专题 · FULL STORY

学者算账质疑前沿模型估值逻辑

MIT 研究员 Papailiopoulos 连发多条帖子,用粗略算术质疑前沿 AI 实验室的估值与巨额资本开支难以自洽,随后又进一步算账称用四台 Mac Studio 本地跑 1T 参数模型比大规模订阅更划算,引发对 AI 经济模型的讨论。

2026-09-29 ~ 2026-09-30 · 2 集 · 11 条

第 1 集 · MIT 学者粗算:前沿模型市场年收入撑不起万亿估值(2026-09-29,8 条)

MIT 研究员 Dimitris Papailiopoulos 在 9 月 29–30 日连发多条帖子,用简单算术质疑前沿 AI 实验室的估值与巨额资本开支逻辑,引发讨论。他的核心结论是:前沿模型市场的年收入上限远撑不起动辄数万亿美元的估值,而 Anthropic 与 OpenAI 的收入已接近这一天花板。

已确认

  • Papail 的主要测算路径:全球软件工程师不到 5000 万(其一条帖子给出约 4700 万的数字);即便非常慷慨地假设 1 亿客户、平均每月付费 200 美元(把 API 用量折算进来,而长尾用户远低于此),整个前沿模型市场的年收入也不到 2500 亿美元,且需所有厂商分食。
  • 换一种口径:若按 4700 万程序员、每月 200 美元的 AI 编码订阅价计算,全球全员付费约为 94 亿美元/月,年化约 1120 亿美元,相较数万亿美元估值明显不成比例。
  • 他据此推断 Anthropic 与 OpenAI 的收入已接近上述市场天花板。
  • 讨论「数字工人」市场空间时,他估算目前月收入超过 3000 美元的数字工人约在 5000 万至 1.5 亿之间,认为相对于众多前沿实验室的投入,这个市场总盘子并不大。
  • 对 AI 资本开支争论的回应:如果按工资水平的订阅费或 API 成本计费,2500 亿美元量级的开支理论上花得出去,但前提是有足够客户真正买单;他不确定这如何转化为市值增长,并认为靠 agent 变现的路径仍存疑。
  • 在 AI 估值之争中他指出:看多一方的论证是 SWE 市场规模有限、但 AI 公司终将交付「治愈癌症、创造无限丰裕」的机器,如此看估值反而偏低;Papail 则认为如果 AI 的产出主要仍是软件工程,这个蛋糕实在太小。
  • 网友 sytelus 基于 Papail 的框架进一步推演,给出前沿模型市场天花板约 5800 亿美元/年的更高估计,但仍属同一量级争论的延伸。

为什么重要

  • 这组测算直指当前 AI 投融资叙事的核心矛盾:数千亿美元级的资本开支与资本市场的万亿美元级估值,需要远超现有程序员群体的付费需求来支撑。
  • Papail 强调这只是粗略的量级估算,但足以说明:若市场仅限于现有开发者群体,前沿实验室的增长空间和投资回报逻辑将面临硬约束;行业要么开拓编码之外的新付费场景,要么兑现「超越软件」的宏大承诺,才能自圆其说。

第 2 集 · 教授算账:四台 Mac Studio 本地跑 1T 模型更划算(2026-09-30,3 条)

华盛顿大学教授 Dimitris Papailiopoulos 回应「工程师愿拿一半工资换 Codex/Claude 两倍产出」的说法,算了一笔账:与其把一半月薪花在 API token 上,不如购买 4 台各配 512GB 内存的 Mac Studio,本地运行 1T 参数的 FP4 量化模型,经济性明显更合理。该观点引发研究者热议,认为这为高订阅成本提供了替代路径。