這個國慶，在家裡沒咋出門，早上盤了盤，5天燒了將近140億的token，感覺爽飛了。

每天就是，一邊打遊戲一邊讓Agent幹活，一邊看電影一邊讓Agent幹活，一邊學習一邊讓Agent幹活。結果，《火焰紋章萬紫千紅》的進度沒打多少，工作的東西倒是幹了一大堆。。。然後昨天看了兩個來自A16Z的最新的非常有趣的AI報告，我覺得還是有蠻多新東西的，也有一些反常識的數據，我覺得很值得給大家分享一下。

一個是第七版的《Top 100 消費級 AI 應用》。

一個是他們9月底剛剛更新的《市場狀況 II》。

後面這個甚至是有90多頁的PDF。

本來只是打算隨手看看，結果這玩意看著還挺上頭的，花了一個多小時，一頁頁給翻完了。。。

說實話，這可能是我今年看到的，對「AI如今的真正進展」描述最完整的一組材料，雖然因為A16Z的特性，所以基本上是代表著美國當前的進展，但是我覺得也可以以小見大吧。

我盡可能地把這份報告裡面抽出來了一些我覺得最值得聊的點，來分享一下。

一個一個說。

一. AI離大眾還很遠

首先呢，A16Z這兩份報告裡，有一組數據放在一起看特別好玩。

就是現在美國已經有接近一半的人表示自己用過AI。

這聽起來好像已經全民AI了，對吧？

但是每天真正在用的人，其實只有25%。

也就是說，只有1/4的人每天在用AI。

然後就到了付費這裡，那真的就是慘不忍睹了。

截至2026年8月，在YipitData的美國電子收據樣本裡，真正有ChatGPT、Gemini或者Claude個人付費訂閱的人，僅僅只有4.5%。

一年前是2.1%，雖然翻了一倍多，但也就4.5%。

拿成熟的消費訂閱產品做一個不完全同口徑的參照，2026年美國成年人裡，Netflix的個人付費訂閱率是76%，Apple TV+是31%。。。

這麼一對比，大家就知道差距有多大了。

如果換算成家庭的話，那就是，98%的美國家庭，還沒有為AI付過費。

AI好像火得已經全民圍觀了，但真正願意為它掏錢的人，依然少得驚人。

換句話說，我們很多人每天在討論，Opus 5.5好強呀，GPT 6的額度好不夠用啊，到底哪家的200刀更能燒啊，哪個所謂的personal agent主動性更強呀等等等等。

