国庆5天烧140亿token，A16Z报告揭示AI反常识真相

这个国庆，我5天烧了将近140亿token。每天一边打游戏、看电影、学习，一边让Agent干活，结果工作干了一大堆，游戏进度没打多少。

昨天看了两份A16Z的最新AI报告，一份是第七版《Top 100消费级AI应用》，一份是9月底更新的《市场状况II》，90多页PDF，我花一个多小时翻完了。这可能是今年对“AI真正进展”描述最完整的材料，虽然代表美国情况，但可以以小见大。

一、AI离大众还很远

美国接近一半人表示用过AI，但每天真正在用的只有25%。付费更惨：截至2026年8月，美国电子收据样本中，真正有ChatGPT、Gemini或Claude个人付费订阅的仅4.5%，一年前是2.1%。对比Netflix个人付费订阅率76%、Apple TV+ 31%，差距巨大。换算成家庭，98%的美国家庭还没为AI付过费。

企业端同样抽象：69%的标普500公司称已把AI部署进真实业务，但只有2%会长期追踪明确指标判断AI是否产生价值，一个季度前是1%。

“有没有用过”已无意义。下载ChatGPT问一句周末去哪玩是AI用户，每天把AI接进邮箱、代码库、服务器、CRM，搞无数自动化工作流，让Agent每天干几百次任务，也是AI用户，但两者天差地别。A16Z描述为“重度用户正在和其他人拉开差距”。最前面10%的企业，AI输出Token增速远超中位数企业，信息行业两者差距达11.7倍。AI正在出现第二道数字鸿沟：你到底多深度地在用AI。第一阶段是让每个人都有一个ChatGPT，第二阶段可能是少数人把ChatGPT用成了一家公司。

二、那1%的重度用户

A16Z首次把YipitData的美国消费者银行卡和电子收据样本拉进来，不只看流量，还看真金白银付费。结果世界变了。

愿意给AI付钱的人里，只有13%会同时付第二个AI产品，忠诚度比想象高。消费分布更夸张：AI付费用户中最顶上1%贡献了19.5%的全部消费，最下面50%加起来才16.6%。最头部1%平均每月在个人银行卡上花903美元买AI，中位数是25美元且两年几乎没涨，但最顶端1%的消费18个月涨了80%。他们买的主要是自动化、产品构建工具，如N8N、Figma、Manus。这帮人不是把AI当消费品，而是当生产资料，跟传统专业软件售卖几乎没有本质区别。

ChatGPT流量依然遥遥领先，网页访问量约是Gemini的2倍、Claude的6倍。但最贵个人订阅里，Claude付费用户中有7.3%买的是100美元起步的Max计划，ChatGPT和Gemini都只有1.3%。Claude用户对AI的定位明显不同，是真拿AI重度干活的人。

消费额最高的Top 50 AI产品中，有29个根本没进网页流量榜和移动App榜，超过一半。AI时代，流量榜和收入榜正迅速变成两张完全不同的地图。流量不是钱，能帮用户进行高价值工作才是钱。

三、AI的杰文斯悖论

这是整份报告里我最喜欢的一组图，A16Z直接标题写“Jevons Paradox”。左图是单位智能价格断崖式下降，右图是Token越来越便宜后H100算力价格反而重新走高。

杰文斯悖论是经典经济学概念：19世纪英国发现蒸汽机越来越节能，按常理煤炭总消耗应下降，结果恰恰相反，机器越节能，用机器的地方越多，煤反而烧得更多。单位成本下降不一定减少总消耗，可能直接制造出更多需求。

AI正在重演这一幕。过去几年单位智能价格暴跌，同样水平模型Token越来越便宜，开源模型越来越强，缓存价格也越来越便宜。按很多人所想，全球算力压力应该下降，但结果H100租金又开始涨，老GPU也没怎么贬值，A100等老卡租金和残值并没有按3到4年报废论快速坍塌。CoreWeave、Lambda等新型算力云也在沿非常陡的收入曲线增长。

原因很简单：以前一个任务花10块钱，你只会把最重要的任务给AI；现在同一个任务变成1毛钱，你不会省下那9块9，反而会发现以前100个不值得自动化的破事现在全都可以用AI自动化了。于是支出从10块钱变成100块钱。Agent就是最典型的Token焚化炉。