从席位
到算力

GitHub Copilot 转向按用量计费在 HN 引发了 486 点的热烈讨论。表面上这只是一家公司的定价策略调整，但它标志着一个更大的行业转折点。席位订阅制——$19/人/月，不管你用多少——是 SaaS 时代的核心商业逻辑，前提是软件是一种固定成本的基础设施，价格应该与用户数而非使用量挂钩。但 AI 工具打破了这个前提：不同开发者对 Copilot 的使用量差异可以超过 100 倍，重度用户让供应商亏损，轻度用户则贡献了不成比例的利润。

按用量计费不只是对供应商更公平，它也揭示了一个更深刻的现实：AI 能力正在被"电网化"——从软件许可变成可计量的认知基础设施。Remunerationlabs 的分析用了一个精准的比喻：AI token 正在经历"电网化"演进——从定制化、孤立的单模型时代，走向标准化、可计量的认知公用基础设施。"Tokenmaxxing"正成为精英工程团队的生产力衡量指标，CFO 正在用 token 预算替代 SaaS license。

本周最引人深思的案例来自 The Neuron 的报道：SemiAnalysis 分析师 Dylan Patel 讲述了"Jeremy"的故事——一个人，每天 6000 美元的 Claude token 费用，3 周内独立重建了一个百人数据服务团队耗时十年的产品。同一周，Meta 裁员 8000 人，其中许多是中层管理者和非 Agentic 项目研究员。

这两件事放在一起，构成了 AI 时代劳动力价值的核心命题：AI 时代的赢家不是"掌握 AI 工具的人"，而是"拥有足够深的领域判断力，能将 AI 算力转化为超额价值的人"。Jeremy 与被裁的同类之间，差的不是工具访问权——他们可能都用了 Claude——而是不可替代的领域认知密度。这个命题与 Epoch AI 的数据形成印证：Claude 用户明显偏向高收入群体，Meta AI 用户则偏向低收入群体——能将算力转化为超额价值的人，本就集中在高收入、高认知密度的岗位上。

a16z 的分析进一步证实：企业 AI 落地最成熟的场景集中在客服、代码生成、内部知识检索——这些场景的共同特点是"产出可量化、错误可纠正"。真正高价值的决策层工作——战略判断、创意突破、领域洞察——依然是 Jeremy 们的领地，而非 AI 的替代目标。企业管理者需要追问的问题因此从"哪些岗位会被 AI 替代"变成"我们有多少 Jeremy"。

GAI Insights 深度报道揭示了 OpenAI 的商业结构：建立名为"DeployCo"的 100 亿美元 SPV，联合 TPG、Bain、Advent 等 PE 巨头，向伙伴承诺 5 年内每年最低 17% 回报，目标客户是 PE 基金的中市场被投企业。同期，Google Cloud 也以 7.5 亿美元平行基金付费麦肯锡、埃森哲、德勤推广 AI——AI 厂商付钱给分销商，这个逻辑彻底颠覆了传统软件销售模式，类比苹果补贴 AT&T 推 iPhone、药企向 PBM 支付高额返点（详见配套阅读《OpenAI 正在付钱给华尔街来销售它的软件》）。

Tom Tunguz 对 Anthropic 战略的分析揭示了另一面：Anthropic 正在执行"商品化补充产品"的经典战略——免费或极低价提供某些 SaaS 能力，将企业预算从 SaaS license 转向推理算力。两者合流，指向同一个方向：AI 时代的企业软件市场正在被从两端挤压——顶部是 AI 厂商直接替代 SaaS 功能，底部是厂商付费渠道商向下渗透。传统 SaaS 公司的中间层正在被蒸发，与 a16z 的判断高度吻合。

本周另一重大商业事件是微软停止与 OpenAI 的收入分成协议。表面上这是一次合同重签，实质上是一次权力再平衡：当 OpenAI 的能力和品牌已经足够强大，不再需要微软的渠道背书时，收益共享协议就成了两个对等方之间的谈判筹码而非补偿机制。OpenAI 用更大的独立性换取了收入分成的让渡，微软则保留股权，并在 Azure 上继续获得算力消费分成。

这个结构的深层含义是：AI 厂商与云厂商之间的关系正在从"依赖-供养"转向"互相锁定"。Anthropic 与 Google 的 400 亿美元投资本质上也是相同逻辑：Google 的钱绑定了 Anthropic 的算力消费，Anthropic 的模型能力反哺了 Google Cloud 的竞争力——"算力循环回流"成为新型战略绑定工具，比合同更持久、比合规要求更灵活。对企业用户来说，这意味着选择一个 AI 服务商，实际上是在选择整个基础设施生态系统，"切换成本"曲线正在变得越来越陡峭。