本文來自微信公眾號： 思想鋼印 ，作者：思想鋼印，原文標題：《失控！AI的第一個泡沫，是程序員》，題圖來自：AI生成
一、程序員消耗了最多的Token
今年的AI行情源于Token的大爆發(fā)，量價齊升，以至于到6月初，Anthropic的ARR（年化收入）到了470億美元，去年同期還只有140億。
但Token大爆發(fā)的主要下游應用還是編程，從本系列之前對三次技術革命復盤的經(jīng)驗看，單一行業(yè)的爆發(fā)式增長，對于這樣一個革命性的技術的支持，只是階段性的。
更何況，AI編程目前的Token消耗量，本身就有很多泡沫，其實是企業(yè)預算失控：
許多科技巨頭在2025年到2026年初，為了在激烈的AI競賽中保持研發(fā)速度，曾向工程團隊下達了“不計成本使用最先進模型”的指令。很多企業(yè)在部署時并沒有配置嚴格的用量上限或成本監(jiān)控。結果就是出現(xiàn)了很多極端案例：有的團隊在短短幾個月內(nèi)就耗盡了全年的AI預算，甚至因為未配置用量限制而收到了數(shù)額驚人的賬單。
這種管理失控在早年的云計算發(fā)展早期也出現(xiàn)過，技術團隊擁有了極大的采購權，但由于缺乏財務約束，對價格不敏感，許多開發(fā)環(huán)境、測試集群在運行完后忘記關閉，成為了“僵尸資產(chǎn)”，還有很多賬單到了財務部，卻沒人能說清到底是哪個具體功能模塊產(chǎn)生的費用。
這種無節(jié)制的消耗往往是一時的，目前科技巨頭的AI使用重心已經(jīng)從“盲目追求模型能力”轉向了“成本審計”和“財務紅線設置”，許多企業(yè)正在測試針對Token使用的精細化運營制度。
更大的泡沫是大模型在結算機制上，美國三大模型公司的投資方都是云計算廠商，以Token代金券形式"投資"，大模型又將其用于采購投資方的云計算服務。雖然這也是源于真實的token需求，但代金券缺乏價格信號，往往會對消費形成過度激勵。
麻煩的是，編程只是中間生產(chǎn)過程，仍然需要大量終端需求去消化，它們在哪里呢？
總結一下，當前的Token泡沫，首先是AI編程生產(chǎn)率提升過快，同時價格信號機制暫時失靈，導致“編程供給”階段過剩，一個團隊現(xiàn)在一周可以完成過去一個月的編程量，想要消化這些供給，要么終端需求突然爆發(fā)，要么成本快速下降（大規(guī)模裁員）。
AI的發(fā)展不能光靠一兩個行業(yè)推動，可以推測，AI編程應用的滲透率雖然仍然會上升，但很難像上半年那樣狂飆了。
不過，這并不等于看衰AI趨勢，技術革命中途必然產(chǎn)生多次泡沫，泡沫不是技術革命的副產(chǎn)品，而是技術革命的融資方式。
我在本系列的上一篇《很多人想簡單了，未來可能經(jīng)歷多次AI泡沫》將其分為兩類：
第一類是技術本身的成熟度不夠，沒有找到合適的需求和商業(yè)模式，屬于產(chǎn)業(yè)層面的泡沫。
這一階段往往是大規(guī)?；ㄆ?，產(chǎn)業(yè)鏈以債權融資為主，這種泡沫的破滅會導致大量企業(yè)破產(chǎn)，引發(fā)債務危機，這也是19~20世紀容易發(fā)生經(jīng)濟危機的原因之一。
第二類泡沫是資本的預期超過了商業(yè)應用的增長程度，這一階段下游應用已大量爆發(fā)，投資者過度線性外推，給予過高的估值，一旦遇到加息、去杠桿等外部事件，就會戳破泡沫。
這一類屬于資本市場的泡沫，并不會影響產(chǎn)業(yè)的發(fā)展。
目前仍然處于第一階段的泡沫期，它的重點不在于資本市場的估值，而在產(chǎn)業(yè)層面，更具體的說，AI編程是否已經(jīng)達到了滲透率的高點。
根據(jù)調(diào)查，超過 85%的職業(yè)開發(fā)者在日常工作中高頻使用 Cursor、Claude Code、GitHub Copilot 等工具，如果真是這么高的滲透率，又看不到下一個更重量級的需求，那泡沫破滅就近在眼前了。
