全文 3,000字 | 閱讀約 10 分鐘

（硅谷風(fēng)投教父Marc Andreessen： AI 行業(yè)處于早期）

進(jìn)入 2026，硅谷最會押趨勢的那批人，開始強(qiáng)調(diào)一個更底層的邏輯：AI 不是先變強(qiáng)，而是先變便宜。

1月7日，a16z 創(chuàng)始人 Marc Andreessen（馬克·安德森）在自家播客上做了一場訪談，核心觀點是：

AI 是他見過最大的技術(shù)變革，但關(guān)鍵不在于模型能力的突破，而在于智能本身正在從奢侈品變成日用品。

調(diào)用一次 AI 的成本，正在以驚人的速度往下掉。不是降了一點，是斷崖式暴跌。

Marc 同時強(qiáng)調(diào)：現(xiàn)在還早。成本已經(jīng)降下來了，但大部分機(jī)會還沒被創(chuàng)業(yè)者發(fā)現(xiàn)。

他這場訪談不談技術(shù)前景，也不談市場泡沫，而是聚焦一個更具體的問題：如果智能像水電一樣便宜且隨處可得，商業(yè)規(guī)則會怎么變？

變化體現(xiàn)在四個方面：成本結(jié)構(gòu)、技術(shù)路徑、定價模式、競爭格局。

現(xiàn)在的 AI，不是誰更強(qiáng)，而是誰先把便宜智能變成標(biāo)準(zhǔn)流程。

第一節(jié)｜崩的是價格，起飛的是收入

Marc Andreessen 首先指出：AI 的智能成本正在暴跌

他說：

“AI 的單位成本，下降速度比摩爾定律還快?！?/p>

模型越訓(xùn)練越強(qiáng)，但每次調(diào)用 AI 所需的成本，反而越來越低。不是降一點點，而是斷崖式往下掉。

他特別提到：過去一年，大模型的 token 成本正在快速下滑。OpenAI、Anthropic、Google 都在把自己的 AI 能力接入云服務(wù)，誰都想多拿市場份額。競爭一激烈，價格自然一落千丈。

硬件端的使用年限也變了。Marc 引用了一條 AWS 的數(shù)據(jù)：GPU 的使用壽命從 3 年延長到 7 年以上。

企業(yè)買一塊卡、建一個服務(wù)器，能跑 AI 的時間直接翻倍，攤到每次調(diào)用上的成本，就降了一半還多。

這意味著什么？智能正在變成一種可批量采購、按需計費的新材料。

而且成本下降的同時，收入?yún)s在快速增長。

Marc 用“起飛”來形容 AI 公司最近一年的變現(xiàn)速度。他說：我們看到的 AI 公司，收入增長速度比以往任何一波技術(shù)周期都快。

具體看兩端：

• 個人端：越來越多消費者愿意為 AI 服務(wù)付高價訂閱。 20 美元/月不再是上限，現(xiàn)在 200～300 美元/月的高級套餐也開始有大量付費用戶。

• 企業(yè)端也一樣：AI 能幫客服多處理一個工單、幫銷售多挽回一個用戶，光這些日常工作，就能帶來直接回報。只要能帶來結(jié)果，就有人愿意花錢用。

也就是說：價格在掉,價值在漲。

在 Marc 看來，這恰恰說明：AI，不是泡沫，而是開始變成真生意了。

第二節(jié)｜AI 不用做最強(qiáng)，用得起才是關(guān)鍵

第一節(jié)說了成本在崩，但為什么崩？

因為 AI 不是非要做到最聰明才有用。

Marc Andreessen 在對話中舉了一個形象的例子：有些工作任務(wù)，不需要“愛因斯坦”大腦來解決，只要一個聰明、靠譜的普通人就足夠。

這點破了一個很多人沒注意到的機(jī)會：模型不需要越大越好，夠用就行，尤其是在成本敏感的場景下。

過去一年，大量小模型開始冒頭。Marc 特別提到國內(nèi)的 Kimi 模型：最新版 Kimi 在推理能力上已經(jīng)追平了 GPT-5，但模型體積更小，成本更低，可能在 MacBook 上就能跑。

