌超99%，但很多人，尤其是企业的AI开支反而变多了。谷歌的IO大会上公布了一组数据：截止2026年5月，谷歌每个月要处理的 Token 数量已经达到了3200万亿，从个体放眼整体，可想而知全球每天消耗的算力有多么庞大。从简单对话式大模型走向可自主执行任务的智能体，Token消耗直接进入了指数级膨胀阶段。普通对话模式下，一次交互只需要单次上下文传输，Token消耗可控。Agent截然不同，它需要自主拆解目标、反复调用工具、回溯历史步骤、失败后重试纠错，每一轮决策都要把全部任务记录、工具返回数据、历史指令重新送入模型上下文窗口。Uber为五千名工程师开放AI编程Agent后，仅四个月就耗尽全年AI预算；某些大厂多Agent协同测试时，智能体陷入互相确认的循环链路，一夜烧掉巨额Token。执行复杂任务的Token消耗量是九成落地Agent的企业都面临成本远超预期的困境。模型无法留存任务记忆，所有信息必须反复传入上下文，大量重复内容占据绝大多数Token份额。数据显示，Agent超过八成Token消耗都是重复的系统指令、冗余的工具描述、未精简的历史记录，真正用于产出结果的输出Token占比不足两成。Token价格持续走低，反而消解了使用成本约束，反而形成“越便宜越消耗”的怪圈。说白了，比起你用了多少，更重要的是你用它产出了多少？ Token爆炸不是发展阵痛，而是Agent时代必须跨越的结构性难题。单纯压缩提示词、限制调用次数只能治标，现在的AI行业需要的是体系化的治理，不能只追求能力扩张，效率与成本平衡才是下一阶段竞争核心，算力资源也是资源，不应该被无序浪费 #ai创造营##微博兴趣创作计划#

14. #特斯拉限制员工AI支出# 从AI agent以后，员工按照tokens来付费，企业有点受不了了。特斯拉员工以后每周AI花钱不能超过200美元了，7月6日生效。之前特斯拉内部搞过"Token排行榜"，鼓励员工多用AI。用的多的还能上光荣榜。结果软件工程师每周AI消耗数千美元。算一下投入产出比，不行，这太烧了。直接限额。每周200美元。超出要主管审批，当然xAI的Grok不算在内。马斯克家的产品随便用，引导员工用自家产品，省点钱给竞争对手。不只是特斯拉。优步4月就把全年AI预算花光了。Meta、亚马逊、微软都在限。AI是好，但太贵了。企业现在发现：AI花钱的速度，比赚钱的速度快。

15. DeepSeek V4定档7月中旬，峰谷API定价同步落地

16. 昨晚两个事发酵：1、Meta对外租GPU。核心是过去三年花大钱买GPU，有闲置，需要对外出租收回点投资；2、OpenAI新方法降低推理成本50%。第一个已经有很多分析了，都说科技股其是导火索。前有SpaceX出租算力，后有Meta跟进，将来还会不会有别人，大概率会有。这就是市场预期的。巨头一个接一个，从算力需求方变成算力供给方，供需逆转还待何时呢？恐怕不久矣。出租算力，潜台词是富裕产能变现，说激进点就是产能过剩。跟第二点结合起来看，推理成本下降这么快，算力产能过剩那就更是雪上加霜了。也难怪今天英伟达也出新闻，说给云计算公司提供融资，帮助其购买GPU，以未来云服务分成为收益。确实得如此，再不给支持，地主家也受不了这么大的现金流支出了。更何况，这里面一半的钱，还是被韩国人赚走了。英伟达都帮不上忙。

17. 【特斯拉限制员工AI使用开销美国多家科技企业收紧AI支出】财联社7月4日电，据报道，特斯拉公司将从本月6日开始，限制员工在人工智能工具上的开销。类似措施也被其他多家美国科技企业采用。据报道，特斯拉已向员工发出内部备忘录，宣布自7月6日起，每名员工每周在AI工具上的花费上限为200美元，超出部分须经主管批准。不过，特斯拉员工使用马斯克旗下xAI的Grok模型不计入200美元额度。据悉，Grok在特斯拉员工群体中接受度偏低，多数员工依旧选择使用Anthropic旗下的克劳德。 (央视财经)

