NVIDIA重塑PC生态，AI成本飙升企业实施配给制

英伟达已从单纯的显卡制造商转变为PC生态系统的塑造者，各公司正开始对AI资源实施配给

昨晚深夜，NVIDIA、微软和Arm几乎同时发布了一条指向同一坐标的信息：25.0528，121.5990。这个坐标指向台北音乐中心，定于6月1日举行发布会。

NVIDIA 简短地写道：A new era of PC。

三方同时锁定同一地点，这种布局值得玩味。极有可能是要推出与联发科合作的ARM笔记本芯片N1X，集成了CPU、Blackwell架构GPU和AI单元。其目标是在轻薄本上实现接近RTX 4070的图形性能。

如果成功，NVIDIA就不再仅仅是那个卖卡的黄老板了。它将成为定义整个PC核心方案的玩家，掌控CPU、GPU和AI单元，直接向Intel、AMD和高通在PC领域的主导地位发起挑战。

坦白说，看到这条消息我琢磨了半天。NVIDIA从挖矿到AI训练，再到自动驾驶，如今转向PC芯片，每一次都踩在了时代的风口上。这并非运气，而是战略眼光。黄仁勋最厉害的不是技术，而是总能把握住最佳时机切入最大市场。

提到钱，今天的新闻令人唏嘘。据WSJ报道，美国企业已开始对AI实施配给。

什么是配给制？意味着企业不能再随意使用AI了。他们正在限制使用量，设置审批流程，甚至进行分层管理。原因很简单：成本飙升，难以承受。

我常感到矛盾。一方面，人们高呼AI是革命性的未来；另一方面，使用成本让人心痛。这种反差非常魔幻。

不仅大企业，个人开发者也感同身受。GitHub Copilot悄悄变更了计费模式，从订阅制转为基于token的计量。开发者社区炸了锅，Hacker News上的评论是，“What a joke”。

想想看，以前每月19.99美元随便用，现在按token收费，写代码越多成本越高。这背后的逻辑我理解，Copilot的使用量确实在增加，固定订阅模式越来越亏。但从用户体验来看，从无限制到按量计费，这种落差感非常强烈。

说实话，这个现象很有趣。AI成本激增是行业的一面镜子。用户越多，成本越高；成本越高，用户越犹豫。这个循环不打破，AI普及就是空谈。

不过，也有好消息。Kog团队在标准数据中心GPU上实现了3000 tokens/s的推理速度，比常规速度快10到30倍。如果这项技术能规模化，推理成本将大幅降低。

产品方面，OpenRouter推出了一系列更新。首先是Guardrails，一个安全和治理工具，用于管理智能体的预算、数据安全和模型选择。随后支持apply_patch，允许模型直接生成文件补丁。最后，ComfyUI也接入了OpenRouter，允许AI工作流开发者在节点中调用模型。

还有一个非常实在的消息。OpenAI为开源项目维护者提供了福利。只要你是任何公开开源项目的维护者，拥有项目链接即可申请，免费领取6个月的ChatGPT Pro，价值1200美元。

这个策略很聪明。OpenAI用1200美元的成本锁住了一批最有影响力的开发者。这些人是社区领袖，他们使用ChatGPT Pro自然会讨论，这比做广告有效得多。

Google发布了Nano Banana Pro和Nano Banana 2。Nano Banana Pro是基于Gemini 3 Pro的图像生成模型，Nano Banana 2是基于Gemini 3.1 Flash的轻量级版本。两者现在都可以通过Gemini API投入生产使用。

阿里云和Qwen成为UEFA的官方AI合作伙伴，覆盖2027至2033赛季的男子俱乐部赛事及2028年欧洲杯。中国AI公司正在全球体育领域占据一席之地，这让人感到振奋。

研究方面也有进展。FaceMind团队进行了一项涉及100种语言和四大核心任务的实验，发现高频词能带来更好的Prompt效果。这被总结为Adam's Law，核心是高频词能让模型在其最熟悉的概率空间内工作。

我认同这一点。要让模型准确理解你的意图，说人话比写学术八股文更有效。Adam's Law为这一直觉提供了理论支撑。

Cursor团队发布了《开发者习惯报告》，显示开发者每周代码产出从3.6K行增至8.6K行，AI智能体在单次会话中的工具调用增加了30%。这些数字有力地表明，AI不再仅仅是辅助工具，它正在成为开发流程的核心驱动力。

另一个有趣的事情是，Steve Yegge写了一篇题为“最后一次技术面试”的文章，在Hacker News上获得了100分。他在探讨的问题是，当AI能写出大部分代码时，传统技术面试还有意义吗？

我不会深入讨论这个话题，但我想留一个问题给大家：当AI能替代大部分编码工作，我们到底需要什么样的程序员？

有趣的是，Box创始人Aaron Levie今天也发出了警告，称之为“AI psychosis”。他指的是那些决定用AI替代员工的人往往最不了解工作实际包含什么。这不是AI的问题，而是管理判断力的问题。对于一位AI产品经理来说，这番话分量很重。

今天信息量很大，但主线很清晰。NVIDIA从显卡制造商转变为PC生态系统定义者，AI成本飙升迫使企业精打细算，开源项目用免费锁住开发者，中国AI公司在全球扩张，行业开始反思AI替代人的问题。所有这些指向同一个方向：AI行业在快速奔跑的同时也在快速分化。

跑得快的在想办法跑得更快，跑不动的在想办法控制成本。而有些人已经开始停下来思考，我们要跑到哪里去。

我打算今晚认真阅读Steve Yegge的那篇文章。“最后一次技术面试”这个标题本身就是时代的注脚。当写代码不再稀缺时，我们需要什么能力？

说实话我也不确定答案。但我知道一件事：那些真正懂AI的人会成为驾驭AI的人，而不是被AI取代的人。

这可能是这个时代最值得深思的事情。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以点点关注哦～ 小子会每日定时更新 AI 热点

谢谢你看我的文章，我们，下次再见。