AI不是下一个互联网：边际成本趋零的神话，该醒了
2026年8月，一份价格单在程序员圈子里传开了。
Claude Code，顶配档 Max 20x，一个月 200 美元。OpenAI Codex，官方自己算过一笔账：一个开发者平均每个月要花 100 到 200 美元。Devin 更狠，除了 200 美元的月费，还得按 ACU 计费，一个单位 2.25 美元——跑得越勤，账单越厚。
这本来只是几款”AI 编程工具”的收费单。
但资本市场看到的，是另一个东西。他们管这叫Agent 操作系统——新时代的浏览器，新时代的操作系统，下一个入口。
剧本早就写好了：先免费圈住用户，做成平台，再收租，赢家通吃。这套打法，互联网时代验证了二十年。微信、谷歌、安卓，无一不是。
问题，就出在这里。
（ps: 你有没有觉得哪儿不对劲——互联网当年能”先免费圈用户”，靠的是”多一个用户几乎不花一分钱”。可上面这几款”入口”，为什么用户越多，厂商的账单反而越厚？）
一个开发者，一个月给”入口”交 200 美元。
这哪里像互联网？这更像……在交税。
答案，藏在 AI 和互联网一个根本性的区别里。这个区别，值得用一篇文章讲清楚。
一、二十年前的那本书
先把时间拨回 2014 年。
那年，美国经济学家杰里米·里夫金出了本书，叫《零边际成本社会》。他预言，未来很多东西会以”接近零的边际成本”生产出来，几乎免费。
什么是边际成本？就是每多生产一件产品，要多花的那笔钱。
开一家线下书店，想再赚一拨客人，就得再开一家分店，租金、装修、人工，一样都省不了——边际成本很高。可要是开一家网店，多来一个客人，服务器上多放一份数据，成本趋近于零。
Airbnb 就是这么起来的。房主多挂一间房，平台几乎不花什么钱；房客多订一晚，平台也几乎不花什么钱。于是它短短几年，把一百多年的老牌酒店连锁甩在了身后。
这就是互联网的命根子：边际成本趋零。
再叠上另外两样东西——网络效应（用户越多越值钱）、平台收租（谁都得从我这过）——三件事一凑，就是”赢家通吃”。
（ps: 这套逻辑过去二十年太成功了，成功到大家已经不去问它为什么成立，直接拿它当公式用。看见一个”入口”，就默认它会”赢家通吃”。）
于是，Agent 操作系统一露头，市场就兴奋了：新入口！新平台！下一个微信！
但几乎没人停下来问一句：AI 多服务一个用户，真的不花钱吗？
不花？恰恰相反。
我给这种”相反”，起了一个名字，叫算力税。
互联网是免税的：多一个用户，账本几乎不动。AI 是征税的：每多一个用户、每多一次调用，都要向”算力”这个隐形的税务局，交一笔刚性递增的税。
（ps: 这里藏着一个经济学上的分水岭。互联网是规模越大越便宜——多服务一个人，摊薄的固定成本越多。AI 是规模越大越贵——多服务一个人，就多烧一份实打实的电和芯片。前者叫规模效应，后者，我叫它反向规模效应。）
用户越多，税越重。这就是为什么上面那几款”入口”，敢收 200 美元一个月，还拦不住账单往上蹿。
二、降本，不等于边际成本趋零
听到这儿，你多半要反驳了——AI 的成本，不是在暴跌吗？
没错，而且跌得很猛。
三年时间，GPT-4 级别的推理价格，从每百万 token 60 美元，跌到了 0.06 美元。跌了 1000 倍。有篇论文收集了 3237 个模型的定价，算出一个让半导体行业沉默的数字：AI 推理价格的半衰期是 1.1 年——每过 13 个月，同样的智能，价格腰斩一次。
这么看，AI 不是更像”零边际成本”了吗？
（ps: 这正是最迷惑人的地方。降本和”边际成本趋零”，是两个概念。 前者是”单价变便宜”，后者是”多卖一件不花钱”。一个是价格曲线往下走，一个是成本那条线贴到零。AI 只做到了前者，做不到后者。）
为什么做不到？两个原因。
第一个原因，账会自己涨回来。
企业这三年，单 token 成本降了 1000 倍，AI 总支出却从 115 亿美元涨到了 370 亿美元。涨价三倍。
Uber 给 5000 名工程师开放了 AI 编程工具，结果四个月烧光了全年预算。米哈游的一位工程师测试多 Agent 协作，忘了设熔断，几十个 Agent 掉进循环调用，13 个小时，账单 200 万。
为什么越便宜，烧钱反而越狠？道理一句话就够：单价降得再快，也快不过用量涨得更快。 一个 Agent 修一个 bug，得规划、调工具、看结果、自我反思，来来回回几十轮，消耗的 token 是过去一问一答的几十倍；再叠上多个 Agent 并行，同一个需求，token 消耗能差出好几个数量级。