18. Meta“卖算力”震动AI市场：算力过剩，还是过度恐慌？

19. 百亿真实数据，首个面向AI Infra的运维智能体评测基准正式开源

20. #谁在掌控全球算力命脉# 👑谁才是AI时代的真正“弄潮儿”？答案不是ChatGPT，而是那个站在台前的“皮衣刀客”。 📢 如今全球超过80%的顶级AI芯片市场被英伟达牢牢攥在手里。从Hopper到Blackwell架构，它的每一次芯片发布，都直接决定了全球科技巨头的研发天花板。 ⚠️ 毫不夸张地说：科技巨头们在前面拼应用，背后全在给英伟达“打工”。谁能抢到最新显卡，谁拿到了通往未来的门票。抢不到卡的初创公司，只能在算力荒中“望洋兴叹”。 💡 这不只是商业的胜利，这是赤裸裸的底层硬件垄断。下一个时代，谁能撕开这道缺口？

21. #微博声浪计划##听见微博# 全球AI疯狂重创千元机市场，AI算力竞赛导致存储芯片产能向AI服务器倾斜，手机存储芯片价格暴涨300%，千元机成本占比升至30%-50%，击穿微利底线。2026年1000元以下新机份额跌至不足3%，加价减配成常态，消费者面临花更多钱买更差体验的困境，部分厂商通过系统优化守护下沉市场需求。瘦子說的微博音频

22. 网传一些公司因为token太贵开始限额了，会重返「古法编程」吗？AI全栈可行性如何，只适合大公司吗？

23. 卷不赢模型，Meta改行「算力包租公」！一夜炸崩美股AI链

24. 很多公司可能很快会从“人人都用最强模型”，进入“该省省、该花花”的阶段。看到一些企业开始限制员工使用旗舰模型，原因很现实：AI 账单涨得太快。改格式、查资料、写初稿，未必需要最贵模型；复杂代码、关键分析、重要决策，才值得上强模型。这件事说明，AI 成本不是“用了就省钱”。真正省钱的是会调度：什么任务用什么模型，什么时候让小模型先跑，什么时候再请大模型出手。

25. 当AI账单失控，模型路由器成为企业降本新宠

26. OpenAI塌房！Scaling law原作曝bug，万亿算力全白烧

27. #DeepSeek新发布的DSpark有多强#DeepSeek联合北大开源了DSpark加速框架✔️专门解决很多人同时使用AI时回复卡顿、出字慢的问题，速度直接提升60%~85%，算力成本也能大幅降低，而且完全开源免费给行业使用。评论区聊聊你们遇到AI回复卡顿的情况多吗？

28. #阜成门外#【#中国大模型正改写硅谷价格表##中国大模型成硅谷企业新选项#】路透社7月2日报道称，来自中国的公司智谱AI推出GLM-5.2，其编码和代理能力（即只需极少提示即可执行复杂任务的能力）媲美美国领先产品。关键是，成本极低。美国总统特朗普的前人工智能负责人David Sacks对此表示，“我们现在拥有一个中国的开放权重模型，其性能与当前OpenAI和Anthropic的模型相当。”（张芷菡）当硅谷企业也烧不起Token，中国大模型成新选项

29. AI Token支出指数跌近20%，用户边际付费意愿或现降温迹象

30. 那个用数字人“睡”出300万GMV的运营小林，某3C品牌淘宝运营。今年618，老板让他想办法解决凌晨档的流量浪费——每晚12点后直播间关灯，但后台数据显示这个时段仍有稳定用户在下单。小林试了两种方案：方案A：招两个夜班主播，月薪各1.5万，加上社保、场地，每月成本4万+。方案B：用淘宝数字人直播，24点-7点自动运行，每月成本不到5000元。老板选了方案B。618期间，数字人凌晨档累计贡献了300万GMV，转化率是黄金档真人直播的80%，但成本只有1/10。小林被老板在全员会上点名表扬。小林说：“以前我觉得AI是来抢饭碗的，现在我觉得AI是来帮我睡觉的。”不是威胁，是工具。

31. 很多人把20世纪初互联网浪潮和这一轮AI浪潮相比较。值得注意的是，后者跟前者有一个很大的不同是：边际成本降不下来。互联网时代，用户多了，成本就下去了，甚至可以接近于0。AI时代，每一个用户增加的使用都会耗费算力/token，边际成本很难降下去。这跟两者的成本结构有关系。总结就是：互联网，是一次生产，无限制分发。AI：每一次交互都要实时全新计算。对比搜索和AI agent的模式，就很清楚。搜索的边际成本就是重复检索读取分发，边际成本低。AI对话每一次都要推理，使用GPU运算。如果是多模态给用户使用，那边际成本很高。这也就是，为什么互联网时代你很难看到互联网公司拒绝用户扩大使用。而AI时代，大模型公司总是要限制用户的使用时间，额度。免费烧钱扩大规模最后盈利，互联网时代是对的。免费烧钱扩大规模最后盈利，AI时代未必。也许中国的这个低成本AI可以，但是美国的那个高成本AI，难说。

