AI 进化为新基建：水电时代的到来

2026 年 6 月 3 日零点，一则消息无声落地：腾讯云宣布 DeepSeek-V4 系列模型全面下调价格，最大降幅高达 97.5%。

几乎同一时刻，欧洲央行于 6 月 2 日抛出一份可能重塑全球金融版图的文件——黄金在官方储备中的比重升至 27%，正式超越美国国债，问鼎全球头号储备资产。就在昨日，全球首条 S+C+L 三波段超低损耗多芯光缆在山东青岛启用，标志着中国光通信开启商业化新篇章。

这三条看似互不相关的消息，组合在一起揭示了一个正在发生的现实：世界正以惊人的速度，重构其底层运行逻辑。

首先来谈谈 DeepSeek 降价这一事件。

降幅 97.5% 意味着什么？若此前调用一次模型需 100 元，如今仅需 2.5 元。假如某企业每月在 AI 推理上的支出为 100 万，这个月其账单将锐减至 2.5 万。

这并非渐进式的调价，而是断崖式的下跌。

具体而言，腾讯云此次调整覆盖了推理输入、推理输出及缓存命中三个维度。DeepSeek-V4-Pro 版的输入单价从每百万 token 2 元跌至 0.05 元，输出单价从每百万 token 8 元降至 0.2 元。缓存命中价格的降幅更是超过了 98%。

值得注意的是，DeepSeek-V4 于今年 4 月才问世，拥有 1.6 万亿总参数、49B 激活参数的 MoE 稀疏架构，以及 100 万 token 的上下文窗口，其编程能力更首次登顶 Codeforces 基准测试——这并非是一个"廉价模型"在降价，而是一流模型在降价。

这绝非孤例。

回顾 2026 年上半年，中国 AI 行业已经历一轮密集的价格战：字节的豆包系列、阿里的通义千问系列、百度的文心一言系列、智谱的 GLM 系列，纷纷降价。截至 4 月，国产大模型的 API 调用价格已跌至一年前的十分之一，甚至更低。

但此次情况有所不同。DeepSeek 的价格已降至"几乎让人忽略成本"的程度。

若回顾大模型成本下降的轨迹，会发现一条比摩尔定律更陡峭的曲线。

2023 年初 GPT-4 发布时，API 输入价格约为每百万 token 30 美元。至 2024 年中，该数字跌至 10 美元左右。2025 年初，DeepSeek-V3 将价格压至每百万 token 1 元人民币以下。2026 年 6 月，DeepSeek-V4 的价格仅为该数字的十几分之一。

短短三年，成本降幅超过 99%。

若在 2023 年计划构建一个 AI 驱动的客服系统，需投入 100 万购买推理资源；到了 2026 年，同等系统仅需 1 万即可。且模型能力更强——上下文更长、推理更深、多模态更成熟。

这里存在一个关键问题：当某项技术的基础成本趋近于零时，会发生什么？

历史上，我们曾见过类似的故事。

电力。19 世纪末，高昂的电力成本让普通工厂望而却步。但电网普及后，电力变成了基础设施——你无需自建发电站运营工厂，只需接入电网即可。如今，无人会询问"一度电多少钱"，因其便宜到可忽略不计。

互联网带宽。1990 年代，拨号上网按分钟计费。2000 年代，宽带实行包月制。2010 年代，移动流量便宜到让你在地铁上也能刷视频。如今，带宽成本在许多业务中已不再纳入核算。

云计算。AWS 初推时，按小时计费的虚拟机让创业公司省去了采购服务器的开销。随后，Serverless 让计算资源变为"按用量付费"。如今，云的成本曲线仍在下降。

现在，轮到大型模型了。

当 API 调用成本低至人均月账单可能仅几块钱时，大模型便不再是"成本中心"，而转变为"基础设施"。正如你不会在办公室安装独立发电机，未来企业也不会自建大模型推理集群——直接接入 API 即可。

AI 正演变为新时代的"水电"。

水电无需自建发电机，但需要电网。AI 无需自训模型，但需要什么？

答案是：算力与连接。

这不得不提昨日发生的第三件事——全球首条 S+C+L 三波段超低损耗多芯光缆在山东青岛正式开通。

听起来极为技术化。拆解来看。

S+C+L 三波段，意味着在同一条光纤中，同时传输三个波段的光信号。传统单波段光纤如同单车道高速公路，三波段则相当于将这条路从单车道拓宽为三车道，但占地面积不变。

多芯光缆，意味着在一根光纤内集成多根纤芯，每根芯独立传输数据。这好比在同一根管内装入多根独立水管，每根都在输水。

超低损耗，意味着信号传输过程中的衰减大幅降低，无需每隔几十公里设置中继站进行"接力"。这不仅减少了延迟，也降低了成本。

将这些技术组合，带来的提升并非 10% 或 20%，而是数量级的飞跃。它突破了传统光纤的传输容量极限，标志着空分复用光纤与多波段融合技术在中国真正进入商用阶段。

为何这一突破与 DeepSeek 降价是同一回事？

因为在 AI 大模型时代，最稀缺的资源并非芯片，而是算力与算力之间的连接带宽。

一个简单道理：你拥有一万个 GPU 用于训练，但若这些 GPU 间的通信带宽不足，一万个 GPU 的效率可能还不如一千个。这正是英伟达如此重视 NVLink 和 InfiniBand 的原因——并非芯片不够快，而是芯片间的"水管"太细。

