模型会变便宜，AI 的价值还剩在哪一层？Chollet、Marcus 与 Mollick 的分歧

François Chollet 认为，今天围绕 AI 的许多争论，都建立在一个前提上：前沿模型训练永远昂贵。但他判断，未来的 AI 不会继续建立在今天这套「原始技术栈」上，训练和推理成本都会变得极低。Gary Marcus 则把问题推向投资端：如果模型能力最终趋于可替换，资金应该寻找真正的技术护城河，而不是继续给大型语言模型堆钱。Ethan Mollick 看到的另一面，是 AI 讨论越来越像 Xbox 对 PlayStation 的粉丝战争，胜出的平台却可能影响整个经济。

三条推文没有给出同一个答案，却把今天的 AI 价值链拆成三个层次：底层成本、模型公司的利润，以及决定用户和资本站队的平台入口。需要追踪的，不是哪家实验室赢了一次口水战，而是成本下降之后，价值会落到谁手里。

Chollet 是 NDEA 和 ARC Prize 的联合创始人，也是 Keras 的创作者。北京时间 7 月 20 日清晨，他写道，当前关于 AI 的所有争论，都预设前沿 AI 的训练成本会一直很高；但未来 AI 不会基于今天这套「原始技术栈」，训练和推理都会「极其便宜」。1

这句话的重点不在「便宜」两个字，而在于他否定了成本会沿着现有路线缓慢下降的默认假设。今天的模型竞争常被解释成算力、数据中心和训练预算的竞赛；若底层架构变化，围绕「谁能买到更多 GPU」建立的判断可能只适用于当前阶段。

Chollet 没有给出时间表、技术方案或成本数字，因此不能把它写成「AI 很快就会免费」。对企业和投资人更有用的读法，是把成本下降视为压力测试假设：如果同等能力的推理价格持续下降，模型服务还能靠什么差异化？专用硬件、数据闭环、可靠性和工作流集成都是可能答案，但都不是这条推文已经证明的事实。

Gary Marcus 的公开身份是 AI 研究者，他长期讨论生成式 AI 的可靠性、产业结构和技术路线。北京时间 7 月 19 日晚，他直接建议投资者不要继续给大语言模型追加投资，只考虑「有机会形成技术护城河」的替代路线。2

但它和他当天另一条推文形成了清楚的商业判断：Marcus 转述并赞同一个观点，即领先的封闭实验室在 AI 模型收入上已形成双寡头，却希望政府消灭开放源代码竞争。3

如果模型最终变得可替换，靠准入壁垒保护利润就会和技术护城河混在一起。对采购方来说，应把模型能力、使用价格、许可条件和迁移成本分开看。一个模型今天领先，不代表企业明天换掉它的代价仍然很高；一家公司的收入今天很大，也不代表它已证明长期利润。

当天晚些时候，Marcus 又写道，除非政府介入，Anthropic 和 OpenAI 可能撑不住；他希望政府让资本主义自行淘汰无法系统盈利的公司，并批评两家公司对创作者权益和就业风险没有做出实质回应。4 这段话的语气很强，但事实边界很窄：它是 Marcus 的立场表达，不是两家公司经营状况已经恶化的独立证据。把观点和证据分开，才能看出他真正提出的问题是「模型公司能否在高成本、强竞争和政策争议中持续盈利」。

Ethan Mollick 是宾夕法尼亚大学沃顿商学院教授，研究 AI、创新与创业。北京时间 7 月 20 日清晨，他把社交平台上的 AI 争论比作 Xbox 与 PlayStation 的粉丝战：双方充满对支持者的随机辱骂，但这场「主机之争」又被赋予大国竞争的含义，获胜平台可能扰动经济。5

Mollick 没有判断哪家模型会赢。当 AI 被当成国家竞争、产业控制权和经济基础设施，产品偏好很快会变成阵营身份，模型对比也容易从任务表现滑向品牌忠诚。

这条观察可以和前两条线拼起来。Chollet 质疑成本结构，Marcus 质疑价值归属，Mollick 提醒注意力分配。平台声量、模型收入和技术护城河不是同一件事：公司可以在舆论上占优，却未必拥有最低成本；可以拥有高模型收入，却未必有不可替代的技术。

更有用的是三本需要分别核对的账：

Chollet 给第一本账一个激进假设，Marcus 要求第二本账拿出技术护城河，Mollick 则提醒第三本账已被情绪和地缘竞争接管。它们还不是完整答案，却足以改变企业评估 AI 的顺序：先问成本和替换条件，再看品牌和声量；先验证利润来自哪里，再把平台胜负当成结论。