推文

@mylifcc · 2026-10-11 09:01

AI 越来越便宜，却越来越费电。 这不矛盾。1865 年就有人把这事算明白了。 1865 年，经济学家 Jevons 发现了一件怪事： 英国蒸汽机越来越省煤，全国烧的煤却越来越多。 原因很简单：机器省煤了，就有更多工厂、火车、轮船用得起它。 单台机器省下的煤，被暴涨的使用量吃掉了。 这就是"杰文斯悖论"。 把它套到 AI 上，只需要一个公式： 总算力 = 每个任务的算力 × 任务数量 模型越来越高效，第一项在降。 但只要第二项涨得更快，总量就会涨。 Agent 会让第二项暴涨。 以前你问一个问题，模型回答一次就结束了。 现在你交给 Agent 一个任务，它会去搜资料、写代码、跑测试、出错再重来。 一句话的请求，背后可能是几十次模型调用。 数据已经有苗头了： OpenAI 用量最高的前 10% 企业，人均输出 token 是普通企业的 8.3 倍。今年 1 月，这个数还只是 2.6 倍。 美国数据中心 2023 年占全国用电 4.4%，到 2028 年可能涨到 12%。 真正的瓶颈正在从芯片转向电网。 GE Vernova 今年的数据中心订单，已经是去年全年的两倍多。 Amazon 直接签下了一座核电站将近 2 GW 的电力，合同一直签到 2042 年。 做 AI 的公司现在要抢的是电，不只是卡。 需求涨了不代表能赚钱。CoreWeave 上季度光利息就付了 6.4 亿美元，调整后营业利润却只有 1.28 亿。 杰文斯悖论只告诉你需求会涨，不保证每家公司都能接住。 你觉得 AI 的下一个瓶颈是电，还是钱？👇

曝光 1439 · 评论 0 · 点赞 3 · 书签 0 · 曝光/时 875.034860759873