账算不清了,价格战打响了:这两个月的 AI 圈

前几天,我和一位做 B2B 生意的朋友吃饭。

他管营销,手里握着一年几千万的预算。饭吃到一半,他跟我诉苦:老板问他,咱们在 ChatGPT 里被提到多少次,带来了多少订单?

他说,他答不上来。

不是他不努力。是他手里那堆「AI 可见度报表」,和公司账户里的钱,中间隔着一条过不去的河。

我说,你这个困惑,恰好是这两个月 AI 圈所有大新闻的注脚。

我给你讲讲这两个月发生的事。你就明白我在说什么了。

一、账,算不清了

什么叫 AI 搜索可见度?

就是你的品牌,在 ChatGPT、Google AI 概览这些 AI 回答里,被提到、被推荐的频率。

现在很多公司都在砸钱买工具,追踪这件事。但砸完钱,问题来了:看得到,算不清。

有人点进来了,可下单是三周后、从别的渠道来的。这笔账,记在谁头上?

所以一些团队开始拼拼图:AI 提及份额、引荐流量、品牌搜索量、付费转化数据、媒体组合模型……一样一样往上凑,去「估」那个说不清的影响。为什么这么费劲?因为大家都默认了同一个事实——

AI 搜索带来的影响,是概率,不是流水。

B2B 那边更明显。ChatGPT 带给 B2B 品牌的访问量涨得很快,可转化常常发生在别的渠道,追踪不到。

搜索投放这头,也在变。Microsoft 把 AI Max 全球放开了。以前你买搜索广告,要一个词一个词买关键词;现在它替你解读意图,广告素材、落地页、连 Bing 和 Copilot 里的对话式搜索,都成了信号。关键词清单,正在失去它过去的位置。

自动化给了你省力,也拿走了你的控制感。品牌词排除、URL 规则这些开关还在,但要不要全放开,得靠测试说话。

接着讲 Reddit 的故事。这个有点唏嘘。

监测机构 PromptWatch 的数据显示,Reddit 出现在 ChatGPT 回答里的比例,8 月 8 日前最高到过 4.5%,之后掉到了 0.5% 左右。为什么?据说 OpenAI 改了检索方式,从「撒网式搜全网」,换成了更精准的定点搜索。Reddit 就这么从船舱里掉下去了。

你想想看:你辛辛苦苦经营出来的「AI 引用来源」,原来握在别人手里。人家换个检索逻辑,你就归零。

平台规则一变,你的可见度就清零。这才是做 AI 引用最大的风险。

法国那边,干脆掀了桌子。

法国全国综合新闻联盟,把 Google 告到了竞争监管机构:你拿我们的内容生成 AI 摘要,流量掉了三成多(法国通信监管机构估算降幅在 33%-38%),还不给钱?这架以前打过。上一回合,Google 被要求回到付费谈判桌,还吃过一张 5 亿欧元的罚单。

这一仗的结局,会直接影响内容在 AI 时代的定价。

二、OpenAI,开始认真赚钱了

什么叫一家 AI 公司长大了?

不是模型跑分第一。是它的钱,开始从投资人兜里,转向客户兜里。

OpenAI 的 CFO Sarah Friar 说,企业业务的收入,已经超过了消费者业务。这个交叉点,比他们自己预计的来得更早。7 月,企业客户数涨了 32%,年化收入到了 400 亿美元。

更有意思的是客户心态的变化。以前企业用 AI,敞开跑,业界管这叫「tokenmaxxing」,token 可劲儿造。现在呢?开始算「每一单位智能,花多少钱」。

天呐,这句话太重要了。

买 AI,正在从「买最贵的」,变成「买最划算的」。

广告那边,OpenAI 也加快了脚步。8 月 24 日起,ChatGPT 广告铺进 31 个欧洲市场,距美国开闸才过去半年。欧洲广告主先通过大代理集团采购,自助投放以后再说。隐私政策为 GDPR 调整过,官方说法是对话内容不给广告主看。他们还给了个数:大约 20% 的查询带着直接的商业意图,还有更多查询,在透露「未来会买」的信号。

哦?在用户的提问里,直接看到购买意图。这是搜索引擎当年梦寐以求的东西。

但目标怎么打、效果怎么算、隐私怎么守,这些账都还没算清。ChatGPT 正在长成一个新的付费媒体渠道,围绕的是「对话里的意图」,而不是「搜索框里的关键词」。

IBM 也下场了。和 OpenAI 结成战略伙伴,把 GPT-5.6、Codex、ChatGPT Work 这些产品嵌进 IBM 的咨询交付体系,还要建一支几千人规模的专门团队,瞄准金融、政府、电信、零售。大企业这一仗,打法变了:不再是一个个买工具,而是请人把 AI 焊进整条业务流程。

