AI低成本替代浪潮已至

上周末看到一条新闻，让人印象深刻。

曼哈顿房租创下新高，中位数达到每月5,295美元。对普通工薪族来说，即便不算其他开销，全部月薪拿来付房租也可能不够。

另一则消息同样值得关注：由于美国AI服务成本较高，部分初创公司开始转向成本更低的中国AI模型。这种选择并非临时替代，而是作为主力方案。

这两件事结合起来，引发了一个思考：当成本成为选择AI的重要标准时，我们的工作价值是否也会面临重新评估？

本文旨在客观分析这一现象，不制造焦虑，仅探讨正在发生的“AI平价替代”趋势。

首先看一个现实情况。

据NPR报道，美国AI公司目前定价较高。像OpenAI、Anthropic等头部企业，其API调用费用可能是中国模型的数倍甚至数十倍。

一位从事AI创业的人士表示，他在接单时首先考虑的不是“哪个模型效果最好”，而是“哪个模型能控制成本”。

到2026年，AI领域仍在比拼性价比。

更值得关注的是，曼哈顿房租达到5,295美元，迈阿密市中心为2,277美元，连田纳西州的孟菲斯也要1,112美元。工薪阶层工资增长有限，而房租和AI服务价格却同步上涨。

这表明：在生活成本压力下，企业也开始精打细算AI支出。

需要明确的是，这并非意味着中国模型质量较差。

相反，据FT报道，中国AI公司Moonshot计划推出新模型，直接对标Anthropic的Claude。这不是简单的模仿，而是挑战。

NPR报道中有一个细节值得注意。一位名为Su-Ortiz的创业者表示：“许多重复性任务，使用成本较低的模型即可满足需求。性能相近，但token成本显著降低。”

他举例说明：在代码补全这类高频场景中，使用中国模型可节省约70%的成本。

性能接近，成本减半。 这与当年“高性价比产品”的市场逻辑类似。

但需注意，Su-Ortiz也指出，在深度推理和前沿研究领域，仍需使用美国顶级模型。“成本低”不等于“适用于所有场景”。

以下三类岗位可供参考：

第一类：高风险区（重复性高、标准化强）

• 客服、初级文案、基础设计

• 这些工作，中国模型可高效完成，成本较低

• 企业计算：AI年成本约1,000美元，人工年薪约50,000美元，成本差异明显

第二类：安全区（需要深度推理、创意、人际互动）

• 律师、医生、高级产品经理

• 这些领域，低成本模型暂时难以替代

• 曼哈顿一个1,000亿美元基金交割案例中，Vanilla律所使用AI辅助，但核心决策仍由人完成

第三类：转型区（技术岗但可替代性强）

• 初级程序员、数据分析师

• 代码补全、报表生成等任务，AI效率较高

• 但架构设计、业务理解等仍需人工参与

总结：不必过度担忧AI取代工作，但需关注工作内容是否容易被“平价替代”。

Vanilla律所的案例显示，他们并非用AI替代律师，而是用AI处理80%的重复性工作，让律师专注于20%的核心决策。

结果，1,000亿美元基金交割顺利完成，律师的价值反而得到提升。

“平价替代”的本质是“优化”，而非“替代”。

对从业者而言，当前应关注如何“用对AI”：

• 将重复性任务交给低成本模型

• 将节省的时间用于深度思考

• 努力成为那“20%不可替代”的部分

回到曼哈顿5,295美元的房租问题。

有人可能质疑：AI成本再低，也难以解决房租压力。

但换个角度看：当AI成本降至较低水平，企业可以用更低成本提供更优质服务。

例如：

• 租房平台利用AI自动比价、谈判

• 律师利用AI起草合同、审核条款

• 设计师利用AI生成方案、修改稿件

这些服务成本下降，可能有助于降低生活成本。

当然，前提是个人需要学会使用这些工具。

最后补充一点信息。

Anthropic计划进行IPO，估值可能较高。Moonshot将发布新模型，直接对标Claude。

AI行业在持续投入、融资、上市，而普通从业者仍在应对生活成本压力。

这中间的差距在于“信息差”和“技能差”。

建议从业者主动了解AI工具，评估哪些工作可以优化，哪些必须亲自完成。

三年后回顾，2026年7月可能成为从业者职业发展的一个关键节点。

---