本期看点

• 护城河（moat） —— 让对手没法轻易复制你、从而能长期收高价的结构性壁垒。Marcus 的全部论证就围绕"AI 到底有没有"展开。
• 大宗商品化（commoditization） —— 当大家的产品差不多、谁也没壁垒，价格就被打到接近成本，利润薄得像水电费。这是 Marcus 预言的终局。
• 推理成本（inference cost） —— 模型每回答一次都要烧的算力钱。它不像软件那样"一次开发、无限复制零成本"，这是 AI 商业模式和传统软件最不一样的地方。
• 估值与能力脱节 —— 模型确实在变强，但变强不等于能赚到撑得起估值的钱。Marcus 攻击的正是这条缝。

Part I：那道数学题——没有护城河，就没有暴利

Marcus 的核心论证只有五步，环环相扣。原文照录：

"1. 所有人，连 Google 都把 AI 当成像当年网页搜索那样的赢者通吃竞争，当年 Google 拿下了 90% 以上的份额。 2. 但所有人都在用基本相同的数据、造基本相同的技术方案，所以没有护城河。 3. 既然没有护城河，就没人能拿下 90% 的市场。 4. 没有明确赢家，就没人能收垄断价；你得到的是价格战和大宗商品式定价。 5. 这意味着，相比在激烈竞争中能赚到的那点微薄利润，所有人最终都会买贵了。"

这条链子的要害在第一步和第二步的对撞。整个行业的估值逻辑——尤其是接近万亿美元的那些——默认 AI 会复制搜索引擎的故事：赢家通吃，赢家收垄断租金。但搜索的赢者通吃靠的是数据飞轮和网络效应，用的人越多、数据越多、产品越好、份额越大，正反馈锁死后来者。

Marcus 说大模型没有这个锁。前沿实验室用的训练语料高度重叠（公共网络、同一批数据商），用的架构都是 Transformer 的变体，连人才都在几家之间流动。结果是模型能力收敛——你换到对手家，体验差不多。当产品差异化趋近于零，定价权就崩了：谁敢收高价，客户就跑去用"差不多但更便宜"的那家。开源权重模型（Llama、DeepSeek 这类免费可自部署的模型）的存在让地板更低——对很多场景，免费的已经"够用"。

终局就是大宗商品市场：价格被打到贴着成本，利润薄。问题是 AI 的成本结构比普通商品更要命。推理不是一次性开发完就零边际成本复制的软件，而是每次调用都实打实烧算力、电、带宽。经济学家 Brad DeLong 在被 Marcus 引用的文章里把这层说穿了：

"技术很强但不可靠，必须被框进窄而受监督的用途里。推理的经济账无法宽容。竞争环境拥挤，开源模型和垂直整合的超大规模云厂商正在侵蚀独立实验室本想拥有的任何定价权。Anthropic 或 OpenAI 成长为那种能撑起其私募轮估值的、持久的高毛利特许经营的、可信而具体的路径是什么？没有一条是看得见的。"

"没有一条是看得见的"——这是冷水里最凉的一句。DeLong 的判断是：薄毛利、要不断照看、对手又多，这个组合把核心模型推向大宗商品地位，财务上更像一家薄利的公用事业公司，而不是软件印钞机。

Part II：心理在转向——不再只有他一个人这么说

Marcus 这篇的第二个动作，是证明怀疑正在从边缘走向主流。过去几年他几乎是孤声，现在情绪变了。

他把自己那条贴出五步论证的 X 帖子当证据：浏览量冲到 75 万以上，多数回复是同意而非反驳（截至引用，该帖点赞 6678）。而且那条帖子是在引用另一个观察——Alphabet 去年产生超 1600 亿美元经营性现金流，却仍在增发 400 亿美元以上股权来给 AI 算力买单，连科技圈最能造现金的公司之一都在稀释股权硬扛。

更有分量的是开始附和的人。做空 2008 房市出名的 Steve Eisman、经济学家 Julie Garran 等金融界人物在表达类似担忧。企业侧的回报焦虑也在被数据坐实：Bain 6 月初一份覆盖 951 家年收入超 1 亿美元公司的调查显示，只有 4% 的公司从 AI 拿到超过 30% 的成本节省，40% 的公司改善在 10% 或更低；更危险的是，44% 正在加码下一轮 AI 投入的公司，把投资建立在上一轮"还没兑现的节省"之上。Bain 的原话是这些落空的目标"应该让高管们坐立不安"。

供给侧也在松动。Anthropic 今年分两步终结了"管够式"（all-you-can-eat）订阅：4 月 4 日起 Pro/Max 订阅不再覆盖 OpenClaw 这类第三方 agent 框架，6 月 15 日起把程序化用量从基础订阅里剥出来按 API 计费。原因很直白——一个 agent 跑一整天复杂任务能烧掉 1000 到 5000 美元 API 成本，flat-rate 在 agent 时代算不过来账。Marcus 把这读作信号：连最激进的玩家也在承认补贴式定价撑不住。于是有了那句预言：

