不奇怪，这个“？”在我脑子里又存在了很长一段时间了，稍短一点的是，我一直在犹豫要不要写这个话题。
现在，没有犹豫，我准备写出来。
从哪里开始？从一个问题开始。
如果没有新的“注意力焦点”出现，一个月后，还在热烈讨论OpenClaw的人会超过现在的三分之一吗？
我不是OpenClaw的受众，自动采集信息，后台任务，移动端与PC端同步，内容生产，社交媒体信息发布，
这些流程在去年年中基本上我就把可以自动化的部分都自动化掉了，然后，我就不需要了。
当越来越多的人都在用AI采集信息并发布时，我通过十几分钟到半小时刷一下各大平台和新闻网站的信息处理效率就已经比AI采集来的高了，全网的效率提高可以惠及每一个人；
事实上，我也没有那么多事情非要AI做不可，过去三年里我给自己想出来的需求，大概有99%其实都是不存在的，都在我做完的那一刻，需求对我而言就消失了，如今我依然还需要的是：Deep Research，帮助我快速集中获得某一方面的基础信息；NotebookLM和我的可视化工具，帮助我快速浏览这些信息并寻找新的“焦点”，以及帮助我归类整理；Google Docs，每天写文字的工具，纵然Google Docs+Google Drive有诸多缺点，但是我尝试了几十次，也无法作出更好的（也许我的耐心不够）；Build和Antigravity，Coding的IDE，命令行工具下的Claude Code和Codex，每个模型都是在“撞大运”，多个模型的最大优点是，可以“换换手气”；
我每个月的AI部分支出还在减少：将ChatGPT从Pro退回Plus，将Claude从Max退回Pro，取消了Perplexity的订阅（每天的免费额度恰好满足我不想被Google记录下来的八卦之心），我控制着Nano Banana Pro的出图量，让每个月的费用不超过Google Code Assistant订阅的赠送额度，……，为了进一步控制，我只保留了一个银行的信用卡，注销了所有其他的。这些费用其实并没有让我多在意，但是，当你开始有意识的省钱时，就很容易上瘾，不光是科技部分的预算，日常衣食住行，莫不如是，所以，不少朋友都开始“嫌弃”我没有追求了；
说到钱，并非没有关联，而是，第二个问题，谁在真正为使用AI买单？这个问题到现在，其实答案变得越来越清晰了，企业。“杀了软件公司”好几个月的最硬的基本逻辑就是，AI取代软件，企业从购买软件服务转向购买模型服务。“AI干掉软件，准确的讲干掉软件工程”这个观点，我已经持有了三年了，我从不怀疑这种趋势。
但是这里面还有个致命的问题，当逻辑演绎到现在时，已经变成“一个模型干几个小时，或许就可以取代掉几十亿上百亿营收的软件”。
这个问题的实质，是应该问：那么这个模型该收多少钱？答案可能是几十，几百或者几千美金，几万最多了。
在这个问题面前，我们去讨论软件到底有没有壁垒，大企业病到底有多重，重到企业无法真正实现AI转型，等等等等，其实都没有任何意义了。
在这样的线性外推下，我的观点一直与这几天爆火的“2028经济崩溃”文章里的论述差不多。AI带来的通缩问题我也写过好几次了。我持有的不同观点是，AI替代软件并不会提升这些我们目内可及的企业的表现，相反，只会带来这些企业的快速被颠覆。所以，在这样的线性外推下，我对未来前景的展望会比这篇文章描述的悲观的多。
但是，我至今还不认为这样的线性外推会发生：
如果我们相信AI的智能会不断加速颠覆越来越多的行业，取代越来越多的就业岗位，就不要同时去相信它还会创造更多的新的岗位，因为，这两者自相矛盾；
如果我们相信AI的智能会不断加速颠覆越来越多的行业，取代越来越多的就业岗位，那么人类离给“AI断电”的时间点，比AGI到来的时间点，会更近；
如果我们相信AI有智能，那我们线性外推的预测，可能都是错的。
如果AI真的有智能，我们现在想像出来的需求，都将如我过去三年里实现的99%的那部分一样，成为伪需求。
2025年末到如今的这段时间，是我认知的一个拐点（我并非在说此时此刻我的认知要比之前更正确，大概率是更错误，因为我开始放大自己偏执的那部分了）：当看到春晚到处透露着浓浓的“科技预制菜”的味道时（该死，这种色彩五颜六色，信息填满每一个角落的狗皮膏药式PPT的风格，落在我一直追求的审美方向上），我开始叛逆了，也更加明确了：我们所谓的AI智能，就是对人类集体选择的“少数服从多数”的偏好的明目张胆地讨好。
如果，侥幸，我的认知是变得更正确的，那么，这没有什么不好，AI就始终在强大的工具范围内，它威力巨大，甚至拥有全人类的知识，但是它终究还在或者很长一段时间里都在我们可以理解的范围内，我们对它的了解也越来越深入。
如果，侥幸，上面的观点更接近事实的真相的话，它跟人一起取代很多软件（其实应该叫做升级），更高效，更便宜（不是便宜一点点，是数量级的便宜），是可以预测到的，如上所述，颠覆掉很多企业，也是可以预测到的。
如我有意识的省钱一样：多快好省，是会上瘾的。
然而，一个以最多十分之一成本取代至少几千亿收入的模型，值多少钱？当然，我们可以说它未来可以多渗透十倍一百倍，甚至一千倍。那么，需要多长时间？
这是倒数第二个荒谬的点：我们以崩盘的方式去看待软件公司（这里我不讨论这种观点是否正确，在我假期观点更新的文章里讲过）的最重要理由是AI让他们看起来不该有这么高的收入，然而，我们却给予AI在短短几年里就可以创造出更多收入的预期。
而在这个点背后隐藏的一个事实是，目前给这些AI模型收入的大头，恰恰来自于这些要被颠覆的软件公司。当你绕过自己的客户直接面对客户的客户的时候，你会做的比客户更好吗？
所以，如果你的下游被你“消灭”了，你还会完好吗？
于是，类似的逻辑来到倒数第一个荒谬的点：那些真正为算力买单的下游都一片哀嚎了，上游还会好吗？
写到这里，按照本意，我应该再偏执一点，坚定的说出：不会。这就该成为看空算力的理由。上游通胀下游萎缩的戏码我们见的多了，这种负反馈在几乎所有产业链里都只有一个结果。
但是，我不这么写，我依然百分百相信英伟达CFO在年初CES上说出的一两年内年收入将达到5000亿美金的“指引”，按照60%的净利润率算，就是3000亿美金的利润，这差不多是大概率会发生的事情，我们该给予多少估值？
对了，有几个基本的事实说一下：
算力的最核心，GPU，不管寿命是三年还是五年六年，甚至更长，都是高折旧的；
这是个老生常谈，如果每隔一两年，新的算力成本提高百分之三五十，但是效能（使用成本）只有上一代的五分之一到十分之一，买不买？要不要买更多？你如何面对一个后发者优势的竞争格局？
第二个老生常谈，非垄断的惨烈竞争格局下，成本下降是不是绝大多数都会转变成收费的下降？杰文斯悖论发生的同时，也许也意味着估值倍数的下降（对了，这至少不是事实，仅仅是猜测）？