（ps: 这个现象，其实有个一百七十年的老名字，叫”杰文斯悖论”——效率一提升，东西就便宜到可以用在以前用不起的地方，于是总消耗不降反升。但这不是我这篇要说的重点。我要说的是下面这个，更狠的。）
第二个原因，才是真正要命的：分层。
前面那个 1000 倍的降价，降的是”昨天的能力”。
那篇论文里，藏着一个几乎没人注意的发现：旗舰模型的价格，几乎不遵循任何降价曲线，R² 只有 0.031——用大白话说，就是”乱”，根本不降。
原文有句话，一针见血：前沿能力从来不打折，打折的是”跟前沿一样好的昨天的能力”。
换句话说，AI 的边际成本，是会分层的。底层的通用能力，会一路跌向零，最后便宜到”贴着电费卖”；但最前沿的那一层，永远贵，永远稀缺。
（ps: 可能有人会问，降本靠什么？难道不是英伟达的新显卡吗？那篇论文把账算得很细——软件和架构贡献了 103.7% 的降幅，GPU 硬件只贡献了 -0.9%，等于在拖后腿。降本靠的是 MoE、量化、投机解码这些软件功夫，而它们降的，恰恰是”已成熟能力”的成本，不是”前沿能力”的成本。）
看懂了吗？
互联网的边际成本，是一条一路向零的线；AI 的边际成本，是一条”下面归零、上面永远吊在半空”的分叉线。
底下的，白送；顶上的，天价。
这叫成本刚性，不叫零边际成本。
三、一张表格，看清两本账
现在，把两样东西并排摆在一起，区别就清楚了。
| 互联网 / 软件 | AI | |
|---|---|---|
| 多一个用户 | 几乎不花钱 | 多一笔算力税 |
| 边际成本 | 趋零 | 刚性 |
| 规模效应 | 越大越便宜 | 越大越贵 |
| 成本性质 | 可预测的固定项 | 可爆炸的变量项 |
| 护城河 | 网络效应 | 算力与成本控制 |
有人把这两者的区别，一句话说透了：
过去 SaaS 的成本，是一个可预测的固定项，边际成本接近零；现在 AI 的成本，是一个可以爆炸的变量项。
一个”趋零”，一个”刚性”。方向正好相反。
所以，拿互联网的剧本去套 AI，从一开始就套错了。套错的地方不在执行，在第一性原理。
四、太阳底下，没有新鲜事
“效率越高、用得越多”这件事，其实一点都不新鲜。
宽带降价，结果不是省钱，而是催生了 YouTube、Netflix；存储降价，结果不是硬盘厂倒闭，而是云存储、基因测序库成了基础设施。每一次”效率革命”，最后都变成了”用量革命”。
AI 也会走这条路，而且只会更极端。
但 AI 身上，有一个互联网从来没有过的东西——“前沿”永远稀缺。
互联网的内容，是复制出来的。一段视频、一篇文章，复制一万份，成本趋近于零。所以”边际成本趋零”在互联网身上，是真的。
AI 的”智能”，不是复制出来的，是每一次都要重新算出来的。你每问一个问题，GPU 就要真的烧掉一点电、跑一遍计算。所以 AI 的边际成本，永远压不到零。
这就是 AI 和互联网最根本的分野：
互联网卖的是”复制品”，AI 卖的是”计算力”。
复制品的边际成本，可以趋零；计算力的边际成本，只能一路跌到”电费加一点毛利”为止——而前沿那一层，连电费都打不住。
（可能有人会说：那 AI 岂不是永远赚不到钱了？
恰恰相反。赚不到钱的，是想靠”免费入口”复制互联网的人。真正的钱，在别的地方。不过那是下一篇要讲的事了。）
结尾：自来水公司，开不了餐厅
回到开头那个”入口”。
互联网的入口，像一家自来水公司。管道铺好之后，多流一滴水，几乎不花一分钱。所以它可以先免费，把全城的人接进来，再慢慢收水费。
AI 的入口，像一家现炒的餐厅。每一桌菜，都得真金白银地买菜、开火、请厨师。客人越多，厨房的火越旺，煤气、菜钱、人工，一层一层往上叠。
想用自来水公司的打法，去开一家现炒餐厅——先免费请全城人吃饭，指望靠人流量收租——结果只有一个：厨房被烧穿，账单把人埋了。
那几款 Agent 操作系统，不是下一个互联网。
它们是 AI 时代的第一批算力纳税人。
互联网的账本，会自己变轻；AI 的账本，会自己变厚。
看清楚这一点的人，已经在数另一本账了。
（本文为”AI 经济学第一性原理”系列第一篇。下一篇《入口不值钱，算力才值钱》将拆解：既然利润池不在入口，那它到底沉淀在哪。）
龙鹰镖局 | 中美博弈大变局，百年未有新财富