AI叙事的核心变量正在切换：从“行不行”到“贵不贵”
过去半年，大家聊AI时，争论的焦点还是“这技术到底能不能落地”。现在，风向变了。市场开始认真追问一个更现实的问题：这么用下去，到底划不划算？
高盛One-Delta部门负责人Rich Privorotsky在最新交易观点里提到了一组数据：DeepSeek宣称要将Token定价削减75%，小米旗下的MiMo降幅更是接近99%。这些数字并非小打小闹，它们直接指向一个核心问题——AI生态中的成本压缩，已经达到无法忽视的程度。这种剧烈的价格波动，很容易让人联想起补贴大战之后的“价格战”逻辑。
成本结构的重塑，正从根本层面改变市场对AI基础设施的判断。他点出了一个关键视角：基础设施的瓶颈迟早会缓解，市场不应为一个“即将被解决的问题”支付过高的溢价。与此同时，几个信号值得关注——Token的整体支出仍在增长，开源模型的关注度明显升温，而编码助手这类工具的安装量，已经逐步进入平台期。
对投资者而言，问题已不再是“AI需求会不会增长”，而是“低成本Token是否会先于新应用场景的全面爆发，去替代那些高成本的推理服务”。如果答案是肯定的，那就可能形成一个收入增长的空窗期。短期来看，月底的流动性、散户资金和机构的观望情绪，还能为半导体和动量交易提供支撑，但估值的溢价和持仓的集中度，风险正在悄悄累积。
成本压缩成为AI叙事的新变量
AI投资叙事在过去半年的核心是技术能力，现在市场的注意力正转向单位经济模型。换句话说，大家都在算一笔更细的账。
AI技术在特定场景、特定用户群体中，已经验证了自身的有效性。但新的问题是：当规模扩大到企业级，单位经济模型还站得住脚吗？这种改善，能否在实验室和云服务商期望的收入轨迹中跑通？
乐观的预期，需要同时满足两个条件：第一，编排和调度的能力要成熟；第二，单位成本在未来12到18个月内取得显著的改善。而悲观的剧本则是，越来越多企业高管公开表示AI支出“看不到回头钱”，并开始削减用量。
这让“Token经济学”成了AI估值中最敏感的变量。市场现在不仅要看AI用了多少，还要看每一单位的用量，能否真正产生足够的收入和利润。
低价Token可能先冲击高成本推理
Rich Privorotsky提出的一个核心关切是：Token成本降得这么快，会不会暂时打破Jevons paradox所描述的需求扩张逻辑？
Jevons paradox的大意是：资源使用效率提高后，总体消费反而会增加。套用到AI上，就是成本越低，长期需求就可能越大。但争议在于，需求的扩张是否立刻发生。
如果更便宜的Token，首先不是创造全新的使用场景，而是去替代那些本来价格更高的推理服务，那么AI收入的增长就会出现一个时间差。市场需要认真评估：这段滞后期，会给云服务商、模型公司以及AI基础设施的需求带来多大的压力。
成本逻辑重塑采购决策
开源模型的升温，正悄然改变企业采购AI的逻辑。
当“用10%的成本就能拿到90%的效果”这种事越来越常见时，企业就会更认真地审视Token支出。Token支出的理性化，很可能在第二、第三季度成为董事会层面的核心议题，其重要程度不亚于AI增长的宏大叙事本身。
这意味着，AI行业面临的问题不是需求消失，而是需求结构变了。企业会继续使用AI，但会更倾向于压低推理成本，减少对昂贵前沿模型的依赖，在不同任务中选择更划算的替代方案。
对市场而言，这种变化会影响AI价值链内部的利益分配。高成本的推理服务、数据中心的大规模扩张，以及那些估值已经不低的资产，都将面临更严格的投资回报审查。
半导体动量仍强，但脆弱性在上升
尽管Token价格战带来了新的估值问题，Rich Privorotsky认为，短期市场可能还会继续上涨。
月底的流动性因素，还会机械性地支撑动量交易和半导体板块。散户资金依然强劲，机构投资者可能还比应有的水平更“怀疑”，而这种怀疑反而成了行情继续向上的支撑。
AI相关的半导体交易已经经历了一波强烈的轧空，每次回调都有人积极买入。上行波动率仍然受追捧，对下行的恐慌在持续回落，但部分交易结构已显得有点拉伸。
这解释了当前市场的矛盾：短期资金面和仓位还在支撑上涨，但Token经济学的变化，正在削弱一部分长期的估值假设。对投资者来说，真正的风险不是AI叙事终结，而是叙事内部的利润池在重新定价。
瓶颈会缓解，溢价未必安全
Rich Privorotsky并没有否定AI的长期前景。他认为，AI的建设最终可能被证明是正确的，甚至可能像互联网一样改变世界。
但同时也需要警惕的是，市场不应该结构性做空人类的创造力。历史上看，瓶颈总是会被解决的：内存短缺会缓解，电力短缺会吸引投资，约束条件终究会慢慢放松。
这对市场有双重含义。一方面，AI基础设施的瓶颈不一定能长期撑住高价格和高利润率。另一方面，成本下降和效率提升，也可能在更长的周期里释放出更大的需求。
当前真正的问题是，市场是否已经为这一过程支付了过高的溢价。随着“Token战争”的开启，投资者需要更精细地分辨“AI需求增长”和“AI成本压缩”之间的博弈，而不是简单地把两者都当成利好。