他觀察到一個規(guī)律：大模型推出后，6 到 12 個月，就會出現(xiàn)同等能力的小模型。

大模型證明某個能力可行，小模型快速復(fù)制，然后以更低成本提供。

這帶來兩個現(xiàn)實變化：

一是使用方式變了：AI 正在從高高在上的聰明大腦變成隨手可用的小工具；

二是開發(fā)方式變了：初創(chuàng)公司、獨立開發(fā)者都可以拿開源模型，快速部署上線，甚至自己微調(diào)一套專用模型。

但這不代表大模型會消失。

Marc 認(rèn)為，AI 行業(yè)會形成金字塔結(jié)構(gòu)：

• 頂端：少數(shù)超級模型，在巨型數(shù)據(jù)中心運行，永遠(yuǎn)是最聰明的

• 底層：大量小模型，擴(kuò)散到各種設(shè)備里，運行在手機(jī)、手表、甚至每個物理物品內(nèi)部

就像計算機(jī)行業(yè)的演化：超級計算機(jī)沒有消失，但真正改變世界的是無處不在的微芯片。

所以真正的機(jī)會在哪？

不是去做最強(qiáng)，而是：誰能把智能壓縮、量產(chǎn)、變成隨時可調(diào)用的標(biāo)準(zhǔn)件，誰就能搶占最大的市場。

因為當(dāng)智能不再稀缺，拼的不是最強(qiáng)，而是“用得起”。

第三節(jié)｜AI 應(yīng)用不只是套殼，定價方式?jīng)Q定天花板

過去一年，很多人看 AI 應(yīng)用公司時會說：這不就是套了一層 GPT 接口？

Marc Andreessen 不這么看。

以 AI 編程工具 Cursor 為例：一開始確實是調(diào)用大模型輔助編程，但很快，這類公司開始自己微調(diào)模型、甚至自研模型。產(chǎn)品不是換個殼，而是在功能、速度、成本上做了深度優(yōu)化。

他把這個叫做“向后整合”。

換句話說，以前是前端產(chǎn)品，后端調(diào)用別人的 API，現(xiàn)在是：

• 從一個模型起步，最后用 12 個、50 個、甚至上百個模型

• 不同模型負(fù)責(zé)不同部分：界面回復(fù)、代碼邏輯、上下文記憶

• 針對垂直場景，自己訓(xùn)練定制模型

這不是為了技術(shù)而技術(shù)，而是為了掌控技術(shù)棧。因為對業(yè)務(wù)理解最深的人，才知道哪些環(huán)節(jié)需要什么樣的智能。

Marc 說，最前沿的 AI 應(yīng)用公司，實際上掌握了核心技術(shù)。

那么 AI 應(yīng)用在定價上呢？

這里的規(guī)則和第一節(jié)不一樣。第一節(jié)說，基礎(chǔ)設(shè)施層（OpenAI API）在打價格戰(zhàn)，成本暴跌。但應(yīng)用層的定價邏輯完全不同。

因為定價邏輯分層了：

• 基礎(chǔ)設(shè)施層：智能變成水電，按使用量計費，競爭激烈，價格往下走

• 應(yīng)用層：產(chǎn)品賣的是結(jié)果，按價值計費，差異化大，價格可以往上走

關(guān)鍵在于：不要按成本定價，要按價值定價。

傳統(tǒng) SaaS 按年訂閱、按坐席收費，但 AI 應(yīng)用可以探索更多可能：

• 不是按“生成了幾份文檔”收費（使用量）

• 而是按“節(jié)省了多少工時”收費（價值）

• 或者按“提升了多少生產(chǎn)力”分成（回報）

舉個例子：如果一個 AI 編程工具讓程序員效率提升 30%，它可以收走這 30% 生產(chǎn)力帶來的部分價值，而不是只收調(diào)用了多少次 API的成本。

為什么高價產(chǎn)品反而好賣？

因為用戶買的不是模型，而是結(jié)果。只要結(jié)果值這個價，就有人付費。

這就解釋了第一節(jié)提到的現(xiàn)象：200～300 美元/月的訂閱越來越多，本質(zhì)上這些產(chǎn)品在賣“解決了什么問題”，而不是“用了多少 Token”。

按照這個思路，應(yīng)用層的機(jī)會在于：

1. 向后整合，掌控技術(shù)棧

2. 深耕場景，理解用戶價值

3. 按價值定價，而不是按成本定價

基礎(chǔ)設(shè)施層會繼續(xù)價格戰(zhàn)，但應(yīng)用層的天花板，取決于你能創(chuàng)造多少價值。

這個機(jī)會窗口，到底留給誰？

第四節(jié)｜追趕只需要半年，不確定性變成了常態(tài)

