前几天在Hacker News上看到一个帖子，标题挺扎眼——“The AI Conundrum: We are living in highly subsidized, interesting times”。作者把大语言模型这十几年的发展分成几个阶段，从2010年的梦想期，到ChatGPT横空出世的上钩期，再到现在的终局期。核心观点就一句话：所有主流AI产品都在补贴模式下跑着。Claude、GPT、Gemini，用户每月付二三十美元，实际推理成本远不止这个数。

帖子本身没什么技术含量，但它戳中了一个很多人不愿意面对的问题。

让我想得更深的是另一篇——James Shore写的”You Need AI That Reduces Your Maintenance Costs”。他的论点很暴力：

你用AI编程助手写代码的速度翻了一倍，那维护成本也得减半。否则你就是在用短期的速度换长期的债。

他的模型很直白。每写一个月的代码，接下来每年都要花时间维护。项目干到两三年，一半以上的时间都在修旧代码。如果AI让你一个月产出两个月的代码量，但维护成本也翻倍，那五个月之后你的效率就会跌回原点。再过几个月，甚至比不用AI还差。

更狠的是后面那句：一旦你停用AI助手，速度优势立刻消失，但那些多出来的维护成本永远都在。

HN评论区有个叫lovich的用户问得很直接：“这些AI公司靠风投的无限钱袋子撑着，等投资热潮退去，它们得涨价才能活下去。到那时候模型还会有用吗？”

所有AI公司现在的估值逻辑都是”增长”——用户数增长、收入增长、使用量增长。但增长是靠补贴撑起来的。每月20美元的订阅费，实际推理成本可能要40到60美元。用户越多，公司亏得越多。

这跟Uber当年的剧本很像。Uber烧了十几年的钱补贴打车，用户确实养成了习惯，但盈利遥遥无期。直到2023年才第一次全年盈利——距成立已经14年了。

AI行业的情况可能更糟。Uber的补贴是给司机的，可以逐步压缩。但AI公司的计算成本是刚性的——GPU不会因为你规模大就便宜多少。打车是个相对简单的场景，用户迁移成本低。AI编程助手不一样，团队用习惯了之后，代码库、工作流、提示词都跟它绑在一起了。

James Shore文章里有个细节特别有意思。他说一旦团队开始用AI编程助手高速产出代码，所有工作流程都会围绕它重组。代码审查流程变了，测试策略变了，甚至代码风格都变了。你想停用？被锁住了。

那怎么看AI公司的投资价值？

别只看用户增长和收入增长。得看单位经济学——每个用户到底贡献多少毛利？如果每个用户都在亏钱，用户越多亏得越多，那增长反而是毒药。

关注价格调整后的留存率。现在所有AI公司都在”上钩期”，价格低得离谱。等它们开始涨价（这一天一定会来），用户到底留不留？这比现在的用户数重要得多。

还有就是找真正解决维护成本问题的AI公司。现在大部分AI编程助手做的事情是让你写代码更快——但写代码快从来不是瓶颈，维护代码才是。如果一家AI公司能帮你写更好的测试、更清晰的文档、更易维护的代码，那它的价值是真实的。如果只是让你更快地制造技术债，那它的泡沫迟早会破。

HN上那条帖子下面最火的评论只有一句：“We are already reverting to OSS local models.” 确实，当商业模型的价格开始涨，开源模型和本地部署自然就成了退路。这也解释了为什么Meta拼命推Llama、Mistral拼命融资——它们赌的就是商业AI涨价之后的替代市场。

AI行业现在的局面就像一场大型补贴战。所有玩家都在烧钱抢用户，希望在补贴结束之前建立足够的护城河。但护城河到底是什么？用户习惯？数据飞轮？还是仅仅是沉没成本？

我自己也没完全想清楚。但有一件事比较确定：看AI公司的时候，别被增长数字迷了眼。有个简单的问题可以帮你判断——如果明天价格翻倍，这些用户还会在吗？

答案大概率是”大部分不会”。这才是真正该担心的事。