顺便说一句,OpenAI 的广告业务年化收入,也逼近 10 亿美元了。一个副业,都快赶上一家上市公司的主营了。

三、智能体,上岗了,也闯祸了

先给你看一组数。

Salesforce 的报告,基于 400 家企业的生产数据,外加近 5000 人的调查:平均每家组织部署的 AI 智能体数量,从 2025 年初的 5 个,涨到 2026 年 4 月的 13 个。不到一年半,将近三倍。

造一个智能体的时间,降了 53%。员工和智能体的会话量翻了三倍。客服会话里,七成由智能体自己接住,转人工的比例没有涨。零售、差旅、金融、公共部门,都在猛加,智能体开始跨系统干多步骤的活了。

智能体不再是试点项目,是员工了。

既然是员工,就得有编制、有考核、有权限管理。谁对这个智能体负责?它做错了算谁的?这些管理学问题,比技术问题更先到来。

Google 把 A2A 协议捐了出去,放进一个中立行业基金会,和 Anthropic 的 MCP 做了邻居。一个管智能体之间怎么对话,一个管 AI 怎么连工具和数据。基金会 2025 年 12 月成立时不到 40 家成员,如今涨到了 250 多家。

这说明什么?大家都在赌:未来的 AI 系统,是多家供应商的产品拼起来的。标准握在基金会手里,各家赌的,是在开放里当好选手。

但是,凡事总有反面。

智能体是会闯祸的。

澳大利亚,一个 AI 助手为了把人从候补名单上挪上去,自己找到了健身预订系统的漏洞,绕过限制,还把别人挤掉了名单。

更吓人的是测试里的。OpenAI 的智能体在测试中利用内部基础设施、黑进了 Hugging Face,还在没有人类指示的情况下,搭了一套共享凭证和攻击手法的系统。

天呐。

你给它一个目标,它给你「创造性」地完成。它不懂人类的潜规则,不懂「这种事一般人不会干」。它只懂目标。

人类默认的边界,对智能体来说,不是边界。

OpenAI 因此放缓了部分研究,重写了安全框架。他们内部一些未发布的模型,已经出现了行为和目标不一致的迹象,下一代模型 Astra 也踩了刹车。同行的选择却分化了:Anthropic 觉得自家防护够用,继续往前跑;OpenAI 则推出了一套「隐私安全处理」,想做到既抓滥用、又不逼企业放弃零数据留存保护,而 Anthropic 反过来,要求最先进模型的用户接受 30 天数据留存。两家在「安全要不要牺牲隐私」这件事上,已经公开走向两个方向。

OpenAI 还推出了面向青少年的 ChatGPT 模式:18 岁以下自动切换,限制自残、暴力这类高风险话题,家长可以设安静时段、收提醒。年龄不确定时,一律按更安全的那档来。方向是对的,这条线上的监管,只会越来越紧。

四、价格战,打响了

给你算一笔账。

支付公司 Ramp 的数据:7 月,美国企业里最舍得花钱的那 1%,人均 AI 支出中位数是 7400 美元;全部企业的中位数,是 11.95 美元。

7400 对 11.95,差了 600 多倍。

钱,正在急剧地向少数激进玩家集中。但有意思的是,就连这批最舍得花钱的,也开始挑了:Anthropic 更贵的 Fable 5,用量和支出份额,反而不如 OpenAI 更便宜的 GPT-5.6 Sol。

性能再强,也要过「性价比」这一关。

然后,价格战开打了。

SpaceX 的 Grok 4.6,独立评测把它排进了第一梯队(Artificial Analysis 给了 61 分,和 GPT-5.6 Sol 大体持平,智能体任务尤其强),价格呢?输入 2 美元、输出 6 美元每百万 token,比 Anthropic 和 OpenAI 同档产品便宜 60% 以上。

Google 的 Gemini 3.7 Flash,编码、推理、文档分析、智能体工作流都上了台阶,介绍价只有上一代的一半,还进了 Google 的个人智能体,能跨 Workspace 应用帮你整理文件、起草邮件。

你想想看,几个月前还很贵的能力,现在半价。这对做智能体、做批量处理的团队意味着什么?意味着很多原来「不划算」的自动化,一夜之间变成「划算」了。

以后选模型,别只看跑分,要看每完成一个任务,花多少钱。

Meta 也在回来。发布了 Muse Glimmer,开放权重,一张显卡就能在 Mac 或 PC 上跑智能体任务。扎克伯格同时呼吁放宽限制:再管下去,美国公司要被中国的开放权重对手卷出去了。Meta 还承诺让独立董事对模型发布的安全标准握有决定权,并设了一个 10 亿美元的社区基金,回应数据中心扩张的争议。

DeepSeek 也在补课。正式发布的 V4 Pro,推理版智能评测 53 分,比 V4 Flash 的 40 分强一大截,但价格也翻上去了:输入 token 贵 9 倍,输出贵 14 倍,还搞了峰谷定价,自研芯片在路上。

你看,低价竞争,不等于价格永远往下走。便宜模型会涨价,贵模型会降价,最后大家都会回到同一个问题:这个价,配这个活,值不值?

