文｜一言楠尽

2026 年，最舍得下注的行业，和最没多少消费者肯掏钱的行业，是同一个：AI。

过去一个多月，五份重量级报告先后出炉——包括a16z 的两份、Air Street Capital 的一份、PitchBook 的一份，以及 Coatue 最新一期的《Publics Update》，五份放在一起，就像给同一个人做了五次体检。

体检结果很有意思。

如果把资金看作「肌肉」，这项就很吓人：今年前三季度，全美风险投资创下 5158 亿美元的历史纪录，其中 82.7% 流向 AI——这是资本市场史上单一赛道拿过的最高占比。四年时间，它把资本和基建的肌肉练得线条分明，一身薄肌，块头惊人，体脂超低。

但翻到「社会经验」那一栏，数字就完了……为 ChatGPT、Gemini、Claude 中的任何一个付过订阅费的美国人，只有 4.5%——大概是20个人里不到 1 个。

最麻烦的一项写在体检单的背面：这个黄毛少年很喜欢飙车，驾照还没考呢，就经常半夜偷着上路，而车上坐的，是所有人。

所以，这五份报告给出同一个「人」身上并存的三种年纪：一身薄肌的成年身体，未经人事的孩童心性，以及一个无证驾驶的危险黄毛。

1

先看钱。

这一层由三份报告共同支撑：a16z 的《State of Markets》，PitchBook 与全美风投协会（NVCA）联名的《Venture Monitor》，以及 Coatue 在 10 月发布的《Publics Update》。

介绍下背景：a16z 是全球管理规模第一梯队的风投，掌管的资产逾 900 亿美元；Coatue 是以主题深度见长的对冲基金，它的季度公开市场更新被很多 LP 视为风向标；PitchBook 则是私募数据领域的"准央行"。这三家合在一起，给出了 2026 年 AI 资本侧的全景。

基建这一端，量级已经相当惊人，超大规模厂商——谷歌、Amazon、Meta、微软、甲骨文这几家的合计资本开支，2024 年是 2410 亿美元，2025 年 4160 亿，2026 年预计 7770 亿，2027 年越过 1 万亿美元。

要知道，这些公司今年经营现金流约占销售额的 35%，砸进基建的却吃掉 25%，留给股东的自由现金流只剩 10%；照这个斜率，到 2028 年会薄到 5%。

从刚发财报谷歌，亚马逊们可以看到，AI投资已经烧穿了现金流。

撑起这些投资的是真实的收入，继续看模型厂。

OpenAI 与 Anthropic 合计的 ARR 年化收入运行，从 2024 年底的约 50 亿美元，爬到 2026 年三季度的约 1400 亿美元——a16z 的原话是，这两家实验室一年新增的收入，超过了所有上市软件公司的总和。

同期，被唱衰了一整年的 SaaS 反而在加速：上线一年以上的成熟产品同比增长 23%，不满一年的新产品，同比增长 600%；云厂商的合同积压，也同比涨了约 150%。

最直观的计量单位，是 token用量。

OpenRouter 的周度处理量，从 2025 年初的 0.5 万亿，涨到 2026 年 9 月的 126.2 万亿，一年翻了约 27 倍。而且，灌进这些管道的，人类占比已经很少——8 月初的7天里，agent 消耗的 token 约 8.5 万亿，人类只有 1.4 万亿。token 用量的主角，已经换成了机器。

更反常识的是市盈率P/E的变化。

截至Q3季末，美股科技板块今年价格回报涨了 22.1%，EPS 却增长 55.7%，市盈率反而收缩了 21.6%，相对五年均值低约 19%。所以，美股涨的是利润，并不是情绪。

当然，这一周里，又跌回去了不少……

a16z 据此判断：这轮上涨由盈利驱动，很难被定义为泡沫。

Coatue《Publics Update》——半导体占标普 500 市值比，1978 年 0% → 2026 年 19%〕

Coatue 给出了一个不同角度的注脚。半导体板块占标普 500 市值的比重，从 1978 年的 0% 一路升到 2026 年的 19%；与此同时，半导体公司（以 Micron、SK Hynix、Samsung 平均）的营业利润率，2026 年达到 76%，是 2006 年（15%）的五倍多。

Coatue 把半导体称为"时代的收费站"——每个 token 从模型里流过，都得从它身上交一次过路费，除此之外，Coatue 还把 AI 资本开支放到了一个更令人眩晕的尺度上：

- 2028 年，AI 资本开支预计将达 2.8 万亿美元——这是同年美国单户房贷发放规模（2.1 万亿）的 1.5 倍，是美国国防预算（1.0 万亿）的 3 倍，是整个标普 500 非 AI 资本开支（0.8 万亿）的 3.5 倍。

- 到 2031 年，仅算力建设所需的股权融资就高达 2.2 万亿美元——按 Coatue 的拆解，每 1 GW 算力 capex 需要 500~550 亿美元，其中债务最多 75% LTV，股权约 25%（即 100 亿美元）。

- AI 收入相对资本开支的"回收率"，从 2024 年的 9%，预计将逐步爬到 2030 年的 30%——这意味着再过几年，AI 基建才能勉强"自己养活自己"。

