作者：快思慢想研究院院长 田丰，央广经济之声 李硕
开篇：4台国产“超节点”，撑起中国“算力高地”
11月3日，乌镇的水巷照旧安静，会展中心里却热闹非凡。2026年世界互联网大会乌镇峰会开幕，主题是“开源开放 共建共享——携手构建网络空间命运共同体”，27场分论坛从创新发展、安全治理谈到文明交流、国际合作，主论坛专设“人工智能乌镇对话”，请领军科技企业、开源大模型企业的掌门人和AI科学家同台。中国工程院院士王坚点题：“开源开放是全球性的。”
隔壁的“互联网之光”博览会更直观：54个国家和地区，670余家企业，带来1000余项成果，卫星互联网、6G首次亮相。行家最爱驻足的，是阿里磐久AL128、华为昇腾950、中兴Matrix、曙光scaleX四家国产超节点并排而立。
任正非2025年接受人民日报采访时坦言，华为单芯片仍落后美国一代，要“用群计算补单芯片”。四家同台说明，中国AI基础设施的比拼已进入钱学森所说的系统工程阶段：互联、散热、调度、软件栈的整体效率，比单颗芯片的峰值更关键，能直接决定词元成本。把一堆组件攒成一台大算力集群，恰是中国AI制造业的拿手戏。
1987年，诺贝尔经济学奖得主罗伯特·索洛调侃：计算机时代随处可见，唯独不见于生产率统计。近40年后，乌镇用六大展区，从“空天地海·新连接”、“智能涌现·新空间”、“人机共生·新入口”一路排到“科技向善·新安全”，第一次把“智能互联网”摆成一条完整价值链条，回答的还是索洛那个老问题：AI的钱，到底从哪儿来？
一、智能经济新动能
技术决定增量的上限，产业模式与生态协作决定真实价值。模型是原动力，生态是倍增器。
第二次工业革命给予人类深刻的教训。经济史学家保罗·戴维考证，电动机19世纪80年代就进了工厂，可工厂仍按蒸汽机时代的老布局排队干活（蒸汽时代的工厂只有一台大蒸汽机，带动一根贯穿厂房的长轴“天轴”。各台机床再用皮带从这根轴上"分"动力。所以厂房必须围着这根轴布置），直到20世纪20年代改成“一机器一电机”（为每台机器配一台小电动机），厂房改成宽敞明亮的单层平房，方便物料流转，后来的流水线也是在这种厂房里发展起来的，生产率才真正起飞，前后约40年。通用技术的红利，要等生产组织方式围绕它重新设计之后才会释放。
这一轮不同，AI能亲手改流程。人机问答的聊天范式竞争已基本结束，智能体开始自己规划、执行、审核、改进任务。Anthropic内部70%至90%的代码已由Claude编写；OpenAI总裁布罗克曼也说，智能体编程工具写的代码占比，曾在一个月里从约20%跳到约80%。快思慢想研究院分析发现：AI工具能重写工作流，生产率时滞就从“十年级”压到“季度级”，这是本轮增量落地快于电力、互联网的根本原因。
计价单位也替换了。国家数据局披露，我国日均词元调用量从2024年初的1000亿，到2025年底的100万亿，再到2026年3月的140万亿，两年超千倍，词元被定位为连接供给与需求的“结算单位”。MiniMax创始人闫俊杰说，公司7月的词元消耗量是1月的20倍。互联网卖注意力，天花板是“人口×每天24小时”；智能互联网卖agent任务，利润天花板就是“电力×算力效率”。增长的瓶颈，从互联网应用消耗的人均时间变成了任务平均消耗的能源和算力。
二、模型免费，算力收费，应用生态收租
开源是一种定价策略：把模型变成行业标准，把利润放到产业链下游。开源模型省下的是全社会的试错成本，不用重新发明轮子（模型）；而盈利难题，只属于只靠模型盈利的公司。
软件业有条商业规律：聪明的公司，会让自家产品的“互补品”变得更便宜。阿里巴巴千问已开源400多款模型，衍生模型超20万个，累计下载超10亿次，2026年2月单月在Hugging Face被下载约1.536亿次；同一时期，阿里云外部商业化收入在截至6月的季度增速达45%，AI相关产品收入连续12个季度三位数增长。快思慢想研究院认为：开源是云业务的获客成本，每多一个衍生模型，就多一批潜在的推理和托管客户。开源模型的资金投入，靠云计算赚回来。