"没人知道这一切何时崩塌，但 2026 会在事后被记成散户和指数基金接盘的那一年。"

他对在哪：三处经得起推敲

把判断和情绪分开看，Marcus 至少有三处硬。

核心模型的大宗商品化趋势是真的。 这不是 Marcus 一个人的直觉，是已经在发生的事——价格战、开源逼近、Anthropic 砍掉 flat-rate，都是前沿模型定价权被削的实证，不是预测。一个东西如果谁都能造得差不多，它就收不上垄断价，这是经济学常识，不需要看空 AI 也成立。

可靠性的缺口没补上。 DeLong 那句"必须被框进窄而受监督的用途"指的是幻觉和不可靠——模型仍会一本正经地编。这是 Marcus 多年的老阵地，也确实是 AI 从演示走向无人值守生产部署最大的拦路虎。Bain 调查里回报落空，一部分正卡在这：模型不够可信，就只能放在有人盯着的窄场景，省不下多少人力。

估值与能赚到的钱之间，确实有缝。 模型在变强，这条没人否认。但 Marcus 攻击的不是能力，是"能力 → 高毛利"这一跳。Anthropic 9650 亿、推理还在烧钱、毛利结构更像公用事业——能力曲线和盈利曲线不是同一条，把前者的陡峭当成后者的保证，就是那道缝。

他可能过头在哪：三处要打折

但全盘照收 Marcus 也会错。有三处他绷得太紧。

"何时崩塌"他自己都承认不知道。 "Nobody knows when"——一个连时间都钉不住的预言，操作价值有限。市场可以在"非理性"里多待很多年，泡沫论对了方向、错了时机，照样让你踏空或站岗。把结构性怀疑当成择时信号用，是误用。

"同样的数据、同样的方案、所以没护城河"把话说死了。 这一步在模型层面成立度高，但 Marcus 把它推到了"所以整个 AI 没有暴利"。护城河不一定长在模型上——它可能长在分发渠道（谁握着用户入口）、长在专有数据和工作流嵌入（企业一旦把流程绑死在某家就难迁移）、长在应用层垂直整合。模型大宗商品化，恰恰可能把价值往应用层挤，而不是让价值消失。Marcus 论证的是"模型层没有护城河"，不等于"AI 没有可盈利的位置"。

"崩塌"是二元词，但商品化不等于归零。 公用事业薄毛利却不消失——电力、带宽都是低毛利却巨大持久的生意。AI 核心模型如果真变成那样，受伤的是按软件高毛利定价的估值，不是技术本身。把"估值要挤水"说成"事情终将崩塌"，是修辞上的加码。更可能的情景是：一次痛苦的估值重定价 + 一批靠补贴定价的玩家出清，而非技术退场。

对从业者意味着什么

把 Marcus 当解药，不当圣经——在这片满屏箭头里，他提供的是校准，不是结论。

对创业者：别在模型层赌护城河。 Marcus 这条链子对你最直接的提示是，如果你的差异化全压在"我的模型更好"上，那它会随收敛而蒸发。要找的位置是模型大宗商品化反而受益的地方——专有数据、深嵌客户工作流、握住分发入口。模型越便宜，应用层越值钱，这是这道数学题的另一面。

对企业采购方：用 Bain 那 4% 当镜子。 在签下一份 AI 预算前，先问清楚回报建立在已兑现的节省上，还是建立在"上一轮还没到账的承诺"上——44% 的同行栽在后者。别把供应商的能力曲线当成你的回报曲线，可靠性缺口意味着多数场景仍需有人盯着，省的人力没宣传的多。

对投资者：分清你在赌技术还是赌估值。 Marcus 和 DeLong 攻击的是估值能不能撑住，不是技术能不能用。这两件事可以同时为真：技术深刻有用，且当前估值需要挤水。"2026 接盘年"这个预言时机不可信，但它指向的风险——能力涨、盈利路径不清——值得在仓位里留一份对冲。

引用

1. Gary Marcus，《Why things will eventually fall apart》（事情终将崩塌），2026-06-02：https://garymarcus.substack.com/p/why-things-will-eventually-fall-apart
2. Gary Marcus 的 X 帖（五步论证原文，浏览量逾 75 万）：https://x.com/GaryMarcus/status/2061617157897912370
3. Brad DeLong，《Inference Is Unlikely to Ever Be a Low Marginal Cost Operational Node...》（推理不太可能成为低边际成本环节……为何 Anthropic 与 OpenAI 的 IPO 理应失败）：https://braddelong.substack.com/p/inference-is-unlikely-to-ever-be
4. Bloomberg：《Bain 发现企业 AI 投资建立在"尚未到来的回报"上》，2026-06-01：https://www.bloomberg.com/news/articles/2026-06-01/bain-finds-corporate-ai-investments-based-on-returns-that-haven-t-arrived
5. CNBC：《Anthropic 反超 OpenAI 成最值钱 AI 创业公司，估值逼近万亿》，2026-05-28：https://www.cnbc.com/2026/05/28/anthropic-open-ai-startup-value.html