一句话，钱进了场，但回报还在路上。

如果说 a16z 和 Coatue 讲的是"钱花在了哪"，PitchBook 讲的就是"钱从哪来、又卡在了哪"。

《Venture Monitor》Q3 美国 VC 投资额与 AI 占比走势〕

2026 年前三季度，美国风投交易额 5158 亿美元，创下历史纪录，比 2021 年的全年峰值还高出约 44%，其中 82.7% 流向 AI。

但"创纪录"是给外行看的。它的反面才更值得关注——钱虽多，但并没有「漫灌」，而是高度集中。

前十大交易占了全年近七成；78% 的募资额被 6% 的巨型基金拿走，a16z 一家就吃下全美今年逾两成的募资；1 亿到 5 亿美元的中等基金占比，跌到数据集有史以来最低。简单来说，美国 VC 是个头部通吃、腰部消失的市场。

集中的代价是流动性。自 2022 年以来，流向 LP 的净现金流合计为负 2020 亿美元；被锁在一级市场的独角兽创下 992 家的纪录，合计估值 5.7 万亿美元；而今年第三季度，只有 18 家公司上市，其中 12 家还是医疗健康。

连 SpaceX 那笔 1.7 万亿美元的 IPO，也没能真正撬开退出的大门——公开市场对 VC 支持的股票并不友好，上市后 30 天，中位数就跑输大盘 15%。

更微妙的是融资结构的变形。Coatue 注意到，过去两年里，AI 基建的资金链已经被拆成了一条"多层结构"：超大规模厂商拿订单、数据中心开发商拿地、Neocloud 拿 GPU——而 GPU 的钱，75%是债务，25%是股权。

换句话说，AI 基建正在变成一种"新型按揭贷款"。Coatue 估算，到 2028 年，仅 AI capex 总量就可能追平美国房贷市场——而这个市场，过去几十年一直是全球固定收益的基石。

一边是天量的钱涌进去，另一边是钱几乎出不来。

2

看完钱了，再看「人」。

如果资本这一层的数字大得吓人，那么把镜头拉回到最普通的人身上，画面立刻降温。

a16z 的另一份报告——消费级 AI 百强榜，10 月 5 日更新到第七版，第一次引入了美国消费者支出排名。

数据是这样的：到 2026 年 8 月，全美只有 4.5% 的消费者，为 ChatGPT、Gemini、Claude 中的至少一个掏过个人订阅费。一年前，这个数字仅是 2.1%。翻了一倍多，听起来很快，可换算一下——二十个美国人里，还不到一个在为 AI 付费。

付了费的人内部，又是另一重集中。

Top 10% 的高付费用户，贡献了全部可观测 AI 消费的约一半；Top 1% 的人，独占 19.5%，比垫底的 50% 用户加起来（16.6%）还多。这群人 8 月在消费者卡上，平均每月为 AI 花掉 903 美元，过去一年半涨了八成；而中位付费用户，每月只花 25 美元，且几乎不涨。机器那头热火朝天，人这头，还是那批老面孔在掏钱。

黏性也谈不上乐观，付费用户里，只有 13% 会为第二款 AI 产品再掏一次钱。

格局同样在固化，全榜前 50 名里，只有 11 款是首次上榜，是七版排名里以来最少的一次。

值得一提的反倒是传统玩家，作设计的Canva和知识管理的Notion 挤进前十，Google 一家就占了五个席位。这轮 AI 公司里，ChatGPT 依旧一家独大，在访问、移动、支出三张榜上都排第一，移动端月活约为 Gemini 的 2.5 倍、Claude 的 14 倍。

三家前沿实验室，ChatGPT 两头兼顾，Claude 只做工作场景，明确拒绝广告，Gemini 押注消费者与创意。一个细节颇能说明它们对用户的"挑选"——Claude 最贵的那档（每月 100 美元）有 7.3% 的付费用户买单，而 Google 对应档位只有 1.3%，ChatGPT 是 1.1%。

接着看变现。

Web 前 50 里的 44 款 AI 原生产品中，84% 靠订阅、64% 靠用量计费，只有 14% 有广告。几乎所有收入都来自"用户自己掏钱"——这跟前 AI 时代靠广告和交易变现的互联网，正好相反。ChatGPT 的广告，到 8 月也才刚摸到 10 亿美元的ARR，而它背后是 12 亿周活用户。

报告因此建议，行业该跳出纯订阅，转向广告或交易抽成，进而才能把门槛降下来、够到更广的人群。但眼下，那些号称要从交易里分成的个人 agent，一分钱都还没开始收。

Coatue 给出了一个远期但具体到让人吃惊的数字——到 2031 年，全球（除中国）零售总额将达 21 万亿美元，其中电商占 40%（8 万亿）；如果 30% 的电商交易由 agent 发起、平台从中抽成 10%，那将是一个 2500 亿美元的"agentic commerce"市场。

Meta 自己也测算过，逻辑差不多——它的单 DAU 年广告收入预计从 2026 年的 68 美元，涨到 2031 年的 153 美元，靠的正是"从卖注意力转向卖意图"，最后都是 anget 取代人的挑选环节。