开源能否长跑，要看有没有“第二项营收”：第一曲线是开源模型，第二曲线收费覆盖成本。梁文锋2024年接受《暗涌》采访时说，开源更像一种文化行为，而非商业行为。闫俊杰7月拿出相当于公司总股本1%的个人股份支持开源社区。纯模型公司的日子并不轻松：MiniMax上半年收入1.166亿美元，毛利约2081万美元，研发支出2.969亿美元，是毛利的14倍以上。能跑远的，要么有云计算（BAT）、要么有芯片（华为）、要么有终端（小米）接住回报，或者像DeepSeek那样不靠短期变现。反面教材是Meta2026年转向闭源旗舰Muse Spark，因为互联网广告生意不需要外部开发者，开源模型自然越做越不划算。
三、AI价格越便宜，使用量越高
2026年4月，DeepSeek V4以MIT协议开源，V4-Pro总参数1.6万亿、激活490亿，API输出价每百万词元3.48美元，不到同期顶级闭源模型的四分之一；5月又降价75%。6月，智谱以MIT协议开源GLM-5.2。有评测认为，开源模型落后前沿闭源约3至6个月。快思慢想研究院长期跟踪判断，前沿模型能力已变成保质期极短的鲜货，闭源模型的定价窗口只剩一两个季度，只能靠产品化、可靠性和企业服务收钱，对抗中国开源模型。Anthropic年化收入7月底约650亿美元，主要来自企业API和Claude Code；它10月公开的招股书显示，上半年收入163亿美元，二季度首次实现经营盈利9.74亿美元。钱，流向了能把活干完的产品。
开源AI价格跳水，市场为何没缩水？1865年，英国经济学家杰文斯在《煤炭问题》里发现，蒸汽机越省煤，英国烧掉的煤反而越多。2025年初DeepSeek R1引发震动，微软CEO纳德拉随即发文：“杰文斯悖论又来了。”140万亿日均词元，就是这个悖论的中国版。
转化路径因此清晰：开源权重→衍生与微调→私有化部署和推理消费→拉动云、芯片、终端和行业解决方案。中国开源大模型的全球输出正在缩小各国的数字鸿沟，开源也是一种普惠的国际公共产品。
田丰做出反共识预测： 开源最大的赢家将是硬件与能源，AI应用公司反而分得较少。“开源模型+国产超节点+行业解决方案”打包出海，两三年内会成为可统计的出口品类。
四、开源开的是图纸，留下的是工厂和保修卡
开源是分层开放：权重和协议可以开源，而训练数据、工程体系和服务责任攥在手里；安全治理、合规风控做成产品就能收费。
最贵的商品是“责任”。Linux免费，Red Hat卖订阅和补丁，2019年被IBM以约340亿美元收购；Android免费，谷歌靠分发赚钱。姚期智院士说，谁能做出最安全的AI，谁就能赢得市场。企业买的是“出了事有人兜底”：可审计、可追溯、可撤回、可认证，比开源模型更值钱。
协议层开放，实现层竞争。2025年12月Linux基金会成立智能体AI基金会，Anthropic、Block、OpenAI捐出MCP、goose和AGENTS.md；2026年8月谷歌A2A加入，成员由不足40家增至250余家。智能体就像电力革命中涌现的家电设备，电器要是各配各的插口，日子没法过。竞争对手肯把协议交给中立方，可见开放者得生态。乌镇峰会专设智能体互信互联互操作分论坛，定标准就是抢入场资格。
治理要从“发布前”管到“使用中”。AI治理与应用不能对立；清华大学薛澜院长与陈颖撰文称，实验中AI已现策略性欺骗、规避干预倾向。姚期智等参与指导的《2026新加坡共识》提出智能体管控十项原则，Anthropic的“负责任扩展政策”让安全措施随能力升级。基座模型开源后可衍生数万变体，应按能力分级开放，监测放在部署和调用端。博览会的AI合规展示就是信号。商机在行业微调与蒸馏、私有化部署、推理托管、安全网关、数据集、芯片适配、合规评测、红队测试和模型溯源。
五、AI是按工作量或效果收费的“老师傅”
