AI 算力补贴退潮，效用证据不足

AI 算力的高额补贴时代正在结束，但开发者长期使用 AI 工具积累的实际经验表明，其带来的生产力提升幅度有限、越来越难以匹配不断攀升的成本。这场讨论最初由游戏行业展开，但其影响已延伸到所有与科技相关的领域。

生产力提升：真实存在，但高度依赖场景

经过数月的实际部署，各科技与游戏公司逐渐形成了较为一致的判断：AI 工具确实能带来生产力提升，但这种提升并不稳定，高度依赖具体任务类型，并且需要熟练人员对输出结果进行仔细监督与校验。与一年前管理层的乐观预期相比，「以极低成本换取巨大收益」的设想几乎没有实现的迹象。

在编程场景中，IDE 中的代码补全工具确实帮助不少优秀程序员省去大量重复性工作；自动化代码审查也能在发现部分 bug 方面发挥稳定作用。美术方面，一些基于深度学习模型的图像编辑工具可以加速工作流中繁琐的环节；AI 也能较好地完成会议转录与摘要等管理类事务。原文将这类改进形容为「扎实但渐进」的效率提升。

算力定价转向：补贴退潮，账单兑现

讨论氛围转变的第二个关键因素是成本。不到一年前，对 AI 实际效用提出质疑的开发者往往难以获得管理层的正面回应；如今情况已明显不同，AI 的「账单」正在以更直接的形式送到企业面前。

过去几个月，整个行业从固定费率转向基于 token 的计费模式，同时许多企业客户此前享受的补贴性入门价格也在被逐步取消。微软 Copilot 服务是首批受到影响的代表性产品之一，但这一趋势已相当普遍。AI 的真实成本正越来越多地转嫁给客户，而非继续由数百亿美元的私募资金承担。

高 token 消耗场景首当其冲

这一变化对消耗大量 token 的用例冲击最大，包括生成复杂素材、处理超大型代码库等场景。随着非补贴定价落地，这些工作的成本正在迅速攀升。AI 若想站稳脚跟，其商业逻辑必须建立在可量化的生产力提升与成本节约之上，而不能仅靠情绪、FOMO 与高管的热情。

原文总结道，AI 并不像最激烈的批评者所说的那样毫无用处，但这些「扎实的小幅效率提升」与高管们当初被推销的「巨大变革」之间，仍存在相当大的距离。