文章指出AI平台通过补贴吸引用户，制造需求以推动投资，但面临盈利危机。收入缺口从2000亿增至6000亿美元，企业开始抱怨员工使用AI的高昂成本，质疑其可持续性。

一年前，我在《AI信封的背面》一文中指出，AI平台正在运行毒贩的算法——“第一次免费”。通过大规模补贴其产品的使用，它们制造了巨大的需求，并以此为由进行巨额投资，希望当需要展示投资回报时，用户已上瘾，愿意支付高得多的价格。我承认自己后知后觉，最早对此持怀疑态度的是红杉资本的David Cahn，他于2023年9月发表文章《AI的2000亿美元问题》，仅九个月后，他更新分析称收入缺口已增至三倍。独立记者如Ed Zitron也早已指出这一问题。

几个月前，主流商业媒体开始报道企业抱怨员工使用AI代币的成本，此后相关报道如潮水般涌现。一个难点在于补贴规模估算差异巨大，通常平台每产生1美元收入需花费8至14美元。Ed Zitron的两篇文章揭示了这一点：SemiAnalysis的测试显示，每月200美元的订阅费可消耗价值8000美元的Anthropic代币或14000美元的OpenAI代币，这意味着Anthropic补贴高达40倍，OpenAI达70倍。尽管OpenAI补贴力度更大，其企业采用率却持平，而Anthropic飙升。SemiAnalysis还分析平台毛利率，假设代币定价为生成成本的4倍，用户仅使用25%的速率限制，毛利率便为负25%。

这种补贴无异于烧钱。OpenAI和Anthropic通过股权融资筹集巨资，但作为私营公司，其收支细节不透明。6月15日，Zitron披露OpenAI 2025年财报：收入130.7亿美元，成本与支出340亿美元，亏损209.2亿美元，净亏损385.3亿美元。其中销售与营销支出57.3亿美元，占收入的44%，维持AI泡沫的炒作成本极高。尽管投入巨大，企业采用率仍停滞不前。

美国股市面临SpaceX、Anthropic和OpenAI三家AI公司的IPO，每季度亏损数百亿美元，却宣称需求旺盛。上市后，它们需提高收费以产生投资回报。然而，由于烧钱速度过快，它们被迫提前调整价格。4月，微软计划将GitHub Copilot用户转为按代币计费，并收紧速率限制，因为运行成本自1月以来几乎每周翻倍。Anthropic、OpenAI和微软均已将用户从订阅制转为按代币计费，对重度用户而言成本高昂。一家小公司CEO称，转为按代币计费后，首日支出增加了7倍。

近期，主流商业媒体广泛报道生成式AI成本过高。Tom's Hardware指出，使用AI比雇佣人类更贵，且目前生产力提升有限。英伟达高管Bryan Catanzaro承认，其团队的计算成本远超员工薪资。Uber CTO也表示预算已超支。MIT 2024年研究显示，77%的情况下人类更优。原因在于，建设数据中心的巨额投资（约60%用于快速贬值的硬件）需要天文数字般的收入来支撑。金融时报计算，即使假设零成本，超大规模AI投资在2025至2030年的隐含回报率也多为负值：微软-9.2%，Alphabet-15.7%，亚马逊+7.2%，Meta-28.8%，Oracle-35.6%。

Will Lockett估计，未来几年AI平台将积累约3万亿美元债务，按3%利率10年期计算，每年需偿还3090亿美元。即使AI达到10%利润率，也需取代4680万个美国工作岗位（约占27%）才能偿债。若考虑员工福利成本，需取代约3250万个岗位。用户对按代币计费的反应可从三则新闻窥见：OpenAI的Sam Altman称成本已成为“巨大问题”，公司正考虑“大幅”降价以对抗Anthropic；Anthropic暂停了其Claude Agent SDK的按代币计费；微软计划在2026年6月30日前将工程师从Claude Code转向GitHub Copilot CLI以控制成本。历史上，公司IPO需盈利或展示可行盈利路径，但SpaceX已证明巨额亏损和不可信的盈利路径并非障碍。然而，两家亏损严重且盈利路径不明的公司，在IPO前进行“大幅”价格战，实属不智。

根据评论内容，主要观点和论据如下：

观点一：AI公司定价与盈利模式存在争议 - 支持者认为API定价可能已包含高额利润，订阅补贴并非亏损（评论7、15、20）。关键引用："Fixed costs don’t matter when marginal revenue is profitable"（评论7）；"The API prices could already be stupidly inflated"（评论18）。 - 反对者指出订阅与API价差巨大，暗示补贴（评论1、15）。关键引用："Anthropic is subsidizing their enterprise customers by up to 40 times"（评论15）。

观点二：AI行业泡沫风险与市场调整 - 悲观者认为投资过热，泡沫即将破裂（评论17、19）。关键引用："The wheels are starting to come off the bus"（评论17）；"The coming AI enshittification is going to be epic"（评论19）。 - 乐观者认为早期投入正常，技术成本会下降（评论30、21）。关键引用："Tech shit is expensive in the beginning... It gets cheaper with time"（评论30）；"The shift might be demonstrating a burgeoning demand"（评论21）。

观点三：开源模型与竞争格局 - 批评文章忽略中国模型和开源提供商（评论5、8）。关键引用："The article fails to mention DeepSeek, Alibaba, Qwen"（评论5）；"Chinese models and open model providers are competing on price"（评论8）。

观点四：用户行为与商业模式变化 - 企业用户因按token计费而改变使用习惯（评论10）。关键引用："User behavior changed with token based pricing... Now ROI matters"（评论10）。 - 订阅模式类似健身房，允许波动使用（评论20）。关键引用："Banks, gyms... offer flexible access... It's not always worth the complexity to prevent overuse"（评论20）。

观点五：财务数据解读分歧 - 指出OpenAI亏损主要来自一次性会计调整（评论14）。关键引用："$30Bn of it is the one-time cost"（评论14）。 - 质疑销售营销支出占比44%的合理性（评论20、28）。关键引用："OpenAI spent 44% of their revenue on sales and marketing"（评论20）。

平衡总结：评论呈现两极分化——一方认为AI公司通过API高利润和订阅补贴维持运营，另一方则警告泡沫风险。多数评论强调缺乏真实边际成本数据，导致定价讨论缺乏基础。开源模型和竞争格局被忽视，用户行为变化反映市场从探索转向注重ROI。财务数据解读存在争议，但普遍认为需等待IPO披露更多信息。