对中小企业，“智能互联网”是把“雇不起的专家”变成“按词元计费的自动化服务”。最先见效的是研发设计、质检、营销与经营管理，人形机器人排在后面。
门槛在流程，不在算力价格。工信部的中小企业AI创业支持计划聚焦经营、生产、研发；八部门提出到2027年推出1000个高水平工业智能体，鼓励发算力券、模型券。券降的是边际成本，企业卡在流程重构。下手挑流程短、反馈快、数据自有的环节：报价、外贸询盘、客服、视觉质检，一个月看到账面变化，老板才肯加码。
一人公司是新伙伴。浙江团体标准把人工智能OPC界定为1名核心自然人主导、员工一般不超过10人；深圳计划到2027年建成10家以上OPC社区、培育超1000家AI初创企业；峰会首办人工智能OPC嘉年华。智谱创始人唐杰预判，2026年是AI替代不同工种的爆发年。过去靠加人头扩张，OPC靠加智能体扩张。工厂不必自建AI团队，向OPC买设计、营销、数据分析，产业集群会长出“AI外包服务业”。
设备侧先给老设备“加大脑”。上半年人形机器人六成以上出货用于文娱商演和科教，智能制造仅13%，仓储物流5%。更稳的回报在视觉质检、预测性维护、智能排产。老师傅的经验最难复制，沉淀成数据集和知识库就是入场券。
做外贸型的中小企业最先被智能体改变流程。千问支持119种语言和方言，询盘、谈判、本地化营销成本大降，“小单快反”出海提速。
六、智能体按月算账，时空智能按年算账，人形机器人按5年算账
智能体的收入跑在共识前面。Anthropic年化收入从2025年底约90亿美元，到2026年5月约470亿、7月底约650亿美元；MiniMax上半年开放平台收入增长703%；智谱称GLM-5.2做智能体任务，以约五分之一成本逼近顶尖闭源模型。这是“智能体的黄金十年”。智能体已能收费，但离无人值守还较远，确定的需求在评测、权限、审计、编排、计费等基础设施；MCP、A2A成熟后，价值将转向多智能体调度。
时空智能是具身智能的地基，已经规模化。李德仁院士说，时空智能正从定位导航授时走向“通导遥”一体化；千寻位置月调用量超1.2万亿次，服务近60万台低空飞行器、超500万台智能网联汽车；北斗7月31日全面完成在轨升级。高德刘振飞说：北斗提供世界的确定性，AI处理世界的复杂性。时空服务按次计费，与词元同构，现金流最稳定。
具身智能还在自举期。据Counterpoint，上半年全球人形机器人出货超2.2万台，同比增近300%，智元约9700台、宇树超7000台居前二（另有口径为8400台、5900台）；宇树一季度扣非净利润降约52.55%。买家多是展演和科教，像早年电脑先卖给极客垂直细分市场一样。拐点信号有三个：工业占比破三成、单台年有效作业时长、单位任务成本低于人工。此前，灵巧手、关节模组、传感器与具身数据、仿真、世界模型比整机确定。
首批大规模工业商用的机器人，较大概率是轮式双臂加固定工位产品，人形外观的估值溢价会被压缩。
七、资本开支是承诺，积压订单是证据，自由现金流是判决书
有合同背书的资本开支是产能，没有的是赌注。
AI投资上，钱花得挺吓人。据Business Insider，亚马逊、Alphabet、Meta、微软和SpaceX2026年资本开支预计8030亿至8280亿美元，前三季度已花5562亿；阿里截至6月的季度资本开支676.78亿元，同比增75%，经营利润降57%。好在订单接得住：谷歌云二季度积压订单5140亿美元，约五年收入，三季度收入增103%至307亿美元，三大云都说产能不够用。比起2000年光纤泡沫，这轮风险在期限错配。GPU经济寿命仅几年，DeepSeek V4-Pro在百万词元长上下文下的单词元计算量已降到V3.2的约27%，旧算力会提前贬值。
七个指标识别AI算力投入的价值回报：
①云积压订单及转化：Alphabet预计24个月内变成收入；
②AI收入与资本开支之比：微软4月称AI年化收入超370亿美元；
③词元量×价格；
④推理毛利率：MiniMax上半年约18%；
