OpenAI 和 Anthropic 都走到悬崖边：AI 的烧钱游戏，终于要算盈利这笔账了
AI 不再只拼模型，开始拼现金流
过去两年，AI 行业最流行的叙事是“更强的模型即将改变世界”。资本市场也愿意为这种想象力买单：天量融资、天价估值、数据中心像高速公路一样一条条铺开，芯片订单排到未来几年。可到了 2026 年，市场终于开始问那个最俗、也最致命的问题：你到底什么时候赚钱？
The Verge 这篇播客文章抓住了一个非常关键的转折点——OpenAI 和 Anthropic 这两家最有代表性的生成式 AI 公司，正在从“技术理想主义”被硬生生推向“财务现实主义”。这不是一个普通的经营压力故事，而更像是一场行业级压力测试。因为 AI 公司的问题从来不是“有没有用户”，而是“用户越多，会不会亏得越快”。
这听上去很反直觉，却正是今天生成式 AI 最尴尬的地方。传统互联网公司常常有规模效应，用户越多，边际成本越低；但在大模型世界里，情况恰好相反。尤其当用户开始大量使用 AI agent，也就是能持续执行任务、反复调用模型、自己规划步骤的“代理型 AI”时，计算资源就像被拧开的水龙头，哗啦啦往外流。模型越聪明，功能越复杂，账单也越吓人。
代理型 AI 很性感，但也真的很烧钱
为什么最近 OpenAI 和 Anthropic 的动作都变得有些“抠门”？表面上看，是产品策略调整；本质上看，是算力配给制度开始收紧。
文章里提到两个非常有代表性的案例。一个是 OpenAI 直接砍掉了 Sora 视频生成应用，甚至不惜放弃一笔 10 亿美元级别的迪士尼授权合作。另一个是 Anthropic 不再允许部分 Claude 用户通过 OpenClaw 这种代理框架，在标准订阅套餐里无限消耗算力，而是把他们赶去按量付费。翻成人话就是：以前你买的是自助餐，现在对不起，龙虾和牛排要单点了。
这两件事释放出的信号非常清晰：代理型 AI 的商业价值已经被证明，但它也让大模型公司第一次直面“爆单等于爆成本”的现实。尤其是在编程助手、自动执行工作流、企业级协作代理这些场景中，用户不是问一个问题就走，而是让模型连续工作几十分钟、几小时，背后是大量 token 消耗和推理成本堆积。AI 公司过去用补贴换增长，现在却发现，最活跃、最忠诚、最愿意深度使用的用户，可能恰恰是最不赚钱的一群人。
这也是为什么 2026 年比 2024 年、2025 年更关键。过去市场愿意相信“先增长，后变现”，因为模型能力还在快速爬坡。但现在，产品已经进入大规模商用阶段，IPO 预期越来越近，投资人不会永远接受“再烧一轮就好了”。资本当然愿意做梦，但前提是梦里至少要看见利润表。
从“全民 AI”到“高价值 AI”，行业正在悄悄变脸
如果你回头看这一轮 AI 浪潮，会发现一个有意思的变化：早期大家都在强调普惠、开放、人人可用，到了现在，越来越多公司开始重新给资源排优先级。谁能带来更高 ARPU，谁能接受按量计费，谁有企业采购预算，谁就能得到更稳定的服务和更大的模型额度。
这并不新鲜。云计算行业早年也经历过类似阶段：先用低价甚至亏本教育市场，等客户形成依赖后，再通过企业版、增值服务、按量计费把利润挤出来。问题在于，AI 的成本结构比云服务更脆弱。训练贵，推理也贵，热门新功能往往更贵。视频生成、长上下文、多代理协作，这些最吸引人的能力，恰恰也是最容易拖垮毛利率的能力。
所以我们看到，OpenAI 把资源向 Codex 这类更容易形成企业工作流黏性的产品倾斜，Anthropic 则更明确地把高消耗用户切换到按量收费模式。说得更尖锐一点，AI 公司正在从“让更多人玩得起”转向“让真正有预算的人先用得爽”。这会不会削弱 AI 作为通用生产力工具的普及速度？很可能会。但站在公司经营角度，这又几乎是必然路径。
