硅谷开始在大模型上“消费降级”了 文章

2026年7月24日，《华尔街日报》一篇报道的标题平淡无奇，内容却是一道分水岭：美国企业界正在集体停止在大模型调用上烧钱。 过去两年，企业以“Token最大化”为荣。内部排行榜上，谁的API调用费用最高，谁就是数字化转型的急先锋。如今这套叙事被彻底翻转，省钱成了新信仰，节俭成了新美德。 Cursor这家即将被马斯克以600亿美元收购的公司，为这场运动发明了一个精准的词：tokenomics，Token经济学。它的前投资银行家、现任现场首席技术官Mike Saeks用一个比喻道破了这场转向的核心：“用最强大的模型处理日常任务，就像开着兰博基尼去杂货店买牛奶，那车是为了赛道而生的。” 种种迹象证明，这不是一句俏皮话，它是对过去两年AI泡沫叙事的清算的开始。 从炫耀性消费到算计性生存 这场转向的速度之快，连最敏锐的观察者都措手不及。 几个月前，企业还在攀比谁的AI账单更吓人。Token最大化是一个充满硅谷气质的词：把浪费包装成进取，把烧钱曲解为信仰。那时的逻辑是，用得越多意味着AI化越彻底，花得越狠意味着技术领先越明显。 现在呢？Pylon这家AI客服平台的CEO Marty Kausas说得直白：“我看到的客户忠诚度是零。现在真的像一场血洗。” Pylon自己就是这场“血洗”的受益者，今年到目前为止，它从一家AI供应商那里免费获得了约160万美元的Token额度，从另一家拿了6.5万，再一家拿了1万。Kausas的总结冷酷而精确：AI公司正在疯狂地塞优惠，只求客户别走。 这种画风的突变，驱动力只有一个：模型太多了。 当OpenAI还在为GPT-5.5的推理能力洋洋得意，当Anthropic还在为Fable模型的道德对齐大做文章时，企业发现了一个让他们愤怒又释然的真相：绝大多数任务，根本不需要那些最昂贵、最前沿的模型。 Cursor做了一个实验：从头构建一个网页浏览器。全程用GPT-5.5完成，花费略高于1万美元。用Cursor自家的Composer模型搭配Anthropic的Opus 4.8，花费1339美元。二者差了一个数量级。 Mike Saeks的观察更为致命：“过去，最适合某项任务的模型每隔几个月才换一次。现在，感觉每周都换好几次。” 这句话里藏着一枚信息炸弹：模型能力的商品化速度已经超过了所有人的预期。