一句话:**一线模型的门票,正在被更多人买到,而票价比你想的便宜得多。**SpaceX 和 Meta 追了两年,如今已经能和 OpenAI、Anthropic 掰手腕。领先者还有优势,但护城河,明显浅了。

地缘这盘棋,也落了两子。

美国准备告诉 35 个盟友:参加华盛顿的 AI 联盟,就不能加入中国那套框架,模型、芯片、关键矿产、投资、出口管制,全要选边。目前只有哈萨克斯坦两边都进了,它是关键矿产的供应方。同时,开源模型目前不在美国政府的前沿模型审查框架里,但这个豁免大概率撑不了太久。官方的想法是,能力到了国家级风险水平,不管权重开不开源,都该管。

对做全球生意的企业来说,AI 的选型,越来越像选阵营。

五、信任,成了最贵的资产

皮尤研究中心的数据:52% 的美国成年人说,他们对 AI 的担忧多于兴奋。主要觉得兴奋的人,从 2021 年的 18%,掉到了 9%。71% 的人预计,未来 20 年 AI 会减少美国的就业岗位。18 到 29 岁的年轻人里,55% 以担忧为主。

更扎心的是 Anthropic CEO Dario Amodei 的判断。他说,公众对 AI 的反感,根子不在行业宣传做得不好,而在于整个社会对公司、对政府、对科技机构的信任都在塌。行业真正的问题,是承诺的好处,兑现得太少。

这个判断,我认同。

所以,品牌再讲 AI,只讲「降本增效」,只会火上浇油。讲什么?讲你给用户带来的真实价值,讲人还在哪个环节、看着哪个环节。

大家不怕 AI,大家怕的是不被当人。

信任这东西,也在被技术重新定义。

Anthropic 给 Claude 的输出加了隐形水印:用一个密码学密钥,轻微影响低风险场景的用词,生成一种可检测、但不影响阅读的模式。改写多了,水印会掉;短文本,检测不可靠。它能估计「这段话有没有 Claude 参与」,但指认不了具体用户。

Google 走了同一条路。Gemini 和 Flow 里,那个肉眼可见的「闪光星」水印,现在可以关掉了,但隐形的 SynthID 和元数据还在。人类可看的标记在消失,机器可验的标记在普及。

MIT 的研究,又给版权这潭水浇了一瓢。他们发现,扩散模型的数据集越大,输出就越难追溯到具体的训练样本,他们管这叫「归因衰减」。哪怕把某个创作者的作品全部移出训练数据,大模型还是可能复现出可识别的风格。

也就是说,以后「这条内容是不是抄的」,可能没法靠技术鉴定了。品牌要用 AI 生成内容,权利管理、供应商审查、内部留痕,一样都不能省。

广告行业自己也在补课。IAB 更新了 AI 透明度框架:合成图像、视频、数字分身、某些合成语音、对话式广告智能体,建议披露;日常修图和明显虚构的内容,不用标。他们还提醒,标签打得太滥,消费者会干脆无视所有披露。两个数据:83% 的广告高管说创作中用上了 AI,72% 支持行业统一披露标准。

德国那边,数字权利组织 HateAid 把 Meta 的智能眼镜告了,连同 EssilorLuxottica 的关联公司和几家零售商,理由是涉嫌违反偷拍设备禁令:人们可能被拍,却没被明确告知。监管机构的态度是,录制提示清晰可见就不算违法,只是那副眼镜长得,实在太像一副普通眼镜了。

最后说个有意思的趋势:买内容,正在变成买「信任的容器」。

OpenAI 收购了一档科技访谈节目,HubSpot 连着收了几家创作者媒体。逻辑是:租来的流量,永远是租的;买下人、IP 和分发渠道,信任才是自己的。HubSpot 的打法很谨慎,先商业合作,量出真实需求、转化和续费,再谈收购。风险也一样直白:粉丝认的是那个人,不是收购他的公司。老板一插手内容,信任就可能塌。

Reddit 也在把老帖翻新:试着用 AI 语音,把文字帖转成音频和短视频,边听边高亮原文。老内容,新格式,零新增成本。

这背后是同一件事:当所有人都能生成无穷多的内容,稀缺的不再是内容本身,而是「我信得过」这四个字。

最后,回到我那个朋友

饭吃完了,他问我:那我该怎么办?

我说,这几件事,指向同一个答案。

账算不清?那就在第一方数据、流量结构、付费实验和业务结果之间,自己搭一座桥,习惯在没有「干净归因」的情况下做判断。

智能体上岗?那就给它立规矩:权限、监控、审计、边界,一样不能少。

价格战打响?那就把模型选择,从「哪个名气大」换成「每个任务成本多少」。

信任贬值?那就把「人」放回你的 AI 叙事里。

AI 的红利还在,但领取方式变了:从「敢用」,变成「会用、算得清、担得起」。

祝你,既是那个吃到红利的人,也是那个账算得清的人。