范凯说 AI · 周日晚聊第18期：AI是超级杠杆，但你的支点在哪里？

开场

大家好，欢迎来到《范凯说 AI · 周日晚聊》，今天是第 18 期，也是五一节假期期间。

今天要和大家聊三个新闻：马斯克和 Altman 的法庭大戏、四大科技巨头的 Q1 财报、DeepSeek V4 大幅降价。最后聊一件我最近自己亲身经历的事——我重新想了一遍我手上的 8 款软件需求，结论让我自己都有点意外，也由此引出了我最近想得最多的一个问题：AI 是超级杠杆，但你的支点在哪里？

顺便提一个工具：我平时的 Claude Code 和 Codex 都跑在杭州家里的 Mac Studio 上，本人在上海，我用一款叫 Paseo 的软件远程操控，装好之后手机上就是一个普通聊天窗口，跟在本地用没有区别。对于不熟悉终端但想用 Claude Code 的人，可以了解一下。

关于当前最顶尖的 AI 智能体，我的判断很明确：Claude Code（CC）和 Codex 是目前最前沿的两个，一个是 Anthropic 的，一个是 OpenAI 的。OpenCode（龙虾）和 Hermes（爱马仕）适合普通用户上手，门槛低，但跑得最快的还是 CC 和 Codex。

第一部分：本周 AI 新闻

新闻一：马斯克诉 OpenAI——勇者变恶龙的故事

事情经过

本周一，奥克兰联邦法庭正式开庭，马斯克起诉 OpenAI 的庭审进入第一到第四天。这场官司打了整整两年。

起源是 2015 年。当时 Altman 找到马斯克，说要创办一家为全人类服务的非营利 AI 机构，用来对抗当时如日中天的 Google（2014 年刚收购 DeepMind，2016 年做出 AlphaGo）。马斯克实际出资了约 3800 万美元，还帮助从 Google 挖来了顶级研究员 Ilya Sutskever，年薪 190 万美元。那批人接受的薪水都比市场低得多，图的就是这件事本身的意义。

后来马斯克和 Altman 关系决裂——马斯克觉得 OpenAI 搞了几年没什么进展，想把整个团队并入特斯拉搞自动驾驶，被 Altman 拒绝，两边撕破脸，马斯克被从董事会驱除。2019 年，OpenAI 成立有限营利子公司，引入微软 130 亿美元投资。后来 ChatGPT 爆炸，今天 OpenAI 估值 8500 亿美元，年化收入奔 250 亿，正在准备 IPO。

马斯克 2024 年起诉，原有 26 项指控，大多被法官驳回，现在还剩 2 项：不当得利和违反慈善信托，索赔 1300 亿美元，并要求 Altman 和联合创始人 Brockman 被踢出董事会、公司回归非营利结构。庭审预计持续到 5 月下旬。

马斯克在证人席上说的那句话让我印象很深："我以为自己创立了一家非营利机构，但他们把它偷走了。"

我的判断

不管这场官司谁赢，OpenAI 大概率要赔出一笔不小的钱，但不会因此被卡死。更重要的是，它会逼着整个行业公开讨论一个一直没人认真追问的问题——当 AI 公司越来越有钱、越来越有权力的时候，谁来监管它？

OpenAI 走过的路是一个非常经典的"勇者变恶龙"：2015 年说要对抗 Google，避免 AI 被商业公司掌控，最后自己变成了一家权力不亚于 Google 的商业公司。一开始说"为全人类服务"，最终变成一家正常的、商业优先的科技巨头。

这种价值观滑移不稀奇，Facebook 当年也是"连接世界"最后成了广告机器。但区别在于，OpenAI 做的这个东西能力量级完全不同，价值观滑移的后果也不只是让你多刷几个小时手机。

新闻二：四大科技巨头 Q1 财报——AI 泡沫期正在结束

数据对比

4 月 29 日晚上，Google、微软、Meta、亚马逊四家公司同一个晚上公布了 Q1 财报，资本市场的反应大相径庭。

Google：营收 1099 亿美元，每股收益 5.11 美元，而分析师预期只有 2.64 美元，接近翻倍。Google Cloud 季度收入突破 200 亿美元，同比增长 63%。股价 4 月单月涨超 20%，"科技七巨头"里表现最强。
Meta：收入同比增长 33%，本身不差。但 Zuckerberg 宣布今年全年资本支出上调至最高 1450 亿美元，用于建 AI 数据中心、买算力。消息一出，Meta 股价盘后跌近 9%。
微软、亚马逊：也都超预期。

为什么 Google 被奖励、Meta 被惩罚？

原因只有一个：Google 能拿出真实的收入增长数据，Meta 只能说"我打算花多少钱"。

Google Cloud 200 亿、增长 63%，这是企业客户真实在付钱的结果。Meta 的 1450 亿是建数据中心的计划支出，愿景很大，但现在没有能对应的财务数字。