但其實，AI才是那種小眾的東西。

絕大多數人是連20美金都沒有付過的。

企業端更加抽象。

現在69%的標普500公司都說，啊我們已經把AI正式部署進真實業務了，AI已經上線了，聽著很牛逼對吧。

但是有多少家公司，會長期追蹤一個明確指標，來判斷這個AI到底有沒有產生價值呢？

數據也挺可悲的，只有2%，一個季度前是1%，也算是翻了倍。。

所以我現在越來越覺得。

討論AI普及率的時候，「有沒有用過」已經是一個非常沒有意義的指標了。

因為你如果把有沒有用過算作一個指標的話，那今天下載一個ChatGPT，問它一句週末去哪玩，這屬於AI用戶。

但一個人每天把AI接進郵箱、代碼庫、伺服器、CRM等等，搞了無數的自動化的工作流，每天讓Agent自己幹幾百次任務，這也屬於AI用戶。

但你真的覺得這兩人在統計上是屬於真的同一個分類嗎？絕對不可能，這其實已經是千差萬別了。

A16Z在另一頁是這麼描述的：

重度用戶正在和其他人拉開差距。

原文叫：Power Users Are Pulling Away。

他們引用的數據裡，最前面10%的企業，AI輸出Token的增長速度已經遠遠超過中位數企業。

在資訊行業裡，兩者甚至拉出了11.7倍的差距。

之前OpenAI自己也說過，像插件（插件本質就是MCP）和Skills這種，對很多企業來說，都已經算是高級功能了。

所以我覺得，AI正在出現第二道數字鴻溝。

第一道鴻溝我們肯定都是邁過去了，它叫你有沒有AI，用沒用過AI。

第二道鴻溝，我覺得反而更加的觸目驚心：

你到底有多麼深度的在用AI。

這道鴻溝。

反而正在越來越大。

AI的第一階段，是讓每個人都有一個ChatGPT。

AI的第二階段，可能是少數人把ChatGPT用成了一家公司。

這完全是兩碼事。

二. 那1%的重度用戶

然後就是這次我覺得最意外的數據。

A16Z以前做Top 100的APP，主要看的就是流量。

所以呢，在互聯網和移動互聯網時代，大家一直在爭，那誰的月活更大，誰的訪問量更高，對吧？

但是這一次，A16Z第一次把YipitData的美國消費者銀行卡和電子收據樣本拉了進來。

所以就不只看大家用誰了，還看大家為誰而付費，就是真金白銀地掏錢過去。

然後這世界一下就變了。

首先，在已經願意給AI付錢的人裡面，只有13%的人，同時還會付第二個AI產品。

AI玩家的忠誠度其實會比想像的還要高，而且這也很正常，畢竟訂閱費這麼貴，大家的錢也不是大風颳來的。所以你就會看到最近Claude跟GPT又開始吵得不可開交，基本上Claude又王者歸來，於是大家哐哐地就全部退訂GPT去用Claude，那前一段時間GPT-5.6 Sol剛發佈的時候好評如潮，大家又哐哐地去退訂Claude。

絕大多數的用戶，只買一個。

然後更誇張的是消費分佈。

AI付費用戶裡面最頂上的1%，貢獻了19.5%的全部消費，而最下面50%的人加起來消費是16.6%。

也就是說，那最頭部的1%的人，花的錢比一半的人加起來還多。

而且這最上面的1%，平均每個月在個人銀行卡上花多少錢買AI呢？

答案是903美元。

這個金額已經非常非常恐怖了，我自己一個月的訂閱正常情況下差不多也就在550~600美元左右，差不多4000人民幣，坦率的講，絕大多數的人都沒有這個能力卻這麼支出，核心還是因為這幫人跑通了生產模式，這個對於他們來說就是成本，AI的生產能直接變成價值，是能賺回來的。

然後中位數呢，是25美元，而且這兩年幾乎就沒怎麼漲。

但是最頂端那1%的消費，卻在18個月裡面又漲了80%。

然後A16Z就去看這幫人在買啥，反正除了核心的那幾家之外呢，更多的就是自動化，還有產品構建的工具，比如N8N、Figma、Manus之類的。

所以呢，可以看到，最頭部的這幫人，依然是最核心的為生產力而付費的這群人，他們訂閱AI也不是拿來聊天或者用情緒價值的，就是拿來做東西自動化，然後生產賺錢的。

所以這幫人其實並不是把AI當消費品，他們是真正意義上把AI當生產資料，我覺得從底層邏輯上來說，跟傳統的專業軟體售賣，幾乎沒有本質的區別。

所以說，AI真的很多元，也很包容。它既可以是消費品，也可以是生產資料。

這一點從ChatGPT和Claude的數據看也挺有意思的。

ChatGPT流量依然遙遙領先，網頁訪問量大概是Gemini的2倍，是Claude的6倍，移動端差距更誇張。

但到了最貴的個人訂閱這裡。

Claude的所有付費用戶裡面有7.3%的人，買的是100美元起步的Max計劃，但是ChatGPT和Gemini都只有1.3%，這裡注意一下，統計口徑是所有的付費用戶，所以免費用戶是沒有算在裡面的。

從這個角度也就能看出來，Claude跟另外兩家的用戶佔比構成其實是完全不一樣的。

或者說Claude的用戶對於AI的定位跟另外兩家不一樣，這幫人是真的拿AI去重度幹活的人。

然後還有個數據很有意思。

消費額最高的Top 50 AI產品裡面，有29個，甚至根本沒進網頁流量榜和移動App榜，直接超過了一半。

這就意味著：

AI時代，流量榜和收入榜正在迅速變成兩張完全不同的地圖。

過去互聯網我們很習慣一句話：

流量就是錢。

但在AI這裡，至少現在。

流量不是錢，能幫用戶去進行高價值工作，才是錢。

三. AI的傑文斯悖論

這可能是整份90頁報告裡，我最喜歡的一組圖。

A16Z直接把標題寫成了：

Jevons Paradox，也就是傑文斯悖論。

左圖是單位智能價格斷崖式下降，右圖是Token越來越便宜以後，H100算力價格反而重新走高。

傑文斯悖論我其實聊過很多次了，這個東西是經濟學裡面一個很經典的概念。

19世紀的時候，英國人發現蒸汽機越來越節能。

按常理說，燒煤效率提高了，那煤炭總消耗應該下降，對吧？

結果恰恰相反。

機器越節能，用機器的地方越多，最後煤反而燒得更多。

這就是傑文斯悖論。

單位成本下降，不一定減少總消耗，它可能直接製造出更多需求。

而現在，AI正在把這個經典經濟學現象，幾乎原封不動的重演了一遍。

過去幾年，單位智能的價格已經暴跌。

同樣水平的模型，Token越來越便宜。

而且開源模型越來越強，緩存價格也越來越便宜了。

那如果我們按照很多人所想的那樣，那全球算力壓力應該下降啊。

但是結果呢？

H100租金又開始往上漲了，老GPU也沒怎麼貶值，甚至連帶著我的破逼5080都開始往上漲了。

當然我知道有一部分是存儲所帶來的週期的影響，但是也不能忽視算力本身需求的影響，因為A100等老卡的租金和殘值並沒有按3到4年報廢論快速坍塌。

CoreWeave、Lambda等新型算力雲也在沿著非常陡的收入曲線進行增長。其實原因也很簡單，以前一個任務花10塊錢，那你大概率只會把最重要的任務給AI。

現在同一個任務變成1毛錢，你發現，你不會省下那9塊9。

反而會突然發現，臥槽，我以前的100個不值得自動化的一些破事，現在是不是全都可以用AI進行自動化了？恭喜你，你成長了，於是你的支出，從10塊錢變成了100塊錢。Agent就是最典型的Token焚化爐。

