昨天，我和一个二级市场的基金经理吃晚饭。他问我最近在看什么，我说我在研究做空AI大模型公司。

我还给他举例：港股的一家明星大模型公司，总市值4077亿港元，2025年收入才7.24亿元人民币；另一家上市后股价直接涨了4倍，市值超过300亿美元，而2025年收入只有7900万美元，PS超过380倍。

但他的反应是先惊讶后不屑。"你疯了？"他说，"AI是未来。"我说是，AI是未来，但AI公司不一定是。铁路是未来，铁路公司股票让一整代人破产。电力是未来，电力公司股票二十年后才回到发行价。互联网是未来，1999年买互联网公司的人现在又在哪里？

我觉得今天仍然会一样。

每次技术革命的赢家从来不是技术供应商，而是技术使用者。大模型公司正在被市场错误地当成完美软件公司来定价，但它们的商业结构更接近云计算、半导体工厂、电力公司和咨询公司的混合体。遗憾的是，这些都不是好生意。

市场用"赢家通吃"的范式给大模型定价，但大模型行业的结构性特征，例如核心技术开源、产品能力趋同、竞争格局恶劣、极低切换成本、创新路径未定等等，恰好都不支持这个假设。当技术进入壁垒的下降速度快于价值创造速度时，投资者将成为输家，即使技术本身取得了巨大成功。

你好，我是方醒鹿。

一、你最好真的是一家软件公司

自互联网时代以来，软件公司几乎是人类最好的生意。

我投资过不少软件公司，深知：写完代码以后，多服务一个客户的成本几乎为零。你的工程师已经领工资了，你只需要再多卖一份。这就像餐厅和快餐店的区别。餐厅每多一个客人就要多买食材多雇厨师，快餐店做一个汉堡的成本和做一万个汉堡的边际成本是完全不同的。这就是为什么软件公司能到80%的毛利率，而且规模越大越赚钱。

市场现在给大模型公司的估值，隐含假设就接近最完美软件公司的结构。但大模型公司不是卖软件的，它们是卖计算的、更本质的说，他们是卖能源的。每一次用户问ChatGPT一个问题，后台的GPU就要工作一次，电表就要转一次，数据中心的折旧就要计一次。成本不是写完代码就结束了，而是每次服务都在产生新的成本。用的人越多，成本越高。

更重要的是，大模型公司的成本结构本质上就是所在国的能源结构，具有极强的供给刚性，无法短期快速下行。

OpenAI总裁Greg Brockman日前在法庭上承认，公司预计2026年在计算资源上花500亿美元，计划到2030年前累计投入6000亿美元。惊人的6000亿！相当于每天烧掉将近1.4亿美元，只是为了保持服务不宕机。

没有任何传统软件公司有过这种成本结构。

Salesforce在接近200亿美元年收入的时候，运营利润率已经超过15%。Oracle的云服务毛利率常年稳定在70%以上。而OpenAI的毛利率，至今仍没有公开披露过一个令人信服的、能够覆盖算力成本后仍然显著为正的数字。

如果你给一家公司按软件公司来估值，那它最好真的是一家软件公司。如果它实际上是一家以每次服务都在增加成本的计算服务公司，那这个估值早晚会塌方。

二、技术革命的红利不属于基础设施

如果AI是电力，那做空大模型公司不等于做空电气化，等于做空1910年那批被当成垄断者的发电厂。最终真正靠电赚到大钱的，是通用电气、西屋电气、所有电器的制造商和用电来改造自己业务的工厂。

历史会证明，大模型的技术价值是极高的。但这不等于大模型公司的股权价值同样高。

人们常把"这个技术很重要"和"这家做这个技术的公司值得买"混为一谈。它们是两件完全不同的事。技术的社会价值越大，想分这块饼的人就越多，最终做基础设施的那一层，利润反而被压到最薄。

