序章 · 三个反直觉的赌注
这本书只回答两个问题
2026 年的 AI 产业，同时呈现着两个看起来不该共存的事实。
第一个事实：史上最快的收入增长。头部模型公司的年化营收以六周翻一倍的速度膨胀，四家最大的科技公司一年要花掉约七千两百亿美元的资本开支——比 2025 年高出 77%，接近一个中等国家的全年 GDP。
第二个事实：这条产业链上最耀眼的公司，几乎都不赚钱。营收最快的在烧现金，估值最高的靠融资续命，连”盈利”两个字出现时，都往往带着会计口径的脚注。
大多数关于 AI 的书在解释第一个事实——智能有多强、变化有多快。这本书解释的是两个事实之间的裂缝：钱从哪里进来，穿过谁的手，最后沉淀在哪里。因为对投资人和创业者，真正要回答的问题从来只有两个：
该在哪一层下注？现在是不是时候？
一句话脊椎
这本书全部的论证，撑在一句话上：
智能正在通缩。模型层没有独立的利润池——它是一个竞技场，赢家的奖品是”变成两端公司”的资格，输家的下场是商品化。
上游（算力、能源）的利润来自稀缺：光刻机、先进封装、并网电力，短期内谁也变不出来。下游（分发、工作流、数据闭环、信任）的利润来自锁定：习惯、默认、切换成本，开源追得平能力，追不平这些。夹在中间的模型层，收得到史上最快的营收，却把利润漏给两端。
衡量每一层的尺子，全书只用一把：
利润 = 稀缺 × 可垄断 × 可定价。
三个因子相乘，缺一个，利润就留不住。后面每一章，本质上都是拿这把尺子去量产业的一层，然后回答：这层值不值得拥有？
三个反直觉的赌注
一本论证书的诚实，在于敢把判断写成可以被推翻的形状。这本书押三个赌注，每个都附上”什么出现了说明我错了”：
赌注一：模型层赚营收，但留不住利润。
利润逃向上游算力与下游分发。营收集中在头部实验室，与这个判断不矛盾——恰恰相反，看它们的收入结构就知道：钱越来越来自订阅和工作流产品，越来越不来自裸模型 API。它们活下来的方式，是停止做纯模型公司——OpenAI 正在变成消费分发公司，Anthropic 正在变成企业工作流公司。所谓”赢家的奖品”，就是这张改名换姓的资格。
裁判变量：裸推理 API 的 all-in 毛利（含训练摊销）从 2026 年起的三年里，是扩张还是收缩。不附加”开源压力够不够”这类事后可伸缩的前提，只认数字本身（口径以招股书／审计披露、或一致的第三方估算为准）：若到 2029 年它连续四个季度为正、且高于 2026 的水平，我错，夹心论作废；若仍为负、或较 2026 收窄，夹心论成立。当前读数两边都有证据、尚未结案——但这块表有截止日，不会无限期”未结案”下去。这是全书最重要的一块仪表。
赌注二：这轮资本开支里，含着一个由会计和融资结构放大的泡沫。
需求是真的，但需求的一部分是资本自己制造的回声：超过八千亿美元的循环融资安排，让供应商、客户和投资人是同一批机构。真实利润池比共识小，且更偏上游。
证伪条件：若头部买家的 AI 资本开支在折旧周期内跑出正回报、循环安排平稳消化，泡沫论失效。
赌注三：企业 ROI 慢，是组织改造成本约束，不是单纯技术过渡。
推理需求不会从”企业全面采用”来，只会从 ROI 立得住的少数工作流来——写代码是第一个，客服、法务、金融在排队。这恰恰解释了利润为什么沉向工作流锁定：需求本身长在工作流里，不长在裸 API 里。
证伪条件：若 agent 让大规模企业流程在不重构组织的前提下跑出可复制的回报，组织改造成本就不再是主要约束。
这本书的时间观：仪表盘，不是日历
预测日期的书都死在日期上。本书不预测”开源 N 个月追平前沿”或”泡沫某年某月破裂”——日历会打脸，因果链不会。
替代方案是一块仪表盘：每章交付两三个可观测的提前指标，翻红了，那一层的窗口就在关闭。全书反复回看的，是这六块表——
- 开源-前沿代差的月数
- 裸 API 价格曲线的斜率
- agent 可移植性（工具互操作、上下文/记忆可携带、权限/工作流可迁移、监管强制）的成熟度
- 循环融资对手方的信用利差
- 芯片换代与财务折旧的剪刀差
- 数据中心并网排队的年限
读者不需要信这本书的任何结论，只需要学会看表。而且这些表要能判我输，不只是判我赢：如果开源-前沿代差长期稳定在足以支撑前沿溢价的较宽区间（而不是收窄到 6 个月以内），如果裸 API 的 all-in 毛利到 2029 年连续四季转正，如果企业转化率的斜率持续陡升——这些”维持现状”或”反向走”的读数，就是写给我自己的认错条件，不许我用”趋势还在酝酿”搪塞过去。一块只会朝一个方向解读的仪表盘，是算命，不是判断。
仪表盘里有一块表，监控的是本书自己：如果 agent 可移植性的四个子指针同时翻红，并把下游切换成本实际压到接近零，分发租金也会塌——那时连”变成两端公司”都救不了赢家，本书的脊椎随之作废。一本论证书该有这样的表。
只写不变量
最后一条纪律。这本书不告诉你哪家公司领先、哪个模型排第一——那些信息的保质期以月计。书里只写四种不变量：物理（能耗、延迟、光速）、资本结构（谁出钱、谁折旧、谁背账）、激励（利润往哪流，行为就往哪变）、权力（谁有资格卡住谁）。公司和模型只作为例证出现，论点永远架在不变量上。
全书四部。第一部讲钱：资本周期、循环融资、利润池地图——先看清这场游戏的财务底牌。第二部把产业从上游到应用走一遍，每层用同一把尺子量。第三部讲三个定价者：物理定上游稀缺的深度，政治定谁有资格拥有稀缺，法律定下游锁定的边界。第四部把判断折成两份剧本：一份给投资人，一份给创业者。
智能正在变得便宜，便宜的速度有据可查：同等于 GPT-3.5 的智能，每百万 token 的价格约两年里从 20 美元跌到 7 美分，约 280 倍（Stanford AI Index）。这本书赌的是：看清便宜的智能流过谁的手，比预测智能本身，更值钱。