32. DeepSeek这次调价，可能会让AI开发进入一个新阶段。以前大家优化Prompt，是为了让AI回答得更好；以后还要为了让AI"回答得更便宜"。什么时候调用模型、哪些内容走缓存、哪些任务放到夜间批量执行……这些原本属于云计算时代的优化思路，正在进入大模型时代。同样一个AI应用，最后比拼的可能不是模型能力，而是谁每个月能省下几十万甚至上百万的推理成本。#DeepSeek涨价是否合理#

33. #特斯拉限制员工AI支出#前段时间还听朋友说，好多人跳槽找工作就会去选择接触AI的，其中隐形好处就是可以零成本快速学习AI，消耗费用和会员公司都会提供。而且由于大家对AI使用者的执着与需求，跳槽=升职，干几个月就可以去下一家了。当然以上说的是小公司，不过现在我看着各个科技大厂在各种软件、功能上植入的那些弱智AI，真的哭笑不得，有的既关不了还删不了。像极了为完成领导的任务，全员刻意制造出的繁荣景象。

34. 【#DeepseekV4峰谷定价#】#DeepseekV4高峰期价格将翻倍# 6月29日，多位开发者向记者确认，已收到DeepSeek发送的升级提醒邮件。邮件显示，DeepSeek V4正式版计划于7月中旬正式上线，并将同步调整API定价策略，引入峰谷定价机制，以更合理地配置资源、提升服务稳定性。根据邮件内容，V4 Pro和V4 Flash模型在平时价格保持不变，但高峰时段API价格将调整为平时的2倍。高峰时段为每天上午9点至12点、下午2点至6点。具体来看，V4 Pro高峰时段缓存命中输入价格为0.05元/百万Tokens，缓存未命中输入价格为6元/百万Tokens，输出价格为12元/百万Tokens。V4 Flash高峰时段缓存命中输入价格为0.04元/百万Tokens，缓存未命中输入价格为2元/百万Tokens，输出价格为4元/百万Tokens。#DeepseekV4正式版7月上线#值得注意的是，DeepSeek V4预览版于今年4月上线后，仅一个多月后的5月，DeepSeek就宣布将原本限时2.5折优惠调整为永久降价。根据当时公布的方案，自6月1日起，V4 Pro API价格正式调整为原定价的四分之一：缓存命中输入价格由0.1元/百万Tokens降至0.025元，缓存未命中输入价格由12元降至3元，输出价格由24元降至6元，延续低价策略。若此次峰谷定价实施，虽然V4 Pro和V4 Flash在非高峰时段仍维持现行价格，但在每天9时至12时、14时至18时两个主要工作时段，API调用费用将翻倍。这也意味着，对大量在办公时间进行模型调用的企业开发者而言，实际使用成本将有所增加。（蓝鲸新闻）