我只是想强调，市场对大模型公司的定价是基于一套错误的类比。

三、付费深度的陷阱

很多AI投资人在晒大模型公司的增长曲线 ，OpenAI年化收入在2026年初突破300亿美元，年初还在250亿美元左右；Anthropic年化收入从2025年末的90亿美元飙升到2026年4月的约300亿美元；港股大模型明星公司智谱2025年收入增长132%至7.24亿元。

这些数字看起来很美。但增速快不等于收入质量高。你更应该看付费深度，有多少用户真正付了钱？付了多少钱？还会继续付吗？

OpenAI虽然用户规模极大，但付费率是硬伤。据The Information在2025年7月的报道，约3500万ChatGPT周活用户中，购买Plus或Pro的比例仅有5%左右。OpenAI预测到2030年，约2.6亿周活用户中的2.2亿人将转为付费用户，付费率约8.5%。这个数字隐含着从现在到2030年，付费转化要从5%提升到8.5%，幅度看起来不算大，但要建立在用户基数翻几倍的基础上，也就是说绝对付费人数要增长六倍以上。能不能做到？也许。但如果做不到，今天的估值就是基于一场幻觉。

更麻烦的是，传统SaaS的逻辑是，重度用户等于高黏性用户，等于优质客户。在大模型里，重度用户反而是成本最高的用户。你用得越多，消耗的token越多，占用的上下文窗口越大，调用的工具链越复杂。如果模型公司不能按消耗量向用户收取相应的报酬（目前的市场竞争让他们很难完全做到这点），那么最忠诚的用户反而可能是在摧毁毛利。

Anthropic的收入叙事更要小心。Anthropic对外强调"年化收入已超过300亿美元"，听起来非常震撼。但这个数字是怎么算出来的？所谓"run-rate"是将最近28天的消费型收入乘以13来年化，再加上订阅收入。这种算法对一个仍处于超高速增长的公司有表面解释力，但脆弱性也一目了然。如果下个月增速哪怕只是从环比50%降到25%，这个run-rate就会瞬间产生巨大的水分。他们实际累计的GAAP收入，从公司成立到2025年12月，总共只有约50亿美元。用纯外推的口径来替代稳定的经常性收入，是泡沫叙事最喜欢的温床。

如果你也有意做空，那就应该盯住三个东西，GAAP收入、净收入留存率、毛利率。不要含糊。如果有人给你推销一个模型公司的股票，你问管理员这三个数字，如果他们说不清楚，那就不要买。

四、定价权幻觉

做软件的人都知道一个残酷的事实。你的产品定价不由你最强的功能决定，而由市场上那个"刚好够用"的替代品决定。

大模型正在以我从未见过的速度走向这个陷阱。

你看看公开定价，OpenAI官网显示GPT-5.5的标准输入价是每百万token 5美元，输出价30美元；但同时推出的GPT-5.4 mini输入价只要0.75美元，输出价4.5美元。Batch API还能再省一半。Google Gemini API的Flash类模型输入价低到每百万token 0.05到0.10美元，输出价0.20到0.40美元。最便宜的模型和最贵的模型价格相差几百倍。

这对模型公司是一个恐怖故事，因为一个理性的客户会怎么做？他会把所有的简单任务，摘要、分类、客服回复、初稿，全部丢给最便宜的模型。只有真正复杂的推理、代码生成、关键决策分析才会调用最贵的模型。这个现象有一个专门的词叫模型路由。它意味着，模型能力的提升不会再带来ARPU的提升，反而大概率会进一步推高调用量、拉低收入单价、压缩毛利空间。

竞争会让未来变成这样一个让你不舒服的分层：

• 高频低难任务 → 客户用小模型、开源模型、本地部署做 → 收入被压到地板

• 中频工作流任务 → 云厂商或企业软件内置模型 → 收入被平台抽成收走

• 低频高难任务 → 才留给旗舰闭源模型 → 单价高，但调用量有限

• 高风险任务 → 必须人工复核加合规流程 → agent自动化根本进不去

市场在数token消耗量的时候，兴奋地以为这就是未来收入的倍数。但这个世界有一样东西叫结构性降级，客户一边消耗更多token，一边用更便宜的token。用得多，不等于花得多。花得多，不等于赚得多。