A16Z引用OpenRouter的數據，今年2月6日開始，Agent產生的Token已經超過人類直接聊天產生的Token了。

到了8月份，Agent七天平均Token使用量，每天已經到了7.3萬億Token。

一年裡面增長了14倍。

2025年9月，OpenRouter一週總處理大概4.7萬億Token。

而到了2026年9月，這個數據，是126.2萬億。同比漲了27倍，還在極速增長中，從今年6月到9月，Token需求就連續翻了兩倍。這也說明以後其實看百萬Token多少錢，沒有那麼大的意義了，大家也都知道，一些看起來很便宜的模型，一旦陷入混亂，或者推理效率低，陷入雷霆思考，那個Token消耗量可能是一些高級模型的好幾倍，綜合算下來，反而價格會更貴，甚至這還沒有算你因為返工而帶來的Token浪費。所以我一直覺得到後面更應該看的單位是，單任務成本。不過這並不是一個零和博弈，便宜的模型依然有它大量的使用用途。因為那些便宜的智能，它在瘋狂地把值得使用智能的邊界向外擴展。這可能是我覺得未來10年算力需求最底層的一條邏輯。

四. AI的商業模式

然後再回到消費者付費。

A16Z統計Top Web AI產品的時候，發現一個非常有意思的問題。

AI產品現在到底靠什麼賺錢？

84%是訂閱，64%是按量收費，或者購買點數/額度（Credits）。

廣告呢？只有14%。

而交易佣金或者平台抽成？僅僅才2%而已。

注意，一個產品可以同時有多種模式，所以加起來會超過100%。

但結構已經非常明顯了。

今天的消費AI，雖然產品形態看起來像互聯網，但收費方式卻極其像SaaS。

你用我的智能，你直接給我交錢，交完錢以後送你一些額度，你的Token不夠的話，你再買唄。

這其實和上一代真正做大的消費互聯網完全反過來了。

Meta 2025年97.6%的收入來自廣告，谷歌是73.2%。

上一代互聯網最偉大的商業創新之一，就是廣告和抽佣。

讓用戶別付錢，廣告主替你付。

國內大家最熟悉的可能就是字節了，字節也是這一套模式，直接碾壓國內其他所有公司，大家也都戲謔地說，一個字節，直接做空恆生科技。

所以用戶量一大，那規模就起來了。而且大家也都知道，互聯網的邊際成本幾乎為零。

但是AI一上來就遇到了一個很現實的問題。

推理是真的有邊際成本，你跟我聊得越多，我GPU燒得越多，這跟移動互聯網的邊際幾乎為零的複製效應沒有任何可比性啊。

所以前幾年所有AI公司沒辦法，都是走的訂閱制，先賣額度，先把最願意付錢的那批人挑選出來，至少先能養活自己。

這也可能解釋了為什麼AI已經這麼火，但是付費滲透率卻還只有幾個點，其實也不是AI沒有價值。

主要還是大家會有一些濾鏡，要知道，讓全人類每個月主動再掏20美元買一個軟體，本身就是一件極難的事情。

世界上最大的消費訂閱業務，長期都集中在媒體內容裡。

ChatGPT能在三年多時間衝進全球Top 20消費訂閱產品，本身已經很離譜了。

純廣告很難走通，那抽佣呢？A16Z也分享了一個Agent產品Instinct，這是一個可以直接在iMessage、WhatsApp裡使喚的個人Agent。

主要就是幫你訂票、訂酒店、取消訂閱、買東西之類的，按照他們自己對外的數據說，用戶裡面有40%的人在三週內就會去綁自己的信用卡。然後真正會通過它去買東西的，平均每個月會讓這個Agent經手1300美金。