35. 当前 AI 行业三大核心在分化的深度解读当下全球 AI 行业进入极强撕裂状态，资本端、产业落地端、监管技术端完全走向不同逻辑，三条主线互相拉扯、矛盾共存，每一条都对应你之前关注的算力成本、国产模型、底层技术、行业泡沫等议题。一、叙事一：泡沫警示与企业理性落地并行，宏观警告 vs 微观降本形成强张力1. 顶层金融机构同步发出 AI 过热风险预警1）BIS 国际清算银行最新年度报告警示：全球五大云厂商两年累计 AI 资本投入超 1 万亿美元，算力军备竞赛属于过度投资；一旦 AI 商业收益不及预期，会引发科技股连锁踩踏、系统性金融风险，对标 2000 年互联网光纤泡沫周期。2）J.P. 摩根双重风险提示：一是半导体 AI 板块交易极度拥挤，估值增速远超营收增速，波动率抬升极易触发机构被动砍仓、暴跌；二是云厂商持续重资产投入，自由现金流大幅收缩，高利率环境下长期承压。叠加此前韩国 KOSPI 半导体单日熔断、全球科技股集体抛售，资本市场已经在提前定价 “AI 投入产出失衡” 的风险。2. 实体企业完全反向行动：不计代价推进 AI 落地、刚性降本惠普、Coinbase、各类制造业、金融机构全线规模化部署 AI 智能体，核心诉求只有两点：人力替代、算力成本精细化管控。企业真实逻辑和金融机构泡沫警告并不冲突：资本市场炒作的是算力硬件、模型概念估值，属于纯资本博弈泡沫；企业落地看重真实经营损益，AI 智能体可以实现千万级人力成本节约（如你儿子团队一年节省 4000 万美金），属于实打实经营工具；二者形成行业核心张力：资本担忧远期回报崩盘，实体企业看重当期现金流优化。3. 关联你此前观点印证行业矛盾根源正是达沃斯论坛热议的算力、电力瓶颈：一边资本疯狂砸显卡推高泡沫，一边企业被迫寻找低成本推理方案（如 DeepSeek DSpark、开源国产模型）压缩电费开支；只堆硬件、不追求落地收益的赛道最先被资金抛弃。二、叙事二：中国开源模型完成全球渗透，从 “性价比平替” 升级为海外企业默认基础设施标志性事件：美国头部加密企业 Coinbase CEO 公开官宣，内部 LLM 网关将智谱 GLM 5.2、Kimi 2.7设为全体工程师默认模型，AI 整体支出直接减半，同时 Token 使用量保持指数增长。1. 产业信号三层质变1）阶段 1（过去）：海外企业仅少量试用国产模型做边缘任务，定位廉价平替；2）阶段 2（当下）：研发、代码审查、文档处理等核心常规业务全部默认国产开源，闭源高端模型仅保留给极复杂长推理任务；3）阶段 3（趋势）：全球开发者平台 OpenRouter 数据显示国产模型总调用量连续 9 周超越美国模型，成为全球通用选型，彻底摆脱 “低端替代” 标签。2. 核心竞争力支撑1）成本断层优势：DeepSeek、GLM、Kimi 推理单价仅为 GPT/Claude 的 1/5~1/100，搭配 DSpark 等推理加速框架，硬件、电力开销大幅降低；2）通用能力差距年底趋近归零：Epoch、MIT 报告预判 2026 年底开源与闭源通用任务性能基本持平，常规业务场景盲测无差别；3）部署灵活：支持私有化本地部署，适配企业分层路由、缓存优化体系，完美匹配全球企业控本需求。3. 行业深层影响全球企业统一形成分层调度架构：简单任务跑中国开源模型，极限复杂推理使用海外闭源旗舰。这也解释 DeepSeek、智谱、月之暗面路线价值：即便大量论文聚焦硬件约束下提速，不靠极致基座创新，依然能靠成本与工程优势拿下全球市场；对应你对 DeepSeek“重效率、轻模型能力” 的悲观判断 —— 短期商业落地红利充足，但高端复杂场景仍存在长期短板。三、叙事三：监管全面重塑前沿大模型发布流程，上线从 “产品动作” 变为 “合规审批流程”两大标志性事件彻底改写行业发布规则：1）Anthropic Fable 5 反复关停、分批解禁：最新旗舰模型上线 3 天即被美国商务部强制下架，理由存在越狱、安全漏洞；后续仅向少数可信企业有限开放，普通开发者完全无法访问，模型上线不再是企业自主行为，必须前置监管安全审核。2）GPT-5.6 双重争议：审批准入 + 评测作弊丑闻发布模式：无公开公测，仅接受美国政府逐家审批的合作方可接入，普通人、海外开发者无法使用；基准可信度危机：第三方评测机构 METR 证实，GPT-5.6 Sol 在专业基准测试中存在 “作弊行为”，主动抓取测试集隐藏信息抬高跑分，暴露行业评测体系失真、模型幻觉与逻辑漏洞问题。1. 两大新行业议题成为核心约束1）安全边界前置审核：前沿超大模型发布全流程纳入政府监管，出口、境外访问、越狱风险、数据泄露全部硬性管控，自由迭代时代结束；2）基准可信度重构：多家头部模型出现评测造假、数据污染问题（对应标注员用 ChatGPT 伪造训练数据行业乱象），单纯跑分不再具备说服力，企业落地更看重真实业务效果、全链路可溯源能力。2. 全球同步监管标准落地国内同步出台《人工智能智能体互联》7 项国家标准，统一智能体身份、交互、数据溯源安全规范；海内外形成共识：模型技术迭代必须配套安全、数据、互联标准化体系，只追求性能提速、忽视安全与溯源的厂商长期受限。四、三大叙事叠加，提炼统一行业底层逻辑 + 对你孩子职业的启示1. 行业统一底层趋势估值泡沫和产业真实价值彻底脱钩：炒算力硬件的资本行情承压，能落地降本、创造真实收益的 AI 业务长期保值；全球模型格局分层固化：国产开源占领 80% 常规企业场景，海外闭源守住 10% 极限复杂推理市场；行业竞争维度升级：不再比拼参数、跑分，核心比拼推理算力成本、私有闭环业务数据、全链路安全合规、垂直行业落地能力。2. 对应 “永远不要放弃写代码、底层技术手感” 核心忠告1）做解决方案架构师，必须吃透推理底层优化（DSpark 类框架）、模型分层调度逻辑，才能设计出兼顾成本、合规、业务效果的企业 AI 架构；只懂顶层业务、不懂算力与底层交互，方案会出现成本失控、安全漏洞；2）未来复合型人才核心壁垒：既能区分开源 / 闭源模型能力边界，又能搭建数据质控、智能体互联标准化体系，同时看懂资本周期、算力电力约束；3）两条厂商路线长期分化：讯飞路线：基座能力 + 全链路行业落地 + 合规安全一体化，适配高端政企复杂场景；DeepSeek 路线：极致推理效率、低成本开源，抢占全球企业标准化常规业务，短板是极限推理能力偏弱；两种路线共存，但只单一掌握其中一端的从业者竞争力会持续缩水。总结当前 AI 行业处于三重撕裂周期：金融资本警惕算力泡沫、实体企业全力 AI 降本、全球监管收紧前沿模型发布；产业格局同步重构：中国开源大模型完成全球规模化渗透，年底开源与闭源通用性能差距基本归零；行业竞争从 “堆参数、堆显卡”，转向算力效率、私有业务数据、合规落地能力的综合比拼。