不過，這個結論下的可能有點倉促。
二、代碼正在變成中間語言
大部分Token確實是互聯(lián)網(wǎng)大廠的專業(yè)開發(fā)人員消耗的，但也有一部分是非專業(yè)人員消耗，他們完全不懂編程，而后者才是最重要的需求。
如果把 Cursor、Claude Code、Codex 理解成“寫代碼的軟件”，那確實會覺得市場空間有限，因為全球程序員就那么多；但如果把它們理解成“以代碼為通用執(zhí)行層的 Agent 系統(tǒng)”，很多現(xiàn)象就解釋得通了。
大量的Claude Code或Cursor的調(diào)用，在后臺分析中會被歸類為“代碼生成”，但實際上后臺執(zhí)行的任務可能只是“寫一個自動化腳本來匯總我的發(fā)票”或者“抓取某網(wǎng)頁的數(shù)據(jù)存入Excel”，或者“把我的資料總結成個人知識庫并不斷更新”，或者“每天發(fā)送我的自選股的相關消息研報和會議紀要”，或者“研究我的公眾號并每天自動抓取推動5個選題建議”，等等，這些都是與傳統(tǒng)編程毫不相關的需求。
過去的編程行業(yè)是這樣的，創(chuàng)業(yè)團隊或大企業(yè)有一個產(chǎn)品的想法，找程序員開發(fā)軟件，最后再執(zhí)行任務；但現(xiàn)在更可能的情況是，某個人有一個需要重復執(zhí)行的個人任務，他把這個想法告訴Agent，后臺自動生成代碼，再直接執(zhí)行任務。
代碼正在從商業(yè)世界里可交付的“最終產(chǎn)品”，變成一種執(zhí)行任務的“中間語言”。
為什么忽然間，一切皆可編程了？因為在AI 眼中，現(xiàn)實世界的大部分復雜任務，本質(zhì)上都是一個“狀態(tài)機”，整理一個 Excel 表格、調(diào)用一個搜索接口、操作一個網(wǎng)頁，本質(zhì)上和寫一段邏輯函數(shù)沒有區(qū)別，中間仍然是“代碼代碼代碼代碼”，只是被隱藏了。
而且代碼是最容易驗證正確性的復雜任務，能運行 = 對，報錯 = 錯，反饋極其明確。
生成式AI真正的革命性進步在于可以自動化處理非結構化數(shù)據(jù)，比如人類自然語言，這在過去是需要編寫專門的數(shù)據(jù)管道代碼才能完成的。
舉一個股票分析的例子，Agent 出現(xiàn)之前，如果研究員想要分析“近十年，黃金和美債在不同通脹環(huán)境下的表現(xiàn)”，大概率打開金融終端，導出各種數(shù)據(jù)，按維度分類，計算收益率、相關性等，最后寫成報告。
其中大部分工作都是在處理數(shù)據(jù)，只是關鍵的非結構性數(shù)據(jù)的處理，過去是一個難點，而生成式AI解決了這個問題，就把原本隱性的程序結構徹底顯性化了。
所以，AI Agent并不是把編程行業(yè)AI化，也不是軟件開發(fā)行業(yè)的增長，而是“侵蝕”各個行業(yè)，以前需要一個軟件工程團隊才能做的自動化系統(tǒng)，現(xiàn)在個人通過 AI 代理在幾分鐘內(nèi)就能搭建。
這種能力的普及，意味著“編程”已經(jīng)變成一種像文字處理或數(shù)學運算一樣的基礎通用能力。
這就是像我小時候，打字是一項技能和職業(yè)，打字社是一個行業(yè)，學校會把五筆輸入法當成勞技課程；但后來，智能拼音讓打字成了簡單的通用功能，連技能都談不上；現(xiàn)在，AI語音干脆讓“打字”徹底消失了。
以前的工作需要通過程序員，調(diào)用軟件生產(chǎn)力；現(xiàn)在，非程序員直接通過Agent調(diào)用軟件生產(chǎn)力，讓所有“知識工作者 × Agent”等于過去一個完整團隊的工作能力。