我的判断

这一组财报发出了一个很清晰的信号：AI 行业的"烧钱讲故事期"正在结束，"秀真实数字期"开始了。

头部公司都清楚一件事——此时停下来就会被淘汰，所以不管有没有收入，都要拼命砸。这说明 AI 现在是没有泡沫的，大家都认为这是定胜负的时间窗口。

对我们普通用户来说这是好消息：竞争越激烈，工具越好，价格越低，你能用到的东西越来越多，越来越实用。

新闻三：DeepSeek V4 大幅降价——国产 AI 成本直接踩穿

发生了什么

DeepSeek V4 本周宣布大幅降价。V4 Pro 模型打七五折，有效期到 5 月底。更重要的是：全系列 API 缓存命中价格降至原价的十分之一，4 月 26 日立即生效。

折算之后，DeepSeek V4 Pro 的 API 价格大约是 GPT-5.5 的 1/137。

这个降价专门针对高频 Agentic 应用场景——批量处理文件、自动分析数据、定期执行任务等缓存命中率极高的工作流。这类场景降到原价十分之一，企业级工作流成本会骤然下降。

除了 DeepSeek，小米大模型本周也在推广：注册可申请 1 亿 token，国产 AI 都在拼命圈用户。

我的判断

DeepSeek 的竞争策略一直很清晰：能力追顶尖，价格打穿对手，用规模换市场。V4 在编程和长上下文上已经接近顶级闭源模型，加上完全开源、国内访问稳定、价格极低，对国内企业端用户来说这个组合很难忽视。如果你现在有跑在云端的 AI 工作流，这周是认真考虑迁移的好时机。

关于数据安全：如果工作流涉及敏感数据，迁移前要做好合规评估，确认数据不出境的边界。

第二部分：个人感想——先找支点，再架杠杆

从 8 款软件说起

前段时间，我坐下来把自己计划中的软件需求认真盘了一遍。

我列出了 8 款软件：AI 教练、AI 联系人管理（个人 CRM）、AI 减肥打卡、AI 语音输入法、AI 英语口语练习（影子跟读）、美股投资助手、AI 慢病管理（我有痛风），加上会员付费网站。每一个我都觉得有用，每一个我都想过要做。

深入使用智能体和 Skill 之后，我发现这 8 个里有 6 个已经用 Skill 实现了，而且用得很好：

AI 教练：300 多行的 Markdown Skill，每天主动督促，顺带把减肥服药提醒也整合进去了；
AI 联系人管理：写了一个 Skill，现在跟智能体说"我今天见了谁、聊了什么"，它自动维护记录，还能按城市、行业拉出联系人列表；
美股投资助手：让 AI 帮我写 Python 跑策略，做成 Telegram Bot 定期推送提醒，认真做一天能搞定；
沉浸式翻译我今年也没续费了——原来年付 580 元人民币，但我需要的功能不复杂，就是网页英文翻中文、YouTube 英文字幕翻中文，半天用编程智能体就能实现。那 580 元省下来换成 token，香多了。

真正需要正经开发的只剩 2 个：

会员付费网站（目前用 Telegram 运营，信息组织太差，体验差，必须做）；
AI 语音输入法（市面上最好的我都觉得有无法容忍的缺陷，而且我认为这是 AI 时代真正的入口应用，哪怕没有别人用，我也要做）。

AI 让大量软件需求消失了

这件事让我想清楚了一个更大的问题：AI 不只是降低了软件开发的门槛，它更大的影响是让大量的软件消费需求彻底消失。

两个数据：

GitHub 2025 年全年新建 1.21 亿个代码仓库，平均每分钟 230 个项目被创建，2026 年还在以 3 倍速度增加；
苹果 App Store 2026 年应用提交量比去年同比增长 84%，审核都来不及审了。

软件供给在井喷，同时软件需求在萎缩。我自己的经历就是：80% 的软件需求被智能体 + Skill 解决了，20% 才需要真正开发。购买别人软件的花费也大幅减少，今年每个月花在 token 上的钱（约 200 美元）早就远超过去购买 SaaS 软件的费用——而且能帮我完成的事情更多。

过去可能是 1 个软件有 100 个人买，现在是 10 个软件只有 1 个人买。软件作为商业模式，它的市场已经开始坍塌，而且还会越来越卷，卷的程度是现在的 50 倍到 100 倍。

结论很清晰：不要把"开发软件卖软件"当成你的变现路径，99% 的人走这条路会被堵死。

AI 编程不是不重要，而是作为商业模式，它在未来基本不存在了。学 AI 编程没问题，但目的应该是打造自己用的工具、提升自己的效率，而不是指望把软件卖给别人。

阿基米德那句没说完的话

阿基米德说：给我一个足够长的杠杆，我能把地球撬起来。

AI 就是这个时代的超级杠杆，我越来越确信这一点。它从三个维度放大你的能力：

学习加速 10 倍：过去学一个新领域要几天，现在直接把资料丢给 AI 智能体，让它帮你搜索、整合、分析，一两个小时基本搞明白，还能追问；
决策加速 10 倍：以前写一个报价方案、做一个商业决策要琢磨一晚上，现在把背景丢给管家，三个 ABC 方案 5 分钟出来；
执行加速 10 倍：写代码、写文章、数据分析、撰写报告，AI 全都能帮你干。