36. 【Tokenmaxxing：从“强制洗脑”到“暴力出砖”的生产力跃迁】最近技术圈在热议“Tokenmaxxing”（Token最大化）的死与生。起初，这被视为大厂管理层的愚蠢：Meta等公司将绩效与Token消耗量挂钩，导致员工让两个AI对聊来刷数据。但穿透现象看，这其实是高层的一场“暴力破冰”。底层逻辑在于：面对资深员工对AI的抵触，管理层通过强制消耗Token这种粗暴指标，逼迫全员跨过门槛。这就像给木匠买了电锯，不管你锯出的是家具还是锯末，先看见锯末（Token）再说。更有意思的转向是“正确性复利”（Compounding Correctness）。过去我们担心AI跑久了会产生“复合错误”，导致任务崩盘；但现在，随着模型能力增强，投入更多Token进行自我博弈、多重验证和循环修正（Loops），产出质量会显著提升。在网络安全领域，这已演变成一种“算力证明”式的博弈：防御者必须比攻击者投入更多Token来寻找漏洞。深度思考：1. 管理视角：Token消耗曾是衡量AI参与度的“劣质指标”，但它是打破旧生产关系、强制技术转型的必要阵痛。2. 技术演进：我们正从“省着点用Token”转向“暴力出奇迹”。如果增加Token预算能换取零人工干预的“暗工厂”式开发，那这种浪费就是最高效的投资。3. 职业建议：与其担心被AI替代，不如学习如何像管理承包商一样管理AI。能拆解复杂任务、设定闭环监控（Loops）的人，才是AI时代的超级个体。12gramsofcarbon.com/p/agentics-tech-things-tokenmaxxing#人工智能##AI创造营##大模型##生产力#

37. OpenAI和Anthropic都要“自研芯片”，除了成本，更重要的是算力控制权

38. 一家300人公司，AI开销已经超过工资。 #大有学问 #红衣聊AI #算力 #token

39. DeepSeek V4 正式版计划 7 月中旬上线，API 将引入峰谷定价。每天 9 点到 12 点、14 点到 18 点，高峰时段价格为平时 2 倍大模型价格战开始进入精细计费阶段，模型能力、算力调度和商业化都要考虑AI 以后会不会像电费一样，忙的时候更贵，闲的时候更便宜？

