（本文作者为 硅基星芒，钛媒体经授权发布）
Related articles
文 | 硅基星芒
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。
01
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。前沿模型与普通模型之间的实际可用差距，正在以周为单位收窄。企业 CFO 的 Excel 表格，比任何技术白皮书都更早嗅到了这个趋势。
02
中国模型的“ 侧翼迂回”
硅谷企业的 AI 省钱运动，验证了另一层更底层的判断：模型的未来是商品。
这意味着，模型本身将越来越便宜，越来越可替代，真正值钱的是智能的持续突破，而非模型本身的销售。
中国企业恰恰是商品化模型最激进的供给方。DeepSeek、月之暗面的 Kimi、智谱的 GLM、MiniMax、Mimo…… 这些名字正在以令人不安的速度出现在美国企业的采购清单上。
Hex 是一家 AI 数据分析平台，CEO Barry McCardel 透露，在过去两周内，约 50% 的客户已经在工作流中接入了月之暗面的 Kimi 模型。
他的态度代表了新一代企业决策者的共识：“ 任何一个实验室随时都可能发布一个达到前沿水平的模型，我们要保持灵活。”
注意这个词：灵活。
过去，企业选择 AI 供应商是一桩近乎婚姻的承诺。选定了 OpenAI 或 Anthropic，就意味着长期绑定、深度集成、难以迁移的技术栈。
现在，婚姻变成了约会。企业可以在不同模型之间自由切换，用最贵的做规划，用便宜的做执行，用开源的做定制，用中国模型填缝。
法律 AI 初创公司 Harvey 的做法堪称教科书级示范：用中国的 GLM-5.2 处理日常任务，给它配备一个工具，让它判断任务是否太难；如果太难，就自动呼叫 Anthropic 的 Fable 5 来接管。
总裁 Gabe Pereyra 的总结云淡风轻：“ 我们和所有模型都合作。我们正在摸索一堆类似的方案，在保持或提升性能的同时，大幅降低成本。”
这就是美国企业界正在上演的侧翼迂回战。
正面战场，OpenAI 和 Anthropic 仍在为最前沿的智能上限烧钱厮杀；侧翼，中国企业用开源或低价模型，正在一口一口吃掉大量应用层的市场份额。
03
两种叙事的交叉感染
把镜头拉远，更深的暗流正在交汇。
过去两年，美国 AI 行业构建了双重叙事。
第一重是 OpenAI 和 Anthropic 代表的圣杯叙事：更贵的研究、更大的模型、更接近 AGI 的每一次呼吸，都值得不计代价的投入。这个叙事支撑了它们天价的私募估值和即将到来的上市预期。
第二重是企业客户的 FOMO 叙事：害怕错过 AI 革命，害怕竞争对手抢先一步，于是疯狂采购最高端的模型服务，Token 花费节节攀升。这个叙事支撑了 AI 公司飞涨的营收曲线。
现在，这两个叙事正在同时出现裂痕。
Cursor 的实验数据、Pylon 的零忠诚度宣言、Hex 的 50% 客户转向中国模型…… 这些碎片拼在一起，指向同一个结论：企业客户正在从 FOMO 中醒来。他们意识到，那辆兰博基尼固然漂亮，但自己只是去杂货店。
而客户的觉醒，直接动摇了圣杯叙事的根基。如果最赚钱的应用层客户开始分流，开始用便宜的替代品，那么 OpenAI 和 Anthropic 靠高端模型收费来反哺研发的飞轮，就会开始失速。
最讽刺的是，这场运动恰恰发生在美国政府酝酿限制中国 AI 模型之际。
OpenAI 和 Anthropic 的高管公开指责中国创业公司抄袭他们的技术，特朗普政府内部甚至有人提议全面封禁中国模型。
但企业的脚比政策的嘴诚实得多：微软已经在考虑将 DeepSeek 等中国模型整合到自家平台。英伟达、微软、Palantir 等一批科技公司上周五联名签署了一封支持开放模型的公开信，敦促政策制定者对潜在限制保持克制。
看似偶然的同盟，实质则是资本对地缘政治的本能反抗。当 API 账单可以省下一个数量级时，意识形态的顾虑往往会被暂时搁置。因为省下来的钱，比可能的威胁更具体、更紧迫。
04
三个臭皮匠的智慧
在所有案例中，Zoom 的故事最具象征意义。
这家以视频会议闻名的公司，三年前就开始使用 Meta 发布的开源模型 Llama。通过精调，Zoom 省下了一大笔钱。如今，它同时使用 Anthropic、OpenAI 和多个开源模型。
Zoom 的首席技术官黄学东援引了一句中国古语：“ 三个臭皮匠，顶个诸葛亮。” 他认为，这种模型混用的方法论，才是企业的秘密酱汁。
这句引用意味深长。在 OpenAI 和 Anthropic 的叙事里，通往智能的路是线性的、等级森严的：最聪明的人造出最聪明的模型，其他人付钱使用。
Zoom 们用行动证明：我们可以自己搭建一个聪明的系统，用拼装的方式。与其说这是技术层面的叛变，不如说是哲学层面的分道扬镳。
一个追求深度，一个追求广度。一个追求智能上限的苦行，一个追求成本下限的精算。它们并不矛盾，它们共同构成了 AI 落地的完整图景。
2026 年 7 月，美国企业界的这场集体转向正在悄然蔓延，这是对过去两年 AI 泡沫叙事的清算。企业开始用 Excel 表格核算每一次 API 调用的投入产出比，CTO 们开始像 Saeks 那样评估“ 兰博基尼买牛奶” 的荒谬，AI 行业的估值逻辑已经面临全面重估。
这不是说 OpenAI 和 Anthropic 没有价值。恰恰相反，它们在最前沿的探索依然无可替代。Cursor 的实验也证明，最复杂的任务仍然需要最强大的模型来规划、审核、把关。 但“ 无可替代的顶层” 和“ 可以被拼装的底层”，是两种完全不同的生意。
前者是圣杯，后者是管道。
前者需要极致的聚焦和漫长的忍耐，后者需要极致的效率和灵活的适配。 Zoom 和 Cursor 们用“ 三个臭皮匠” 选择了后者，这是市场的智慧。
它们不是敌人，它们只是站在了同一枚硬币的两面。只是那枚硬币，正在被整个美国企业界翻过来。
圣杯依然闪耀，但人们开始计算去往杂货店的油费了。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
