我认为，AI 的技术边界，最核心的一点，就是成本。理论上，随着技术成熟，算力成本应该指数下降，但是，目前来看，模型的训练成本、推理成本不但没有明显下降，反而更高，特别是推理成本，一方面模型本身的推理成本不断升高，其次，应用端越来越依赖上下文，导致单个任务的 token 使用量动辄以百万、千万级，完全吃掉硬件效率提升。
更关键的是，在可预见的时间内，推理成本不会出现明显的下降。
成本对 AI 技术的制约，将成本 AI 技术的推广和使用边界。
2 、AI 泡沫的崩溃：
收益大于成本是商业的底层逻辑。
绝大多数 AI 应用目前 “越用越亏”，无法形成可持续商业模型。
由于成本制约，本质上注定了“这次一样”的结果。
