Token時代，巨頭游戲的夾縫里，個人還有機會嗎？

看完黃仁勛在GTC上那通“token時代已來”的輸出，我第一反應是“完了”。

全球大模型現(xiàn)在已經(jīng)是千萬億Token的年化吞吐量，巨頭們建起吉瓦級的數(shù)據(jù)中心，老黃還在臺上把Token分成三六九等定價——這不就是明牌告訴普通人：這游戲你連門票都買不起嗎？

但后來我想明白一件事。老黃說數(shù)據(jù)中心是未來Token工廠，這話沒毛病，未來的token經(jīng)濟學主流會是大公司的游戲。但他還干了另一件事：扛著全球第一臺DGX Station GB300，送到了vibe coding第一人Andrej Karpathy的手里。

這臺桌面超算，20petaflops算力，784GB內(nèi)存，需要插20安的電源——本質(zhì)上是一座放在桌上的微型token工廠。業(yè)內(nèi)普遍預估，其價格可能在10萬至15萬美元區(qū)間。

你看Karpathy拿DGX Station GB300干了什么？養(yǎng)龍蝦，讓它接管了全屋智能。但注意，那只龍蝦不是只跑在本地算力上的。它需要調(diào)用云端大模型的理解能力，需要聯(lián)網(wǎng)控制家里的設(shè)備，需要在本地做實時響應和隱私處理——這是一個混合架構(gòu)：云端買token，本地做調(diào)度，邊緣做執(zhí)行。

這說明什么？說明算力這個事，并非“只能去云端買”，個人也可以“在桌面上擁有”。DGX Station GB300是給極客和開發(fā)者的，那普通人呢？用Mac mini這類硬件就夠了。

不是拿Mac mini去“挖礦”，也不是去跟巨頭搶算力生意。普通人的版本是：用一臺Mac mini跑Agent框架，把它變成你個人數(shù)字生活的“總管”。

日常的郵件處理、日程管理、智能家居控制，簡單任務(wù)用輕量級模型跑本地，復雜任務(wù)才去云端花錢。讓它根據(jù)任務(wù)類型自動選擇用哪個模型、花多少token。現(xiàn)在各大廠商都在瘋狂擴建推理基礎(chǔ)設(shè)施，token的價格整體而言在持續(xù)下降。你不需要自己擁有算力，你只需要擁有調(diào)度算力的能力。

這樣Mac mini這類終端就扮演了“個人算力路由器”。你既享受了云端大模型的能力，又把成本控制住了——因為大部分重復性勞動已經(jīng)被本地Agent消化了。

Token經(jīng)濟的終局，不是每個人都去買DGX Station，也不是所有人都去云端買token。這套玩法的核心是，用本地硬件做自己的大腦，把巨頭基建當成自己的工具，站在巨頭的肩膀上。

OpenAI 要招 8000 人？AI 時代反而更需要人了

據(jù)英國《金融時報》報道，OpenAI計劃在今年年底前，將員工規(guī)模從目前的4500人擴充至8000人。也就是說，這家ChatGPT的母公司要在不到一年時間內(nèi)，新增約3500名員工。

很多人的第一反應可能是：AI 公司自己不也在用 AI 提效嗎？怎么反而招更多人？

這恰恰印證了一個正在被越來越多人接受的判斷——AI 越強，需要的工程師和產(chǎn)品人才反而越多，不是越少。

前特斯拉 AI 負責人、著名研究員 Andrej Karpathy 早就說過類似的話：AI 能力越強，圍繞它建設(shè)的需求就越大，工程工作只會增加，不會消失。

OpenAI 這次大規(guī)模擴招，恰恰是最好的現(xiàn)實注腳。

招的都是什么人？

據(jù)《金融時報》報道，這次擴張的重點集中在四個方向：

? 產(chǎn)品 — 把技術(shù)做成好用的東西

? 工程 — 繼續(xù)推進模型和基礎(chǔ)設(shè)施

? 研究 — 下一代 AI 能力的探索

? 銷售 — 把產(chǎn)品賣給更多企業(yè)客戶

其中最值得關(guān)注的，是一個全新崗位：“技術(shù)大使”（Technical Ambassador）。這個崗位的職責，是專門幫助企業(yè)客戶真正用好 AI 工具——不只是賣軟件，而是深入到客戶業(yè)務(wù)里，幫他們把 AI 能力落地。