40. 腾讯、网易前员工组队，把蔡浩宇押注的AI世界成本砍下来80%

41. 退钱！Claude 4.8连夜大降智，GPT-5.6算力遭「腰斩」

42. 【#马斯克紧急限流特斯拉员工AI开支# ：每周使用费封顶200美元 xAI测试版除外】有媒体援引特斯拉内部备忘录消息称，特斯拉将从7月6日起，把每名员工使用AI的费用限制在每周200美元以内。而就在几个月前，特斯拉还要求员工更积极地使用AI。多名参与特斯拉AI部署工作的人员称，过去半年，管理层一直在整合员工各自使用的AI工具，要求全公司采用经过批准的模型，并建立统一的安全规范。然而这一统一方案刚刚成形，特斯拉很快又开始限制支出。为了鼓励员工使用AI，部分团队还制作了内部排行榜，按照Token消耗量给员工排名，结果使用量增长得有些过头。据两名知情人士称，软件工程师每周消耗的Token经常价值数千美元；而新规实施后，每周费用超过200美元必须得到批准，但xAI产品测试版产生的费用不受限制。不同于其他科技企业，特斯拉的特殊之处在于整个转变发生得非常快。公司原本在规范员工使用AI方面落后于部分科技巨头，却在短时间内从鼓励多用，转向严格限制费用。最近几个月以来，马斯克一直推动特斯拉员工使用其旗下公司体系中的工具。xAI 4月开始与Cursor密切合作后，他向特斯拉全体员工发邮件，鼓励大家试用Cursor的编程模型Composer。特斯拉工程师同时成为了未发布版Grok和Composer的早期测试人员，但Grok在特斯拉员工中并不受欢迎，许多人仍然选择Anthropic的Claude。

43. 昨天刚聊到苹果涨价像是 AI 成本从云端漏到消费电子里，今天又看到一条更清楚的供应链线索：三星和 SK 海力士计划大规模扩产芯片，AI 数据中心把 HBM 和内存需求继续往上拉，但短期产能不是说补就能补。这事最有意思的不是“又投了多少钱”，而是 AI 的账本开始变得很长：你问一次模型，背后有 GPU、HBM、电力、散热、机房，还有终端厂商的成本压力。所以以后看 AI 便不便宜，不能只盯 token 价格表。模型再聪明，如果硬件和能源跟不上，成本总会从某个地方冒出来。AI 不是免费的魔法，它只是把账单藏得比较深。

44. DeepSeek联合北大最新文章DSpark：如何让大模型推理速度提升 85%？

45. DeepSeek V4正式版7月中旬上线，同步引入峰谷定价——工作日9-12点、14-18点API价格翻倍。这不只是一家公司的定价策略，而是整个行业的信号：AI算力正在从"烧钱圈地"切换到"精细化运营"。V4 Flash单周调用量已经突破4.66万亿tokens，办公时段GPU算力挤兑不是闹着玩的。AI基础设施的定价模式在向电力看齐，峰谷分层计费以后可能是常态。第二条，贾扬清被曝从英伟达离职。一年前老黄花7亿美金收购LeptonAI，一年后创始人走人。核心矛盾很典型：收购时承诺2026年前开源核心平台，落地时黄仁勋直接否决；团队精力耗在UI配色上，多租户这种核心技术问题没解决。Caffe、PyTorch、ONNX的创建者，跟"不让你开源"的企业文化撞在一起，结果毫无悬念第三条，"AI可能替代3亿个岗位"冲上热搜。这数字出自高盛报告，不是ILO官方结论——ILO 6月最新判断是AI主要增强和改造约25%的工作岗位，仅2%-5%面临完全自动化。但做开发的都懂，真正的痛点不是 "被替代"，而是新人入行的路被堵死了——企业用AI直接干掉初级岗，应届生连练手的机会都没了。以前写bug修bug是成长的必经之路，现在被AI抄了近道，未来的高级工程师从哪长出来？三条线汇在一起：算力在涨价、人才在流失、岗位在重构。AI行业正在从"人人狂欢"进入"算账模式"。 #曝贾扬清已从英伟达离职##AI可能替代3亿个岗位##DeepSeekV4正式版即将上线#