这也是我觉得这件事最值得警惕的地方：AI 行业最初的口号是降低知识门槛、扩大生产力红利，可一旦算力稀缺、上市压力逼近，最先进的能力可能会率先被定价成一种昂贵的企业基础设施。最后形成的，也许不是“人人都有超级助手”，而是“大公司拥有更强助手，中小企业和个人使用阉割版助手”。技术理想与商业现实之间的裂缝，已经开始看得见了。
IPO 倒计时下，AI 公司会做出哪些妥协
The Verge 引用了泄露给《华尔街日报》的财务预期：到本世纪末，这些公司希望冲到数千亿美元级别收入，甚至实现可观盈利。这个故事当然足够诱人，也足够像硅谷。但问题是，通往那个未来的路上，布满了短期妥协。
第一种妥协，是产品层面的“断舍离”。那些看起来酷炫、能制造话题、却无法支撑利润的业务，会被优先砍掉。Sora 的遭遇很像一个预告：未来 AI 公司未必会保留所有炫技产品，而会把宝贵算力集中到最能变现的赛道上，尤其是编程、企业自动化、客服、销售、办公协同这些离钱更近的领域。
第二种妥协，是用户体验层面的“精细限流”。你可能会看到更多套餐拆分、更多隐藏上限、更多“公平使用政策”、更多峰值降速。AI 公司不一定公开承认自己在限算力，但你会感受到服务越来越像一家航空公司：基础票能上飞机，想坐宽一点、快一点、稳一点，请升级。
第三种妥协，是公司治理和品牌叙事的变化。OpenAI 和 Anthropic 过去都极力强调安全、使命和长期主义，但当上市窗口打开，季度增长就会成为更强的指挥棒。安全团队、研究团队、商业团队之间的张力只会更明显。外界讨论 AGI 风险时，总喜欢想象失控的超级智能；可现实中的第一层风险，也许根本不是“AI 太强”，而是“为了赚钱，AI 被设计成过度推销、过度绑定、过度消耗用户注意力”。
这一点并不夸张。互联网平台已经演过一遍：当增长承诺写进财务模型，产品就容易朝着更上瘾、更封闭、更强变现的方向演化。AI 会不会重走这条路？这是今天比“模型排行榜谁第一”更值得追问的问题。
这不是 OpenAI 一家的麻烦，而是整个行业的成人礼
很多人喜欢把 OpenAI、Anthropic、Google、Meta 的竞争理解成技术竞赛，但现在看，这更像一场资本密集型基础设施战争。谁能拿到更便宜的芯片、建设更高效的数据中心、把模型路由做得更精明、把免费用户和高价值客户区分得更准确，谁才更有可能活到最后。
Google 和 Meta 之所以相对从容，并不只是因为模型实力，也因为它们本来就有成熟现金牛业务，可以用广告、云服务、硬件收入给 AI 输血。而 OpenAI 与 Anthropic 的处境更像高空走钢丝：估值极高，期待极高，成本也极高，一旦资本市场情绪转冷，就没有那么多缓冲区了。
这也解释了为什么这场“盈利竞速”如今被称作存在性危机。不是说 OpenAI 或 Anthropic 明天就会倒下，而是说它们必须尽快证明自己不是靠融资输血维生的实验项目，而是能够稳定产出利润的商业机器。对一家创业公司来说，增长是好故事；对一家准备 IPO 的公司来说，增长但不赚钱，往往会变成坏故事。
我自己的判断是，AI 行业未来两年会出现一次明显分层。少数公司会凭借企业收入、基础设施优势和生态能力穿越周期；另一批公司则会在“用户很多、口碑不错、但毛利率太差”的泥潭里挣扎。泡沫未必会像加密货币那样瞬间爆炸，更可能是缓慢而痛苦地出清：融资变难，功能收缩，价格上涨，最后大家突然发现，所谓通用 AI 时代，先到来的竟然是计费时代。
而对普通用户来说，这个变化也许已经悄悄开始了。你以为自己在使用更强的 AI，其实你也正在被重新分类：免费用户、轻度用户、专业用户、企业用户——每一种身份背后，都是完全不同的成本与价值计算。技术的未来，从来不只写在论文和演示视频里，也写在每一张越来越复杂的价目表上。