這是一個明確的信號：OpenAI 正在認真做企業(yè)服務(wù)，而不只是賣 API。

為什么是現(xiàn)在？

有一個不太被提及的背景值得關(guān)注。

市場研究數(shù)據(jù)顯示，新企業(yè)客戶在首次購買 AI 服務(wù)時，選擇 Anthropic（Claude 的母公司）的概率，已經(jīng)比選擇 OpenAI 高出 70%。

這意味著在企業(yè)市場，OpenAI 正在承受真實的競爭壓力。這次大規(guī)模擴招，部分原因就是對 Anthropic 企業(yè)攻勢的直接回應。

打企業(yè)市場，光靠模型能力不夠，還需要銷售團隊、解決方案團隊、服務(wù)團隊——這些都是真實的人，不是 AI 能替代的。

最后說一句

AI Agent 越來越成熟，很多人擔心自己的工作會不會消失。但 OpenAI 這次擴招告訴我們一件事：能把 AI 能力真正落地到業(yè)務(wù)里的人，現(xiàn)在比任何時候都更值錢。

與Cursor授權(quán)爭議落幕，Kimi意外出圈

本周AI領(lǐng)域最有影響力的事件，是Cursor與月之暗面關(guān)于許可證違規(guī)的爭論。

先說事情。3月19日，Cursor發(fā)布 了AI 編程模型 Composer2，引發(fā)了市場極大的關(guān)注，因為官方強調(diào)，這個模型物美價廉，不光在一項關(guān)鍵的編程基準測試（Terminal-Bench 2.0）上，反超了 Claude 的旗艦模型 Opus 4.6，且價格只是前者的一成。

但是，這個產(chǎn)品卻迅速因為被發(fā)現(xiàn)使用了中國模型Kimi K2.5而出圈。

模型發(fā)行24小時內(nèi)，就有開發(fā)者發(fā)現(xiàn)，該模型 ID 直指 Kimi K2.5，僅做了少量強化學習優(yōu)化。

月之暗面預訓練負責人證實其，分詞器與 Kimi K2.5 完全一致，質(zhì)問 Cursor 違反開源協(xié)議且未付費，馬斯克也下場參與評論，爭議迅速發(fā)酵。

隨后Kimi官方迅速澄清：Cursor是以授權(quán)商業(yè)合作的方式使用Kimi K2.5的。隨后月之暗面方面也認可了這一點。

在周末前，事實本身水落石出。但這個事件的影響力，并未就此中止。此前的 Composer 1 就被疑基于中國開源模型卻未公開，這一次的傳播范圍顯然更廣，也讓中國大模型物美價廉的優(yōu)勢得到進一步的認可。

說回Cursor。這家公司，最能體現(xiàn)AI帶來的創(chuàng)業(yè)機會與巨大的路線風險。

僅在今年之前，Cursor還是僅用三年時間，就成長起來的美國頭部 AI 編程獨角獸，其2025年銷售額突破20億美元，其中大半收入來自最后一季度。

但是，時間來到2026年初，看似一帆風順的Cursor，突然被市場認為“正在消失”。

Cursor創(chuàng)立于2022年，創(chuàng)始團隊是四名麻省理工校友。核心產(chǎn)品為 AI 代碼編輯器，主打人類與人工智能協(xié)作編寫代碼的模式，還推出了 Composer 系列編碼模型、云智能體等產(chǎn)品，曾推動 Vibe Coding 編程現(xiàn)象興起。

但是，AI 編程范式正在以暴風般的速度，向 “智能體自主完成任務(wù)” 轉(zhuǎn)變。簡單來說就是，Anthropic 的 Claude Code、OpenAI 的 Codex崛起后，用戶不再需要AI編輯器，可以直接生成代碼。

Cursor內(nèi)部在年初馬上啟動了“戰(zhàn)時狀態(tài)”，開始轉(zhuǎn)型破局。

實際上Cursor一直依賴外部模型，當然接入的都是最強的大腦。破局的關(guān)鍵一個是做自己的模型，另一個就是轉(zhuǎn)向Agent。

目前看來Cursor的行動速度非常之快。

忘掉漏斗模式吧，只有付費用戶才有價值

最近一段時間，很多大佬對于AI創(chuàng)業(yè)都給出了同一條建議：從一開始就收費。

其實這個建議對于創(chuàng)業(yè)者，特別是中國創(chuàng)業(yè)者來說，很有些挑戰(zhàn)。因為我們過去熟悉的故事是打造一個漏斗，先用免費模式把大量用戶吸引進來，然后再從中過濾出有價值用戶變現(xiàn)。