更近一步的问题是，模型能力的真正商业价值，正在被"蒸馏"和开源快速扩散。

DeepSeek  V4 pro的最新论文再次显示，它在数学、代码和推理任务上达到了与美国“御三家”旗舰模型相当的表现，并通过开源权重和蒸馏模型免费释放给社区。

这对领先模型意味着什么？意味着一个18到24个月的领先窗口正在缩减到大概3到9个月的滚动领先。你今天发布的最强模型，可能半年后就被追平。一个蒸馏后的开源模型足以应付85%的任务，客户为什么要多付几十倍的溢价去用闭源旗舰？

五、算力合同的永动机

现在，AI产业链还有一个微妙的循环。云厂商投资模型公司，模型公司承诺购买云算力，云厂商确认订单和增长预期，资本市场给云厂商和模型公司更高估值，更高估值支撑下一轮融资和更大算力合同。

这个循环看起来很漂亮，像一个永动机。但问题是，永动机通常需要会计师和投行家站在旁边不停鼓掌。

OpenAI与Oracle签署约3000亿美元、为期约五年的算力采购合同。 Reuters还报道称，Anthropic承诺五年内向Google Cloud和芯片采购约2000亿美元资源；Alphabet还被报道将向Anthropic投资最高400亿美元。

这些合同的风险在于收入、融资、客户承诺和资本开支互相支撑。它们共同构成一个庞大预期系统。系统稳定时，每一方都能讲出美丽故事。模型公司说需求爆炸，云厂商说backlog强劲，芯片公司说供不应求，数据中心说容量紧缺，投资人说这次不一样。

如果收入兑现慢了呢？如果订阅付费率上不去呢？如果企业客户规模化部署比预期更慢呢？如果模型价格被打穿呢？如果融资市场冷下来呢？

那时，合同仍在那里。电费仍在那里。GPU折旧仍在那里。数据中心仍在那里。资本开支是一个很讲信用的朋友，它会准时来找你。

大泡沫都不是完全靠假故事撑起来。很多泡沫建立在真实需求上，只是把真实需求乘了一个过于热情的倍数。

六、最终赢家会是谁

科技史上，真正能留住价值的大多不是核心技术的发明者，而是掌握工作流和控制客户关系的人。

如果你研究一下电力、互联网和移动通信的历史，这是最一致的规律。电力改变了所有行业，但电厂不是资本市场里最赚钱的资产，钱流向了电器、工业自动化、消费电子和平台型公司。4G、5G改变了连接，但真正赚钱的是微信、Uber、Netflix和TikTok，不是基站供应商。

大模型很可能也会沿着同一条路前行。

你可能会反驳，大模型公司现在有了新的商业叙事：去年底AI coding的能力突然指数级增长，今天从龙虾到爱马仕，Agent开始全面爆发，未来可能完全颠覆现有应用入口与交互模式。

我承认，Agent对生产力、信息获取、软件交互的影响很大；但它对“入口级应用”的替代能力，可能远低于资本市场最激进的想象。

其中，像信息搜索、知识问答、内容初稿、轻量办公、初级代码、客服机器人、低端数据分析、部分教育答疑等等，这些入口原本就偏“信息中介”，Agent的替代效率很高。

但在社交、支付、电商、本地生活、短视频、企业ERP、金融交易、医疗系统、游戏社区等领域，这些入口不只是信息入口，还有关系链、账户体系、供给网络、履约能力、监管责任和沉没习惯，Agent难以击穿。

也就是说，AI会改造入口，但未必夺走入口。Agent会进入流程，但未必成为新入口。模型公司会很重要，但未必最赚钱。

关键入口级应用有长期沉淀的核心资产，如用户关系、身份体系、支付账户、社交网络、交易闭环、内容供给、商家供给、组织权限、历史数据、默认位置。Agent强在理解和生成，弱在这些资产。