很多人看 AI 行業(yè)，第一反應(yīng)是：已經(jīng)有 OpenAI、Anthropic 這些巨頭了，我們是不是來晚了？

但實際情況是，一旦有人證明某件事可行，其他人追上來的速度會非?？臁?/p>

幾個具體的例子：

• xAI 不到 12 個月追上行業(yè)前列： Elon Musk 的團(tuán)隊從零開始做 Grok，不到一年就把產(chǎn)品性能拉到了 OpenAI 和 Anthropic 的水平。

• DeepSeek 用開源沖進(jìn)主舞臺：一家對沖基金背景的團(tuán)隊，用開源模型直接把能力推到全球視野，還能在本地運行。

• 多家中國公司同時追上：月之暗面（Kimi）、阿里巴巴（Qwen）、字節(jié)跳動、百度等，不到 12 個月都追到了前沿水平。

1、為什么追趕這么快？

Marc 給出了三個主要因素：

第一，開源降低了學(xué)習(xí)門檻：領(lǐng)先者做出了新突破，開源模型就把“怎么做”展示出來。任何人都能學(xué)習(xí)、復(fù)制、改進(jìn)。

第二，知識擴(kuò)散速度極快：現(xiàn)在世界上最好的 AI 人才，很多只有 22、23、24 歲。他們不可能在這個領(lǐng)域待很長時間，必然是過去四五年迅速成長起來的。如果他們能做到，未來會有更多人做到。

第三，成本已經(jīng)不是門檻：前三節(jié)說的成本塌陷、小模型崛起、云服務(wù)競爭，都在降低做 AI 的資源要求。不需要幾千人團(tuán)隊，也不需要數(shù)十億美元，一個小團(tuán)隊就能快速驗證想法。

2、這對不同角色意味著什么？

第一，對現(xiàn)有的 AI 公司來說，這是個壞消息

Marc 指出：當(dāng)一家公司不知道該往哪個方向發(fā)展時，這是個大麻煩。因為公司必須做出選擇，把資源押注在某個方向上。一旦押錯了，競爭對手追上來，優(yōu)勢就消失了。

這就是他說的“萬億美元問題”：不是現(xiàn)成的答案，而是每個公司都要面對的戰(zhàn)略不確定性。

第二，但對風(fēng)投和創(chuàng)業(yè)者來說，這是個好消息

a16z 的投資策略是：不只投一個方向，而是同時支持多個有希望的路徑。只要某種方法有可能跑通，就支持有人試一次。

對風(fēng)投來說，不確定性意味著可以分散投資。

對創(chuàng)業(yè)者來說，不確定性意味著窗口還開著。

總結(jié)來說：

領(lǐng)先者不再安全。追趕只需要半年到一年，技術(shù)方法已經(jīng)透明，成本也已經(jīng)降低。

但這也意味著，追上之后你也會被追趕。持續(xù)競爭變成了常態(tài)。

結(jié)語｜不是 AI 更強(qiáng)了，而是你用得起了

Marc Andreessen 說，AI 產(chǎn)業(yè)的轉(zhuǎn)折點，不是模型多聰明，而是智能不再昂貴。

成本暴跌讓智能變成了可以批量采購的新材料。小模型夠用就能打，應(yīng)用層可以按價值收費。而且追趕只需要半年到一年，領(lǐng)先者的護(hù)城河正在變淺。

這意味著什么？

模型再大，不如先落地。技術(shù)再強(qiáng)，不如用得起。

這場技術(shù)變革才剛開始，但商業(yè)競爭規(guī)則已經(jīng)重寫了。

識自AI

本文由AI深度研究院出品，內(nèi)容整理自 Marc Andreessen 在 a16z 播客《The a16z Show》AMA 訪談等網(wǎng)上公開素材，屬評論分析性質(zhì)。內(nèi)容為觀點提煉與合理引述，未逐字復(fù)制原訪談材料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=xRh2sVcNXQ8&t=1s

https://www.iheart.com/podcast/867-the-a16z-show-30965806/

https://hai.stanford.edu/news/ai-index-2025-state-of-ai-in-10-charts

https://www.reuters.com/technology/artificial-intelligence/openai-unveils-cheaper-small-ai-model-gpt-4o-mini-2024-07-18/?utm_source=chatgpt.com

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