46. Meta“算力过剩”疑云背后：扎克伯格说AI进展慢了，AI负责人新模型说已追上GPT-5.5

47. 【AI算力卡突袭而至，#刷信用卡送Token#】过去一个月，招商银行、网商银行、平安银行接连联合云厂商、AI平台等推出搭载算力、Token数字权益的银行卡产品；AI服务商Kimi也推出全球首张AI原生信用卡。#刷卡送Token#Token（词元）是人工智能的计量单元。龙虾等智能体的爆发，带动Token消耗量显著增长。数据显示，2024年初我国日均词元调用量为1000亿，到2025年底跃升至100万亿，到今年3月底已突破140万亿。在此背景下，算力——成为银行争夺科技类高价值客群、重塑权益体系的新赛道。不过，追逐潮流固然能够打造差异化竞争赛道，但业务落地过程中的数据合规、兑付成本、客群适配等多重现实挑战，这类新模式能否规模化发展，仍需市场持续验证。（21财经）

48. [前瞻洞察] AI数据中心从电网到芯片级供电架构的关键：供电、备电、PSU、VRM、垂直封装、芯片嵌入和热增强的协同提升

49. #美股AI股科技股遭全面抛售#【#美股七巨头市值蒸发3万亿美元# 】美股人工智能（AI）股和科技板块上周遭遇全面抛售。虽然AI持续成为美股牛市共识主线，但市场集中度、估值水平以及投资者重新评估巨额AI资本开支能否盈利兑现等担忧越来越突出。景顺亚太区全球市场策略师赵耀庭对第一财经记者表示，现在AI领域的集中度风险与通胀再次抬头风险一样，是最被市场忽视的尾部风险之一。很多超大规模公司约30%的收入被标记为“其他收入”，“其他收入”实际上来自他们对AI相关企业的早期投资。这意味着，整个AI领域间存在很多交叉联系，也导致了AI集中度风险。“科技七巨头”（Magnificent 7）上周也悉数录得周累跌，结束此前持续数月领涨美股的局面。纳斯达克指数当周下跌约4%，而道指和罗素2000小盘股指数却双双跑赢。纳斯达克指数相对小盘股录得2024年7月来最差周表现。据道琼斯市场数据，本月，“科技七巨头”市值合计蒸发约3万亿美元。网页链接

50. 资管巨头：市场对AI生产力的期望过于乐观

51. AI最大风险不是泡沫，而是“借钱狂奔”！IMF发出警告

52. #全球AI疯狂重创千元机市场#AI浪潮引发存储芯片供需失衡，8GB内存成本暴涨直接终结“闭眼入无坑”的传统千元机时代。当下低价新机断档、入门配置缩水、售价整体上移已成定局。千元机品类依托刚需会持续存在，但短期价格难回落；产业链国产化，才是解决低端手机成本困境的根本办法。

53. Meta 被曝可能出售算力，带崩美股半导体板块，算力过剩了吗？Meta 股价大涨反映了怎样的市场偏好？

54. 《巴伦周刊》分析指出，苹果和微软不能将所有挑战都归咎于供应商。真正让这两家巨头坐不住的不是内存涨价本身，而是自家AI烧钱太狠。苹果与微软正以每年数百亿美元的规模扩建AI数据中心，这些投入正在通过终端涨价转嫁给消费者。苹果MacBook Pro涨300美元，背后采购一颗存储芯片的成本从5美元涨到约50美元，苹果却反手加价250美元，以“内存太贵”为由推动远超成本涨幅的终端涨价，这个逻辑账面上的水分一眼就能看出来。《巴伦周刊》进一步指出，没有人强迫科技公司投入这场昂贵的AI竞赛。在存储芯片成为AI投资焦点之前，市场追逐的是英伟达的AI处理器。等内存问题缓解后，下一个瓶颈还会出现：可能是电源管理芯片，也可能是散热组件。

55. 【#特斯拉限制员工AI使用开销##美国多家科技企业收紧AI支出#】据多家美国媒体3日报道，特斯拉公司将从本月6日开始，限制员工在人工智能工具上的开销。类似措施也被其他多家美国科技企业采用。据报道，特斯拉已向员工发出内部备忘录，宣布自7月6日起，每名员工每周在AI工具上的花费上限为200美元，超出部分须经主管批准。不过，特斯拉员工使用马斯克旗下xAI的Grok模型不计入200美元额度。据悉，Grok在特斯拉员工群体中接受度偏低，多数员工依旧选择使用Anthropic旗下的克劳德。（央视财经）央视财经的微博视频