當然，這都是他們自己的數據，我覺得至少得打個折看。

但是商業模式也很明顯了，就比如最近Meta最火的Muse，走的其實也是這條路線。

那假如一個Agent每天能幫你幹這些跟生活有關的交易相關的事，那我沒必要向你收20美金啊，我完全可以給你免費用，然後從每一筆交易裡面去抽佣。

這個時候，AI的商業模式就從SaaS變成了互聯網。

那Muse前段時間也登頂了App Store。

網頁補充圖：Muse一度衝到美國App Store免費榜第一

所以大家為什麼都說這一代的VC可能更看得懂也更喜歡Personal agent這個概念，因為這玩意的商業模式實在是太移動互聯網了啊。。。

不過跟移動互聯網還是有一個本質的區別，我想了想，還是在於人。

上一代互聯網，變現的是人的注意力。

下一代Agent互聯網，可能直接變現人的意圖。

注意力和意圖，在最終的邏輯上應該還是會有大區別的。

所以如果這條路能跑通，我覺得真正的AI超級Agent可能不是那個擁有最大流量的產品，反而很有可能是離你錢包最近的那個Agent。

離錢包最近，這個我覺得是重點。

五. 實體世界回來了

這份報告裡面有一個視角，我覺得其實特別喜歡。

就是過去二十年，我們總是在說，科技行業的關鍵詞是什麼？

那你只要總結的話，我覺得就是一個Bits。

在Bits之上，我們構建了軟體、互聯網、雲、SaaS等等等等。

而它最核心的、最有魅力的一個地方，就是邊際成本為0，你寫一次代碼可以複製給1億個人。

那所以資本市場太喜歡這種東西了，輕資產、高毛利、擴張極快。

但是AI來了以後，這個事情突然一下子就反過來了。

A16Z直接稱為：

Atoms Are So Back，實體世界又回來了。

AI資本開支把自由現金流從軟體巨頭一路導向晶片、能源、電網、冷卻、銅和工業供應鏈。

就是雖然AI這玩意表面看起來比軟體還要虛擬，但是它背後實在是太物理了。

你要一大堆的東西，你要GPU、光模組、變壓器、銅，甚至你還要土地，要電網，要建築工人。

真的，就是薪資全員大漲。

科技大廠們也在瘋狂地砸錢，微軟、Google、亞馬遜、Meta這類超大規模雲廠商為了AI瘋狂花錢，甚至已經把自己的自由現金流吃得很難看了，而且預計這種狀態還會持續到2028年前後。

錢全都被老黃給掙走了。。。

但是現金流現在不夠了，那怎麼辦呢？於是就開始，借錢。

那債券市場也就被拉進來了。

債券和信貸市場開始給這一輪AI基建繼續加槓桿。

那也有很多人會說，這不就是AI泡沫嗎？但你又很難簡單地就把它稱為泡沫。

因為這些公司確實還在掙錢，現在的投入資本回報率依然明顯高於融資成本。

就是雲服務的待交付訂單還在漲，算力需求還在遠遠大於供給。就更搞笑的是，就像最開始我們說的，以前大家都在說GPU折舊這麼快，一代出來以後上一代就垃圾了。結果實際市場裡面四五年前的GPU，租金和殘值還在堅挺，就是不降價。

甚至連半導體供應鏈的積壓訂單還有很多，那你即使搞到了晶片，你還有個最頭疼的問題，你的數據中心也不代表可以交付。。

因為你還真不一定有電，所以你還得想辦法造基建。

這一輪AI跟過去互聯網完全不一樣的是，它讓實體變得回歸了。

而且帶動了全球基礎設施的一個巨大的資本開支週期。

而且大家也都知道，AI現在是虛的，未來必然進入實體。

那還有具身智能，具身智能那可就是純粹的實體產業了，還有自動駕駛、火箭等等等等。

所以就能明顯地感覺到了製造業回流，全都讓所有資本重新湧入回實體產業。

在軟體越輕越好的十幾年之後，沒有人能想到，這一輪的資本獎勵的卻是實體大基建。

寫在最後

我覺得現在，就很像三體裡面的亂紀元，這是一個會對全社會進行洗牌的大時代。

智能變得便宜，知識也變得便宜。

人人都能做過去只有專業人士才能做的事。

但同時，槓桿也變得越來越便宜。

那其實就帶來了一個非常殘酷的現實，最會用槓桿的人，他只會跑得越快。

就像AI本質上就是所有普通人，如今最大的槓桿。

於是，鴻溝就出現了。

最後呢，這兩份報告我推薦只要對AI感興趣的，都可以去深入地閱讀一下原文，鏈接因為平台原因，我就不放了，感興趣的可以拿著報告名字，讓AI來給你搜。

如果最後讓我用三句話來總結A16Z這兩份報告。

我想用這三句話作為結尾：

1. AI的使用已經很廣，但對全社會來說，真正的使用深度還淺得離譜。

2. 智能越便宜，需求越大，Agent會把Token消耗推到一個過去無法想像的量級。

3. 真正跑在最前面的那1%，已經開始和剩下99%生活在兩個不同的AI時代。

幣安Alpha上線 Talus Network（US），空投門檻為 246 積分

熱門文章