現(xiàn)在可以直接收費了嗎？可以的。我們找到了一個非常合適的案例，來印證這個觀點。

2019年，Harry最初的創(chuàng)業(yè)方向聚焦于高校教育場景，打造了一款輕量級錄屏App，解決大學教授錄制課件的流程繁瑣問題，導入PPT、錄音、生成鏈接的一站式操作，讓這款產(chǎn)品在教育圈站穩(wěn)了腳跟。

大量中小學教師涌入平臺，用其錄制課程支撐遠程教學，用戶量的快速增長，讓這款錄屏工具的商業(yè)價值得到了初步驗證。但彼時的Kommodo，仍停留在單一工具型商業(yè)模式，靠滿足“錄屏”這一單點需求吸引用戶，盈利模式單一，且需求被局限在教育行業(yè)，天花板清晰可見。

真正的轉(zhuǎn)折點，來自Harry對用戶行為的深度觀察：教師們錄屏的本質(zhì)，不是單純記錄畫面，而是捕捉知識、傳遞知識。這個核心需求，并非教育行業(yè)獨有，企業(yè)端的知識管理痛點，其實更為迫切。

每家企業(yè)都有海量需要被記錄的內(nèi)容——新員工培訓、SOP操作流程、產(chǎn)品演示、Bug復現(xiàn)，視頻本是最直觀的記錄方式，但傳統(tǒng)模式下，錄好的視頻往往沉睡在云盤里，無法被搜索、復用、流轉(zhuǎn)，成為“一次性的知識廢料”。而市場上的工具，要么只解決錄屏，要么只做存儲，從未有產(chǎn)品打通“錄制-整理-共享-檢索”的全流程。

看到這一空白，Harry做出了關(guān)鍵的商業(yè)模式切換：從服務(wù)教育行業(yè)的“錄屏工具提供商”，轉(zhuǎn)型為面向所有企業(yè)的“團隊視頻知識管理平臺服務(wù)商”。這并非簡單的產(chǎn)品擴張，而是價值主張的根本改變：原來的工具，只解決“怎么錄”的問題；新的平臺，核心解決“錄完之后怎么辦”的問題，讓視頻里的知識從“沉睡”變?yōu)椤翱杀患せ?、可被復用”?/p>

團隊只有5個人，但是AI會幫助他們完成一大部分工作。平臺整合了OpenAI的AI能力、FFmpeg的視頻處理技術(shù)，同時靠Electron實現(xiàn)代碼共用、統(tǒng)一上傳服務(wù)層。

會議錄像上傳后，AI完成實時轉(zhuǎn)錄和摘要；所有內(nèi)容納入統(tǒng)一知識庫，支持AI語義跨庫搜索，讓企業(yè)擁有一個可對話的“知識大腦”。

最重要的是商業(yè)模式的轉(zhuǎn)變：原本Kommodo是用付費廣告來獲客，并用提供無限錄音的慷慨優(yōu)惠來吸引用戶留下來，并且1%到2%的付費用戶來覆蓋成本。

很快，團隊就發(fā)現(xiàn)，雖然這個模式下能帶來巨大的自然流量，但與此同時成本太高。

團隊迅速調(diào)整了自己的商業(yè)模式：利用視頻工具的天然傳播屬性，將“分享鏈接”作為核心傳播機制。

具體來說就是，當有人將錄制的教程鏈接發(fā)給同事時，對方在使用中直觀感受平臺價值，完成拉新，整個過程產(chǎn)品本身成為最好的銷售員。

當然，提供給新用戶一些適量的“誘餌”還是必要的，新用戶可以免費錄制最多15個視頻。

這次轉(zhuǎn)型很成功，這個5人小團隊，現(xiàn)在有超過十萬用戶，月收入42萬美元。

為什么Harry的團隊能夠絲滑切換新的商業(yè)模式？

其實轉(zhuǎn)型的關(guān)鍵在于產(chǎn)品，Harry沒有被教育行業(yè)的短期增長迷惑，而是穿透“錄屏”的表面需求，看到了“知識流轉(zhuǎn)”的通用需求，通過將單一工具升級為全流程平臺，讓產(chǎn)品的商業(yè)價值實現(xiàn)了指數(shù)級提升。