過去，只有“標準化大規(guī)模需求”才值得軟件化；現(xiàn)在，“個性化細分需求”也有軟件化的價值。
不要小看這一點改變，它將創(chuàng)造一個前所未有的藍海市場。
三、99%的需求，第一次有了經(jīng)濟性
寫代碼曾經(jīng)是一項非常貴的活動，不是服務器貴，而是人貴，需求溝通成本、程序員開發(fā)成本、測試成本、維護成本，等等。
所以傳統(tǒng)軟件世界形成了一條規(guī)律，用戶越多，越值得開發(fā)。
為什么大型軟件都是ERP、CRM、Office，為什么微信、淘寶、抖音會成為國民級平臺？
不是它們做得好，以上應用抓的都是現(xiàn)代社會最通用的需求，才能極大攤薄產(chǎn)品開發(fā)維護成本，還能有極高的毛利去開發(fā)更多細分功能。
這也帶來一個問題，過去的大量不夠通用的編程需求，被壓抑了，你想要一個完全按你的投資習慣設計的行情軟件，這個東西對你而言，當然比萬得更好，你愿意付出的價格也一定可以高于萬得，但對不起，這個需求實現(xiàn)不了，專門為你一個人開發(fā)，成本太高太高了。
當編程成本大大下降，“個性化細分需求”也可以被軟件化后，大量新需求將被釋放。
這在經(jīng)濟學上叫“供給曲線向右移動”：10元價值的需求，開發(fā)成本5000元，不會發(fā)生交易；10元價值的需求，開發(fā)成本5元，發(fā)生交易，市場規(guī)模暴漲。
這其實就是AI的“長尾革命”。
互聯(lián)網(wǎng)時代的長尾是淘寶賣冷門商品，雖然爆款賺錢，但冷門商品才是你上“萬能的淘寶”而不是其他電商平臺的原因。
Agent時代的長尾就是個性軟件需求，想象一下，你有一個共同擁有某個小眾愛好的100個人的群，你只需要極低的開發(fā)成本，就可以提供某些可持續(xù)收費的個性化功能，而這個收費又很可能很高，因為越個性化的需求，價格接受度越高。
除了收費，那些純粹滿足個人需要的軟件開發(fā)，提高了個人的工作效率或降低成本，同樣有商業(yè)價值。
傳統(tǒng)軟件賺的是規(guī)模經(jīng)濟的錢，Agent賺的是個性化的錢。
變化還不止于此。
以前的軟件按用戶人頭收費，所有的功能打包在一起，雖然你只用5%的核心功能，也要收全部的費用。而重度用戶可以把所有功能用到爆，本質(zhì)上是用大部分的輕度用戶去養(yǎng)重度用戶，也導致了很多偶爾使用的用戶因為“性價比低”而放棄購買。
而Agent的核心單位是“任務”，這是一種完全不同的商業(yè)模式，Excel有幾億用戶，但Excel每天處理幾百億個任務，而任務本身可以按token進行收費，這就改造了傳統(tǒng)軟件生態(tài)。
這些軟件正在進行MCP改造，把核心功能封裝為一套標準的指令集，這些軟件就不只是一套給人使用的UI界面，而是Agent可以隨時調(diào)用的能力模塊，用戶通過自然語言向Agent下達個性化的需求，由Agent去拆解成流程，完成后續(xù)的跨系統(tǒng)動作。
Agent不再是一個軟件，而是一種新的軟件分發(fā)方式。未來你最值錢的能力，也不是會使用軟件，而是會定義任務，會判斷結果。
由于任務數(shù)遠大于用戶數(shù)，而且更貼近用戶的個性化真實需求，同樣能激活過去被壓制的大量需求。
過去，人要學習適應軟件；未來，軟件要“學習、適應”每個人。
所以，今天雖然軟件股全部被殺估值殺邏輯，但未來必然有一部分積極擁抱AI的公司，市值比現(xiàn)在更大，也有把頭埋進沙子里假裝世界沒有變化的企業(yè)，被徹底拋棄。
簡單總結這兩部分，AI目前并不只是讓程序員效率提高了10倍，而是讓原本99%因為不經(jīng)濟而沒有被軟件化的需求，第一次具備了被軟件化的可能，創(chuàng)造出的結果，要么可收費，要么在各行各業(yè)提升工作效率或降低成本。
其結果就是，出現(xiàn)一個比今天整個軟件行業(yè)規(guī)模還要大10倍、100 倍的AI Agent行業(yè)。