Agent很容易成为“超级操作层”，不容易直接成为“终局入口”。用户可能会说：“帮我订机票”“帮我买咖啡”“帮我整理报表”。但最后执行动作，还是落到携程、星巴克、美团、Excel、SAP、银行系统里。

此外，在很多领域里，Agent比聊天机器人更难商业化。因为它不能出错。

你的ChatGPT说错了话？你再问一次。你的Agent发错了邮件、下错了单、删错了数据、触发了违规交易？你被开除了。

越靠近真实业务，Agent越需要权限管理、审计日志、回滚机制、责任归属和人类复核。这些东西全都烧时间烧预算，而且一个都省不掉。

七 、版权、监管与合规成本

早期互联网公司有一个隐性红利：先做大，再解决版权、隐私、监管和社会责任。AI公司也走过类似路径。先训练，先发布，先增长，先融资。等版权人、监管者、法院、媒体、行业协会一起找上门，再说“我们正在认真对待”。

现在，账单开始出现了。

Anthropic同意以15亿美元解决作者版权集体诉讼；截至2026年4月，近12万名作者和版权持有人申请参与该和解，覆盖作品中约91%已被申领。 2026年5月，Elsevier、Cengage、Hachette、Macmillan、McGraw Hill等出版商又在纽约起诉Meta，指控其未经许可使用图书和期刊训练Llama；Meta表示将抗辩并主张合理使用。

同时，全球各地政府的监管政策也进入实操阶段。

这些风险会持续挤压利润率和迭代速度。未来模型公司可能需要训练数据来源披露、版权补偿、模型安全评估、系统性风险报告、外部审计、地区化数据处理、高风险场景责任保险、模型输出追踪和申诉机制。

这些词每个都很无聊。无聊的东西常常最贵。

创业者讨厌合规，是因为合规不会让产品变酷。投资人也不喜欢合规。但到了某个规模，合规就像重力。你可以抱怨重力，但不能对着重力发新闻稿。

版权问题还有一层商业含义。如果高质量数据越来越需要付费，模型训练成本会变得更像内容采购成本。最早一批模型享受了“互联网公共矿场”的红利，后来者可能面对一个更贵、更碎、更法律化的数据世界。数据越值钱，免费午餐越少。

八、公用事业化的宿命

很多人以为AI越普及，模型公司利润越爆炸。我倾向于相反的判断：AI越普及，模型层越可能被公用事业化。

技术公司最喜欢的叙事是：谁掌握核心技术，谁拿走最大利润；但商业史里，核心技术和最大利润经常分家。电改变了所有行业，但最赚钱的不是电厂。互联网协议改变了世界，但TCP/IP无法上市。开源软件支撑全球互联网，很多开源项目维护者还在为服务器账单发愁。

未来，AI成为每个软件、手机、操作系统、云服务、办公系统、电商平台、内容工具的基础能力后，用户可能会逐渐失去对模型品牌的感知。

没有人走进咖啡店会问：“你们用的是哪家电厂的电？”只要灯亮、咖啡机能转、账单别太贵，客户不关心电力品牌。模型也可能走向这个方向。企业会要求稳定、便宜、可替换、可审计。模型供应商会在后台竞争，前台属于应用和工作流。

大模型可能成为基础设施，但基础设施不自动等于垄断利润。基础设施经常意味着重资本开支、强监管、标准化、价格压力、客户议价权和公共责任。

当然，少数大模型公司可能通过入口、生态、企业工作流和自有应用逃离公用事业化。谁能牢牢占据用户心智和工作流，谁才有机会拿到更厚利润。但纯模型层、纯API层的公司，会越来越难讲高毛利的故事。

AI的最大社会价值，可能会流向应用、平台、云、芯片、数据拥有者、垂直软件、企业自身流程优化。模型公司会拿到一部分，但不是最大的一部分。

谢谢你坚持看到这里。

祝你也做空愉快。