AI 推理亦然。当大模型部署于云端，成千上万用户同时调用，模型分散在多台服务器上，服务间的数据传输便成瓶颈。推理速度受阻，用户体验下降。

"算力互联"一词，正从技术术语演变为产业词汇。而光通信，正是算力互联的"高速公路"。

在 AI 成本断崖式下降的时代，基础设施必须同步进化。廉价的电需要电网，廉价的 AI 需要光网。

同样在昨日，欧洲央行发布报告：截至 2025 年底，黄金占全球官方储备资产总额的 27%，超越美国国债的 22%，成为全球第一大储备资产。

这一变化并非一夜之间发生。2023 年黄金储备占比约 15%，2024 年升至 20%，2025 年跃升至 27%。而美国国债占比则从 29% 降至 25%，再至 22%。

一条上升线，一条下降线，在 2025 年底完成交叉。

为何中央银行大量增持黄金？

原因众多。地缘政治的不确定性。对美元武器化的担忧。全球贸易格局的重构。但最根本的一条是：信任体系正在转移。

过去 80 年，全球金融体系的"水电"是美元。国际贸易用美元结算，央行储备用美债配置。但当某一体系的"信任成本"上升时，人们会寻找替代品。

黄金是最古老的替代品。它不产生利息，无需信用背书，不被任何国家发行，也不被任何政府冻结。在动荡的世界中，黄金的缺点（不生息）反而成了优点（无对手方风险）。

这与 AI 有何关联？

关键在于：无论技术变革还是金融重构，本质都是"基础设施"的切换。

技术的基础设施是电、网、算力、带宽。金融的基础设施是储备货币、结算体系、信用评级。

当 DeepSeek 将 AI 成本降至近乎零时，它正将 AI 变为新时代的技术基础设施。当各国央行将黄金比例提至 27% 时，他们正在重新配置全球金融的基础设施。

世界正经历一场悄无声息却无比深刻的"基础设施大迁移"。

讲了这么多宏观趋势，落实到微观，对你我有何影响？

第一，AI 创业的逻辑已变。

过去两年，AI 创业的主流路径是：训练一个大模型，然后寻找场景落地。养活一个几十人的 AI 团队，光是推理成本每月就要数万甚至数十万。

如今，推理成本趋近于零，游戏规则已变。你无需自己训练模型，甚至无需自己微调模型。只需接入 API，产品便具备 AI 能力。你的竞争壁垒不再是模型参数，而是数据、场景、用户体验。

这意味着，AI 创业的门槛正从"技术壁垒"转向"产品壁垒"。过去只有大厂能做的事，未来一个三人团队也能完成。

第二，工作岗位的意义已变。

当 AI 成本低至"按分计价"时，任何重复性的脑力劳动都将被替代。不是"可能会"，而是"一定会"。

客服、翻译、基础编程、初级设计、标准化文案——这些工作不会消失，但从事这些工作的人将被 AI 工具十倍、百倍地赋能。一个善用 AI 的初级员工，产出可能超过一个不懂 AI 的资深员工。

这并非制造焦虑，而是陈述事实。事实就是：你与 AI 的关系，不应该是"对抗"，而应该是"共生"。

第三，投资逻辑也需改变。

若你在做投资，需关注的不仅是那些"做大模型的公司"。坦率地说，大模型本身在价格战的碾压下，利润空间正被压缩至极致。真正的机会在三个方向：

AI 应用层

：当推理成本趋近于零，应用层将爆发。哪些场景会因成本下降而被激活？教育、医疗、法律、金融、制造——每个行业的 AI 化都将创造新机遇。

算力基础设施

：光通信、芯片、散热、数据中心——这些都是"AI 时代的电网"。青岛那条光缆并非偶然，它是这一轮基础设施投资大潮的缩影。

数据资产

：当模型越来越便宜、越来越同质化，真正的壁垒从"算法"转变为"数据"。拥有独特、高质量数据的企业，将在 AI 时代获得定价权。

2026 年 6 月 3 日，三条新闻放在一起看：

一条关于 AI，一条关于光通信，一条关于黄金。

它们的共同点在于：我们正在见证一场"基础设施"层面的深刻重构——技术的基础设施、物理的基础设施、金融的基础设施，都在同一时刻被重新定义。

DeepSeek 的降价并非终点。它是 AI 从"奢侈品"变为"日用品"过程中的一个里程碑。

青岛的那条光缆亦非终点。它是算力基础设施从"够用"迈向"无处不在"的一个里程碑。

黄金超越美元的新闻更不是终点。它是全球货币体系从"单极"走向"多元"的一个节点。

这三件事的共同启示是：你无需预测未来，只需理解正在发生的底层变化。

因为底层逻辑变了，上层的一切必将随之改变。

而看见变化、理解变化、适应变化的人，方能在变化中找到自己的位置。