不過，正因為Agent改變的是我們的生活方式，而這又是最難的，遠比互聯(lián)網(wǎng)早期的培養(yǎng)上網(wǎng)習慣更難，所以才導致了使用者的分裂：少數(shù)人已經(jīng)是沒有token就不能活的狀態(tài)，而大部分人只是偶爾用一下AI聊天。
這種分裂，既是當下資本市場冰水兩重天的原因之一，也隱藏著AI即將迎來泡沫第一次破滅的原因。
四、第一次泡沫破滅正在接近
AI 編程成為了AI第一個殺手級應用場景的真正原因，不在用戶數(shù)，而在這些核心用戶的使用深度。
AI 編程非常燒Token，一個Claude Code 的編程會話，往往需要讀取整個項目庫的索引，進行多輪的代碼修改、重構、編譯反饋。一個Cursor 用戶一天可能消耗幾十萬到幾百萬 token；而普通 ChatGPT 用戶一天也就幾千到幾萬 token。
相比之下，那些“用編程思維解決生活問題”的非專業(yè)用戶，還是早期嘗試AI Agent的階段，目前主要使用的場景是“單次任務”，比如寫一篇文案、做個規(guī)劃、整理一份表格，導致Token 消耗量通常遠小于開發(fā)者。
雖然他們才代表AI Agent的未來，但目前的增速其實并不高，年初使用“小龍蝦”的人，大部分都放棄了。
在純粹的“Token 消耗量”統(tǒng)計中，純職業(yè)開發(fā)者的工程交付目前仍占據(jù)60% - 70%的份額，而滲透率已經(jīng)提升到85%。加上大廠財務部門已經(jīng)開始約束預算，這會帶來兩個問題：
第一個問題是正在發(fā)生的：如果AI的使用是未來企業(yè)戰(zhàn)略的關鍵，那么控制預算的第一步是消減非AI的IT預算，第二步是控制在非AI業(yè)務上的投資，第三步是裁掉AI可以替代的人員。
第一步已經(jīng)發(fā)生，導致了科技行業(yè)內(nèi)部，傳統(tǒng)軟件和互聯(lián)網(wǎng)的被“殺邏輯”；
第二步正在發(fā)生，導致了非AI傳統(tǒng)行業(yè)被“殺估值”；
如果真的出現(xiàn)了第三步，宏觀需求被沖擊，那就是大部分行業(yè)的“殺業(yè)績”。
第三步也快了，為什么美債利率居高不下，不是油價的問題，油價已經(jīng)低于戰(zhàn)爭前了，而是AI大量使用債券融資，推升了信用債利率，而融資成本的提升，必然會利空大部分非AI的行業(yè)的投資與需求。
這也是技術革命早期一定會經(jīng)歷的“擠占效應”，技術革命對生產(chǎn)率的提升和新應用還沒有規(guī)?；霈F(xiàn)，但其巨額投資已經(jīng)擠占了其他領域的正常投資。
第二個問題，非AI的預算壓縮到極致后，企業(yè)還是要回頭優(yōu)化AI預期，就是開頭說的類似“云計算”早期的場景，因為這是價格接受度最高的場景，對token價格的打擊會先于流量打擊，這對ARR增長的敘事，非常致命。
這將造成未來第一次AI泡沫的破滅，既是產(chǎn)業(yè)泡沫的破滅，也是資本泡沫的破滅，既有大量初創(chuàng)AI企業(yè)的破產(chǎn)和合并，科技巨頭的資本開支推遲和取消，也有大模型估值的極度縮水，我預期會在未來一兩年內(nèi)出現(xiàn)。
而跌幅最重的，還是那些算力鏈的公司，它們的估值高度取決于科技巨頭的資本開支，又處于激烈的市場競爭和技術迭代中，商業(yè)模式毫無抵抗力。
當然，每一次技術革命，都會先高估短期變化，再低估長期影響。對于真正相信AI改變世界的投資者來說，泡沫破滅又是好事：
一是資本泡沫破滅，可以讓我們用合理的價格買到真正有長期投資價值的公司；
二是產(chǎn)業(yè)泡沫的破滅，可以讓我們觀察到產(chǎn)業(yè)鏈真正有競爭壁壘和護城河的細分行業(yè)。
本系列共五篇，前四篇鏈接：