⑤折旧与自由现金流：亚马逊一季度滚动12个月自由现金流降95%至12亿美元；
⑥算力利用率与单位词元能耗；
⑦客户集中度与关联交易：Anthropic前五大客户约占前9月收入的四分之一。最该防“循环订单”：云厂商（微软Azure、谷歌云、AWS云等）投资模型公司，对方再拿这钱买它的算力，一笔钱记了两次账。
分水岭在于握有“企业工作流”或“分发入口”，两者都没有，规模就是包袱。快思慢想研究院预测，2027年全球AI产业最大的财务风险，更可能出在中游高杠杆的算力租赁商和数据中心运营商。
八、能被验证的工作，先被AI放大资本市场已从“看投入”转向“看收入证据”。真正赚钱的AI企业并不多，最终要靠应用盈利。Meta一季度上调资本开支指引后盘后跌约6%；MiniMax股价3月一度达1330港元，10月22日收于160.7港元，跌破发行价，收入逆势增长283%；据The Information报道，OpenAI内部预计2026年亏损约140亿美元。证据先出现在“可验证的知识工作”：代码、芯片与工业仿真、研发设计、质检。
闫俊杰判断：只要一件事能被量化，模型就一定会强于人，或至少到达最好的人类那一档。编程最先被重塑，因为代码能不能跑、测试过不过，机器自己就能判断清楚，模型完全能在闭环里自我纠错。智谱押注编程，市值一度较上市初期涨约10倍。2024年诺贝尔化学奖的一半，颁给了AlphaFold的研发者哈萨比斯和江珀；阿莫迪设想，AI可能把未来50至100年的生物学进展压缩到5至10年。快思慢想研究院调研发现：中国工厂里的良率、能耗、节拍、缺陷率天然可测，工业研发与生产优化是中国最可能领先的增量场景，AI应用规模可能超过消费互联网应用。
词元的边际成本，终将趋近电价。任正非强调，发展AI要有电力保障，中国的发电、电网和通信网络有优势。算力紧张时，算电协同就是成本护城河。中国以绿电和“东数西算”生产平价词元，将来能够实现“词元出口”，比出口芯片和电力更具商业溢价，这是一种被低估的新型服务贸易。
结语：机器人进产线
还有一笔智能增量藏在AI原生组织里。2025年8月，国务院“人工智能+”行动意见首次提出“智能原生企业”，并把2027年新一代智能终端、智能体等应用普及率超过70%写进目标。诺奖得主科斯说过，企业的边界由交易成本决定；AI把协调成本压下来，公司就能小到一个人。一人公司(OPC)、智能原生企业带来的组织效率，可能比单项技术突破贡献更大，新质生产力的“新”很大一部分落在生产关系重组上。姚期智院士2026年在世界人工智能大会上说，下一步要凭借科学推动AI；基础研究，决定这场重组能走多远。
快思慢想研究院分享三条启示。
政策： 补贴从算力券逐步转向“场景开放券”和高质量数据集，把词元调用量纳入数字经济统计，治理分级分类、监测前移到部署和调用环节。
企业： 先把一个核心业务流程用AI重构到底、再复制规模化，把行业经验沉淀为专有数据，参与智能体互操作标准。
资本市场： 拉长周期，以积压订单、自由现金流和推理毛利为估值锚；上游看推理芯片、超节点、液冷与电源、光互联，中游看智能体中间件、具身数据工厂、实景三维与时空服务，下游看已形成付费闭环的编程、客服、质检；具身智能先押上游部件和数据。
最后一个反共识预测： 未来两年，一部分AI增量会在GDP统计里“隐身”，变成消费者省下的钱，词元调用量会比营收更早报出拐点。索洛悖论，也许会换个面孔再演一次。
智能经济的含金量看三个企业落地标准：AI订单有没有变成自由现金流？AI试点有没有变成新业务流程？展台上的机器人有没有走进产线？
参考文章：《财经态度 | 《开源启新，数智聚力——乌镇峰会看数字新动能》，央广经济之声 李硕
出版社：人民邮电出版社
作者：田丰
帮助你定位AI当下发展坐标的指南针
帮助你洞察AI未来演进趋势的航海图
通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。
