@楚团长聊聊天：DeepSeek之后，市场也下跌过，后来杰文斯悖论成为更主要的矛盾。
模型越便宜，使用量越大；单位算力效率越高，总算力需求反而越多。于是，中国模型变强，未必是英伟达的坏消息，甚至可能是整个AI基础设施的好消息。
但Kimi 3带来的问题，要更麻烦一些。
它真正挑战的，是模型公司的利润池：当一个中国开源模型，可以迅速接近美国最先进的闭源模型，OpenAI和Anthropic凭什么长期维持高价格、高毛利和高估值？
目前很多AI基础设施投资，正是由OpenAI、Anthropic等模型公司推动的。
这些公司持续投入巨资购买芯片、建设数据中心、训练更大模型，是因为它们相信模型领先最终会带来高额利润。
既然大语言模型这个终点没有足够大的利润池，为什么还要持续用最高价格建设训练和推理基础设施？
过去，市场默认OpenAI、Anthropic这类公司会成为AI时代最重要的平台，像搜索、操作系统或者社交网络一样，享受强大的网络效应和长期垄断利润。
但模型可能不是这样的生意。
模型能力会扩散，人才会流动，算法会开源，竞争对手会不断出现。最重要的是，模型的客户没有理由永远忠诚。哪个模型便宜、快、够用，企业就可以把流量切到哪里。
最终，AI产业可能出现一种非常有意思的结果：技术革命是真的，算力需求是真的，企业生产率提升也是真的，唯独模型公司的超额利润未必是真的。
Kimi 3真正冲击的，未必是AI产业本身。
它冲击的是市场此前最乐观的假设：AI创造的巨大价值，最终会主要留在模型公司手里。
未来的AI产业，可能依然非常繁荣。
只是最赚钱的人，未必是造模型的人，而可能是卖算力的人、提供云服务的人，以及那些真正用AI改善业务、创造现金流的人。
问题来了，AI应用到底会以什么形式出现？会不会AI应用其实就是那些老登资产？比如创新药、物流、化工？