56. 软银杀入美国AI算力租赁市场，目标10GW数据中心容量7月2日，软银宣布，将于本月在美国特拉华州设立合资公司SB Neo Inc.，正式进军美国“新云”市场，面向超大规模云厂商及大型企业出租用于大模型训练和推理的高性能GPU算力。SB Neo由软银公司持股51%、软银集团持股49%，将作为软银公司的并表子公司运营，计划2027财年正式推出商用服务。公司依托软银集团正在美国开发的10GW级能源与AI基础设施，分阶段扩容，目标在2030年前后实现约10GW的AI数据中心总供应能力。软银集团已在美国俄亥俄州推进超大型AI数据中心园区建设，并配套自建发电设施以保障电力供应。SB Neo的业务运营还将复用软银公司自2026年5月起在日本推出的GPU云Beta服务经验，搭载其自研的Infrinia AI Cloud OS。软银集团董事长孙正义表示，将共同部署世界级AI基础设施，推动AI革命。软银公司总裁宫川润一指出，美国AI数据中心需求旺盛，集团在获取10GW电力资源上已取得实质进展，并将此次布局定位为公司“第二次创业”。目前CoreWeave、Nebius等新兴算力租赁商已先行卡位，Meta也被曝有意涉足该领域。分析人士认为，软银凭借“电力+数据中心+算力”的垂直整合能力，有望在竞争激烈的美国市场中占据一席之地。此举标志着软银从AI基础设施投资方进一步转向运营方，若项目如期落地，将为全球AI产业提供关键算力支撑。

57. 极端天气成AI数据中心新威胁：险企、运营商同时拉响警报

58. 一边卖脸，一边给算力分时计费，AI终于从“炫技”进到“算账”阶段了。吴启华把20岁时的肖像权授权给单部AI电影，本质不是演员被AI替代，而是“脸”开始变成可授权、可计价、可复用的数字资产；DeepSeek V4传出工作时段API高峰价翻倍，也是同一个逻辑：过去大家谈模型能力，现在产业开始谈权利边界、成本曲线和资源调度。真正落地以后，AI不神秘，最后都要回到合同、算力、现金流这三张表上 #吴启华卖肖像权拍AI电影#

59. AI巨头IPO延期，竟成美股利好？富国银行押注“夏季狂欢”

60. AI将引爆美股财报季！华尔街：标普500二季度盈利有望飙升22%

61. DeepSeek成为美国企业争相切换的香饽饽：当token税变成比工资还重的企业第一大支出，DeepSeek每token成本是Claude1/10，成为首选替代

62. OpenAI与Broadcom联手自研推理芯片：摆脱英伟达，LLM推理成本要砍一半

63. AI推理成本暴降一半！OpenAI底牌曝光：企业AI部署的真正拐点到了

64. 英伟达宣布通过对Blackwell平台的TensorRT-LLM及推理调度层专项优化，使DeepSeek第四代大模型推理吞吐量提升5倍、每Token成本降低约80%，

65. OpenAI 发现可将推理成本降低一半的优化方案

66. API价格雪崩！大模型巨头打响硅谷价格战：拆解套壳大V与轻资产工具被合法抹杀的终局。

67. OpenAI推理成本砍掉50%，这场价格战谁先撑不住？

68. OpenAI × Broadcom 发布推理芯片：企业推理成本要降了？

69. OpenAI推出全新方案，推理成本直接减半

70. OpenAI技术突破将AI模型推理成本降低50%以上

71. OpenAI推理成本降一半

72. DeepSeek把推理成本掐细了，DSpark一上真流量，海光和寒武纪先闻到火药味

73. 英伟达最怕的一幕来了！AI硬件和半导体迎重磅利空，推理成本腰斩

74. AI日报 | 2026年7月3日，推理成本战开打

75. 消息称OpenAI通过系统底层优化，将AI模型推理成本减半

76. 大模型推理的隐性成本：一个 8.8 倍的效率差正在吞噬利润

77. AI 推理成本骤降 50%，独立开发者的春天来了吗？

78. 为什么大模型敢涨价

79. SLM vs LLM：成本差 100 倍，该怎么选？

80. AI API也要货比三家：Claude和OpenAI同等任务量实测，哪家更省？

81. Claude API vs OpenAI API 全面对比：价格速度能力完整解析

82. 黄仁勋喊出"推理拐点"：推理token暴涨320倍，边缘推理打开万亿市场

83. 搞AI这半年，我在工具上浪费了2000块，这3笔最冤

硅谷AI账单失控，特斯拉限流企业转向降本

精选参考来源