这三个 10 倍是乘法，不是加法。保守估计，把智能体用好了，整体速度是 10 倍到 100 倍。

但是——杠杆需要支点。

没有支点，杠杆再长也是废铁，你拿它撬的是空气。

很多人现在的状态是：90% 的时间在研究工具、比较模型，天天纠结 Hermes 和 OpenCode 哪个更好，Kimi 和 DeepSeek 谁强一点点。我说一句直白的话：你不是在学 AI，你是在消费 AI。 你在天天磨刀，但从来不去砍柴。

工具比较那点差距，最多 10% 到 20%，完全不是你木桶的短板。你的短板是：业务的支点根本没建立起来。

支点是什么？怎么找？

支点就是那些 AI 没有、只有真正在某个行业干过的人才有的东西——你在哪个行业做了五年十年、你对哪些事有别人没有的判断和经验、你的客户是谁、他们会因为什么而付钱给你。

正确的时间分配应该是：20% 的时间学 AI 杠杆，80% 的时间找业务支点。

我自己也在调整。从今年 1 月到 4 月，我基本是闭关状态，集中恶补 AI 这根杠杆。4 月下旬开始，我就开始频繁出去拜访朋友、客户、厂商，把 50% 的时间投入到现实世界中去。

我目前的三个变现方向：

企业 AI 智能体转型咨询：过去企业 AI 落地基本只能做客服和知识库，但现在用"知识蒸馏为 Markdown Wiki + Skill"这套方法，可以真正替代核心业务流程。五一前已经签了第一家大客户，今年计划签 5 家深入提供咨询；
高净值用户 AI 财务体检：用 AI 智能体做全方位的资产配置分析——进攻性/防御性资产配置、家庭/养老/教育需求——加上我本人有香港保险资质，构成完整服务；
个人 IP + 付费会员社群：现在已有 90 多名付费会员，把我第一线客户拜访的认知和经验毫无保留地分享给会员。

有人问软件工程师的出路在哪：答案一样，深入到业务一线去拜访客户、挖掘痛点，然后用 AI 杠杆帮客户解决问题，通过培训、咨询、智能体落地来变现。AI 可以替代你键盘前干的一切事，但永远替代不了你去拜访你的客户。

用户答疑精选

Q：企业内 RAG 方向怎么看？
A：RAG 本质就是把传统的关键词倒排索引换成了语义检索，除此之外没什么本质区别。智能体时代这个问题可以解得更好——不是做索引，而是用智能体把企业知识蒸馏出来，重新写成 Markdown Wiki 并建立关联，这个才有价值。先做知识蒸馏，再谈检索。

Q：AI 在传统制造业有什么可以落地的？
A：你别问我，去制造业第一线多走访几家厂商，需求自己就浮现出来了。现在很多人是键盘侠，天天在键盘后面琢磨，但 AI 可以替代你键盘前干的一切，唯一替代不了的是你去拜访客户。

Q：API 中转站怎么看？
A：不建议用。中转站的数据 100% 会被转卖——拿你真实使用智能体的长上下文对话数据卖给模型厂商作为训练数据，这是现在最稀缺也最值钱的数据。你的个人知识库、工作内容全都在里面，隐私风险极高。直接购买 Anthropic 或 OpenAI 的订阅，虽然这些公司也会用你的数据，但至少比中转站转手多次要可控得多。

Q：孩子教育方向会变吗？
A：完全同意要调整。未来数理化的重要性在相对下降，而人文、情商、想象力、跨人际的能力变得更重要。现在国内教育体系 99% 的时间在刷题、培养工具人，AI 时代这套培养出来的人才走出校门就面临淘汰风险。AI 时代人的核心价值是：与现实世界交互的接口——去拜访、去理解、去挖掘需求，然后把这些需求交给 AI 智能体去执行。

本期金句

AI 是超级杠杆，但杠杆需要一个支点——没有支点，你撬的是空气。
AI 不只是让开发变快了，更大的变化是：大量的软件消费需求正在彻底消失。
你不是在学 AI，你是在消费 AI——天天磨刀，但从来不去砍柴。
用 20% 的时间研究 AI 杠杆，用 80% 的时间找清楚你的业务支点。
AI 可以替代你键盘前干的一切，但永远替代不了你去拜访你的客户。
人在 AI 时代的核心价值：成为现实世界与数字世界之间的接口。
先找支点，再架杠杆。支点找对了，才是真的开始。