AI 行业正在进入一个更难看的阶段：服务限流，价格上涨，功能缩水。算力不够，已经不再是模型公司财报里的暗线，而是摆到用户面前的明牌。

GitHub Copilot 暂停新注册、收紧用量并移除部分高成本模型；Anthropic 收紧 Claude Code，还测试把 20 美元月费档用户排除在外；OpenAI CFO Sarah Friar 承认公司算力不足，取舍已经落到关闭 Sora 这类产品上。便宜 AI 的黄金期，至少正在被重新定价。

限流和涨价：低价 AI 开始按成本说话

这轮变化最先打到两类人：重度 AI 用户，以及把 AI agent 写进成本模型的创业公司。

对象已出现的变化直接影响
GitHub Copilot暂停新注册、收紧用量、移除部分高成本模型开发者不能再默认“无限试错”
Claude CodeAnthropic 收紧访问，测试排除 20 美元档用户低价专业工具开始分层
OpenAICFO 承认算力不足，出现关闭 Sora 等取舍产品线不能只讲扩张
企业软件Microsoft 365、Notion、Salesforce、Google Workspace 等 AI 嵌入产品涨价约 20%-37%企业采购要重新算 ROI

软件涨价不能简单骂成“厂商贪心”。传统 SaaS 多卖一个账号，边际成本通常较轻。AI 不一样。一次生成、一次代码补全、一次长上下文调用，背后都是 GPU、内存、电力和带宽。

过去很多 AI 订阅价，更像市场推广费，不像稳定成本。现在补贴少了，真实成本开始露头。

“天下熙熙，皆为利来。”这句话放在这里很合适。用户过去拿到的，不完全是产业成熟后的价格，而是投资人和基础设施替你垫过一部分的价格。利还没完全兑现，账先到了。

企业采购现在最该做的不是盲目全员开通，而是按岗位试点。客服、研发、销售运营可以分别算节省了多少工时、增加了多少审核成本、调用费用是否可控。算不清，就先设用量上限。

创业团队更要保守一点。不要把“每人 20 美元订阅”写成长期成本假设。应该给 API 成本做压力测试，准备模型迁移、降级方案和人工兜底流程。否则明年价格一变，毛利表会比产品路线图先崩。

账单外溢：硬件、电力和地方治理都被卷入

算力不只消耗云厂商预算。它会抢制造产能，推高零部件需求，也会把数据中心压力压到地方电网和水资源上。

消费端已经能摸到变化。RAM、显卡、SSD/HDD 出现涨价和缺货。原文提到一块 2TB 外置 SSD，去年底 159 美元，一个月前 449 美元，现在 575 美元。

这里必须说清限制：不能把所有消费电子涨价都归因于 AI。供应链周期、库存、厂商定价、渠道波动都会起作用。AI 是重要压力源之一，尤其在内存、GPU 和存储需求上，但不是唯一解释。

Apple 也称，未来 iPhone 的芯片产能获取受到影响。这个细节比一块 SSD 涨价更有信号意义。AI 不只在云端烧钱，它还在和手机、PC、游戏显卡、企业服务器抢同一条产业链。

电力压力更直接。部分 AI 数据中心密集地区，居民电费上涨，引发地方政府限制新数据中心。水资源也可能成为下一轮矛盾。

“云”这个词很会骗人。数据中心不是漂在天上，它落在某个县、某条输电线、某个水源地。当地居民未必用最先进的模型，却可能先付更高的电费。

普通消费者能做的动作很朴素：不急着装机，就别追高买内存和硬盘；刚需采购，尽量提前锁定预算。更重要的是别把“AI 导致一切涨价”当万能解释。那会掩盖真正的供应链和渠道问题。

我的判断：像 Uber 补贴战，但 AI 背的包袱更重

拿 Uber 做参照有用，但不能照搬。Uber 当年靠投资人补贴车费，低价抢用户，改变出行习惯，再逐步涨价、调整司机收入。AI 现在也有相似路径：先低价获客，把工具嵌进个人习惯和企业流程，再开始收紧。

差别在成本结构。Uber 是相对轻的平台模式，车和油主要在司机侧。AI 公司背着数据中心、能源、芯片、模型训练、版权诉讼和安全治理。Anthropic 可以提高 Claude 价格，OpenAI 可以限制 Sora，但这只是调阀门，不是把水库变大。

这也是我不太买账“AI 会自然变得越来越便宜”的地方。模型效率会提升，芯片也会迭代，但需求可能涨得更快。 Jevons 悖论早就讲过：效率提高，未必减少总消耗，反而可能刺激更多使用。蒸汽机如此，云计算如此，AI 也可能如此。

Meta 裁员也要放在这个背景里看。它不是财务崩盘的证据。更准确的说法是，大厂正在用组织收缩和预算腾挪，抵消 AI 基建等投资压力。连大厂都要腾预算，小公司就别把补贴价当自然规律。

接下来真正该盯四个变量：

  • 能源供给，尤其是可再生能源和电网扩容能不能跟上；
  • 芯片、内存和存储产能能不能缓解；
  • 模型效率能不能把单位调用成本压下来；
  • 企业使用 AI 后，是否真的带来可持续生产率，而不是把成本从人力表挪到云账单。

只改善一个不够。模型更强但更贵，企业未必买单。工具更便宜但增加审核和返工，也不算胜利。AI agent 如果让公司少招几个人，短期账面很好看；如果调用成本暴涨，或者高峰期拿不到额度，交付节奏和客户承诺都会一起变形。

AI 还没到被判死刑的时候。它已经在编程、客服、内容生产、数据分析里证明了局部价值。但局部价值撑不起无限补贴。

铁路、电力、互联网都经历过从狂热扩张到成本清算的阶段。今天的 AI 不完全一样，但重复了同一种人性：先讲规模，后算折旧；先画未来，再找谁付钱。