AI成本暴跌百倍，人类劳动反成奢侈品：技术通缩与人力通胀的现代悖论

【导读】近年来，AI模型成本呈现断崖式下跌，同等服务从十元降至分钱级别。与此同时，家政、育儿、心理咨询、维修等“手工服务”价格却节节攀升。科技领域陷入通缩，日常生活却体验通胀。这并非经济学玩笑，而是杰文斯与鲍莫尔理论交织的现实：机器越智能，人工越昂贵。

“大语言模型的token成本以每年百倍速度暴跌，顶级模型甚至降价900倍。”

上周，这则信息出现在X平台的一条帖子中。

帖子没有配图，也无长篇论证，仅列出一串冷峻数字。

但它如一根尖刺，扎入AI行业神经——评论区刷屏着一句话：“摩尔定律，强势回归。”

发帖人是追踪AI成本曲线的分析师Rohan Paul。他总结更尖锐：

AI价格正以人类历史上前所未有的速度崩盘。

几日后，a16z研究员Alex Danco回应道：

每当技术变得更廉价，人类劳动就会更值钱。

两条看似独立的帖子，意外构成一个循环。

AI价格在下滑，人类价值在上升。技术通缩，正催生新的人力通胀。

一、AI成本崩盘，人类服务涨价

过去一年，AI模型价格经历“自由落体式”下滑。

研究显示，自2022年底以来，使用GPT-3.5等级模型的费用从每百万token约20美元降至0.07美元——成本缩水280倍！

不同层级模型的价格下跌速度存在显著差异

a16z分析也指出，LLM推理成本正以每年10倍速度下降，堪比摩尔定律重生。

AI模型价格的时间崩塌曲线。以达到MMLU≥42分的最低价模型为例，成本从2022年初每百万token 60美元跌至2024年不到0.1美元。

以往生成一篇小说可能花费数十美元，如今几毛钱即可完成。

AI正从奢侈品变为“自来水”，用量无拘束，甚至引发过度使用。

但现实并非如此简单。正如Rohan Paul所言：

价格下跌不意味节省，而是新消费爆发的起点。

当模型调用变得廉价，AI被广泛嵌入：文案创作、语言翻译、代码编写、视频剪辑……

算力需求不降反增，推高能源和硬件成本。

同时，无法被AI替代的劳动，如家政、护理、心理咨询、维修等服务价格持续上涨。

修理空调或雇佣保姆的费用，已超过训练中型模型的成本。

AI世界在通缩，人类世界在通胀。

于是，一个看似荒诞的现实浮现：AI越来越便宜，生活却越来越贵。

算法成本崩塌的背后，是劳动价值重组：可被机器替代的部分快速贬值，不可替代的部分成为新“奢侈品”。

二、越廉价越依赖：AI时代的杰文斯悖论

1865年，英国经济学家William Jevons提出著名警示：

别以为效率提升能节省燃料——那只会让我们消耗更多。

AI成本暴跌曲线。满足MMLU≥42的最便宜模型，从GPT-3的60美元/百万token，到GPT-3.5-turbo的0.5美元，再到Llama 3.2 3b的不到0.1美元。

当时他指蒸汽机，但160年后，这话在AI上重演。

当模型价格持续暴跌，我们以为进入“省钱时代”。

但事实是，成本下降，只会让人更肆意使用。

以往公司采购算力需层层审批，如今中小企业可一键调用GPT-4 Turbo；以往用户谨慎提问，现在多标签页狂跑脚本。

AI不再是工具，而是“无限续杯”资源。

微软CEO Satya Nadella在采访中提到：

杰文斯悖论再现：AI越高效、越便宜，人类就越依赖它。

AI正从“高端智能服务”转型为“新公共设施”——像电力、水源、Wi-Fi一样普及。

这就是“AI版杰文斯悖论”：当使用成本极低，人类便不再节制。

使用越多，依赖越深。

于是，企业大规模调用模型进行A/B测试；创作者用AI批量生成内容；研究机构反复微调模型；开发者并行多路推理。

每次降价都引发新一轮“滥用”。每次效率提升都导致新浪费。

而算力、能源、芯片在这“上瘾式增长”中被重新吞噬。

三、机器智能升级，人类成为“奢饰品”

AI价格下滑同时，一种奇特反差出现：算法越来越便宜，人工越来越贵。

在美国，一小时家政服务费涨至45美元；英国管道维修时薪甚至超越律师。

AI通缩时代的人类通胀：维修工工资曲线。2020–2025年美国各类技术工种年薪变化，空调维修（HVAC）工资增速明显高于全国中位数。

机器学习工程师用几分钱完成推理，而维修工人上门费需几百元。

这非偶然，而是经济学家预言的必然。

上世纪60年代，杰文斯提出鲍莫尔成本病理论。

他发现，生产率高的行业（如制造业、科技业）价格易降；而效率难提升的行业，如演奏、教学、护理、修理，因需留住人力，被整体经济工资水平“拉动”涨价。

简言之：效率红利让低效工作更昂贵。

套用至今：AI是高生产率行业，效率升千倍，成本跌百倍；

但AI难替代领域：教育、心理咨询、手工维修、养老护理等卷入涨价潮。

如a16z分析所写：

技术通缩常制造人类通胀。

当算力如自来水般廉价，真正稀缺的是人类时间、情绪与在场。

于是我们看到：算法在贬值，人格在升值。

可自动化工作价格下滑；需“人类气息”工作反成新时代“奢侈品”。

这或是AI时代最讽刺悖论——当机器更聪明，做“人”反而最贵。

四、技术降价，权力集中

模型价格下跌，听起来像“全民普惠”。

人人能用，人人可接入，AI似成公共资源。

但现实相反——AI越便宜，权力越集中。

近年降价主角并非开源社区，而是几家巨头：OpenAI、Anthropic、Google、Amazon。

他们在“慷慨”降低API价格时，也在重新定义入口。

模型越便宜，开发者越依赖其生态；服务越普及，算力、数据、算法标准越被垄断。

这就是AI时代新格局：价格降，控制涨。

麻省理工科技评论文章写道：

当技术“免费化”，垄断往往悄然完成。

AI降价看似民主化，实则是平台化加速。

每次调用模型，都在无形中为大公司训练下一代模型。

价格崩塌未让世界更平等，只让我们以更低代价交出更多权力。

同时，涌现“夹层人类”。

他们不编写模型，也暂不被模型取代，而是夹在巨头系统与算法间：提示词工程师、数据标注员、AI审核员、微调操作员……

他们的工作短暂、重复，却维持AI体系运行；他们是AI放大的劳动，也是算法消化的人。

AI确实变便宜，但真正昂贵的是能支配AI的人类时间与注意力。

于是出现新悖论：技术在通缩，权力在通胀。

模型越平价，生态越封闭；AI越普及，中心越单一。

或许，这才是“AI通缩时代”最深隐线——我们以为走向普惠，实则进入成本趋零、权力归一的世界。

我们经历的不仅是一场技术降价，更是一场价值重组。

模型越来越便宜，算法越来越快，效率如潮水泛滥。可真正稀释的是“人的定义”。

AI在吞噬重复、压低成本同时，反向抬高稀缺性：创造力、情绪、判断、陪伴等无法被算法计算的部分，成为新一代“高价资产”。

未来或许不是AI取代人类，而是“AI为人类定价”。

有些人会被替换；有些人，会被加价。

降价的是模型，升值的是人心。

参考资料：

https://x.com/rohanpaul_ai/status/1985671550713147667

https://a16z.substack.com/p/why-ac-is-cheap-but-ac-repair-is