一句话看懂：AI投资圈热议的“AI半导体终局推演”指出，AI基建周期将比互联网更长，核心逻辑从“用户渗透率”切换为“用户数×人均Token消耗量”的双指数增长；下一轮增长引擎并非全新场景，而是“广义Coding”吞并知识工作。
事件核心：发生了什么
8月29日，投资人Fin发布长文《AI半导体终局推演2026(III)》，被@qinbafrank提炼后引发讨论。文章核心观点是：AI基建的衡量维度已从单维度的“互联网用户渗透率”升级为“用户数×人均Token消耗量”的双指数模型。目前第一段渗透率已过约50%并开始放缓，但第二段刚起步——企业人均AI支出中位数仅每月12美元，远期若达到白领工资的10%量级（约1000美元），中间还有接近两个数量级的成长空间。
针对市场最关心的“Coding之后增长点”，作者判断下一棒仍是Coding，但会从程序员扩散到非程序员。OpenAI企业侧Codex已占输出Token大头，法律、销售部门增速远高于工程部门；Anthropic收入中狭义软件公司约占40%，金融保险等垂直领域已有相当体量。
为什么重要
这篇推演直接回应了市场对AI基建“是否泡沫”的争论。作者给出了可核查的计算框架：Anthropic约2GW有效算力对应约62B ARR，1GW按50B建设、六年摊销，年成本约10B，推理收入约30B/GW，ROIC并不差。O+A年中约6–7GW、年底约11GW、2027年底规划20–24GW，只要ARR大致同步，账就能平。这意味着，只要用“十年”而非“两三年”的时间尺度看，基建谈不上泡沫。
文章还判断Overbuild（过度建设）几乎必然发生，但由于推理毛利极高——闭源70%–85%、开源token factory也能到60%以上——建设仍有1–2年时滞，至少两年内看不到过剩。真正改变利润分配的时刻在过建之后：数据中心毛利被压，利润向上游模型厂集中。
对用户/开发者/创作者的影响
对开发者而言，最直接的信号是“Vibe Coding正在成为非Coding工作流的铺路技术”。未来非技术员工不会觉得自己在写代码，但会通过自然语言生成财务对账工具、销售仪表板、库存预警系统、合同检查流程等。这意味着定制软件成本大幅下降，大量原本不具备软件化条件的流程将被Agent化，开发者需要适应从“写代码”到“搭工作流”的转变。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业和采购方，文章提醒关注一个关键错配：资本开支是硬的、可见的，但Token需求、人均用量、非Coding规模化等需求数据仍要靠后续财报证明。开源模型方面，作者认为开源与闭源能力差约半年，北美开源ARR约4–5B，对照闭源约120B，占比约3%；闭源厂商采用“高通式防守”——旗舰守上限，低价带主动铺满，不会把利润池留给低成本竞争者。
值得关注的后续
1. 企业人均AI支出的爬坡速度：每月12美元到1000美元之间跨两个数量级，后续财报中“AI收入是否持续快过资本开支”是同一套检验尺子。
2. 非Coding工作流迁移速度：法律、销售、金融等部门是否像文章判断的那样，成为下一个Token消耗主力，值得追踪Anthropic和OpenAI的行业收入占比变化。
3. Overbuild信号：当前产业链内部“电和卡不够”与市场“已经建多”的感受相反，是周期中段的典型结构。2026–2027年若出现短租集群毛利下滑或Neocloud租金松动，即是过建前兆。
来源：@qinbafrank