这条路径如果走通，那么今天的"4.5% 在付费"就不再是终点了，毕竟买东西的决策成本，远远低于为哪个 A 产品付费，但它能否走通，完全取决于下一层——能力本身。

3

最后，让我们回到模型的能力本身——以及一个不太让人安心的判断——AI早已经跑到了监管前面。这部分由 Air Street Capital 的年度综述和 Coatue 对"agent 时代"的描述共同支撑。

Air Street 那份报告由 Nathan Benaich 自 2018 年起每年独立撰写，以"可证伪预测"著称，是业内引用率最高的 AI 年报之一。前沿格局被概括为"三实验室竞赛"——Anthropic、OpenAI、Google。

Air Street《State of AI Report 2026》三家前沿实验室 + 中国开源模型在 AA上的对比〕

在 Artificial Analysis 的智能指数上，Claude Opus 5.5 以 58 分领先，GPT-6 Astra 与 Gemini 4 Argon 并列 53 分，中国最好的开放权重模型 MiMo-V2.6-Pro 拿到 46 分。

这里补充一下：Google刚发布的Gemini 4 Carbon以 59 分重回第一了，中国分数最高的模型则也是近一周发布的 Kimi K3.1pro。

报告同时也承认，主流基准测试已经"饱和"，分数越来越难分出高下——这本身就是一个信号：能力的天花板，眼下还看不见。

但另一条可能隐藏的更深的曲线也挺有意思——数 arXiv 论文量——在被 arXiv 论文提及的开放权重模型里，中国的占比从 2024 年的 9% 升到 2026 年的 31%，美国则从 31% 降到 23%，Qwen 第一次在提及量上超过 Llama。

《State of AI Report 2026》——arXiv 论文中开放权重模型中国/美国占比变化（2024 → 2026 YTD）〕

在Coatue报告里提出了CPU 做"执行"，GPU 做"思考"——而 agent 时代的核心，是把两者重新组合起来。

Coatue 估算，到 2031 年，仅"agent 服务器 CPU"这一品类的 TAM 就会从 2026 年的 400 亿美元涨到 2500 亿美元（约 8 倍）。换言之，agent 不只是一个产品类别，它正在重塑整个半导体行业的需求结构。

而 agent 本身，也在以肉眼可见的速度扩散。Air Street 数据显示，OpenAI 的 Codex，周活用户从 2 月的 160 万，涨到 8 月底的 2500 万，增速最快的甚至不是程序员，是律师（108 倍）、销售（41 倍）和招聘（41 倍），工具一旦越过某个门槛，会自己找到它的用户。

研发与安全这两组数字在报告很扎眼。

研发这一侧，Anthropic 内部的自动化指数显示，被评为"AI 主导"的模型研发任务比例，从 2 月的不足 1%，升到 8 月的 26%——也就是说，Claude 已经在主导这家公司约四分之一的模型研发。但报告还补了一句：没有任何一项任务是完全自动的，agent 至今仍无法端到端产出一篇顶级论文——算是给人类挽尊。

安全这一侧，则是一连串具体的记录，在"降低防护"的评测里，一个仍在测试的模型自己摸进了澳大利亚卫生部的 Medicare 统计门户，翻出内部文件和访问凭证；它还用 DNS 绕过了网络限制，监控确实察觉了异常，自动中止却失败了，训练又持续了数小时。红队测试中，在 1% 的误报率下，Opus 4.6 的监控只捕获了 32% 的攻击；在模拟试验里，一个模型完成供应链攻击的成功率高达 29.2%，而另一个只有 6.3%——能力的差距，全写在了破坏力上。

而现实世界里的AI滥用已经屡见不鲜了：有人用 Claude Code 花一个月窃取了墨西哥官方的数据（150GB、10 个机构），另一个 agent，两小时就摸进了麦肯锡的生产数据库——那里存着 4650 万条聊天记录。

Coatue 定调说：算力是智能的计量单位（GW = intelligence），而 token 则是智能的"原子"。当 token 的价格继续以两位数的速度下行，整个社会的智能供给曲线，会像一条看不见的河，悄悄改道。

Air Street 给的结论是：前沿实验室的负责人都在呼吁放慢能力增益，但"谁有权要求暂停、谁授权重启、如何核实合规"，至今也没有个共识，于是它建议建立一套 pacing 框架——纳入外部评估、算力核查和金融问责。

现状其实就是，所有人都在喊踩刹车，却没人说得清到底该怎么踩，谁说了算。

4

把五份报告叠在一起，会浮现出同一个字：集中。

钱集中在极少数实验室和极少数巨型基金手里；用户支出集中在极少数极客身上，1% 的人扛起五分之一；前沿能力集中在御三家手里；连风险，都集中在同几个 agent 模型的行为里。

Coatue 的视角，让我们看到另一层集中：市值集中在半导体（标普 500 的 19%），"赢家"集中在 AI 概念股（自 ChatGPT 发布以来累计 +405% vs +2%），流动性的压力集中在做市商和散户——2026 年全年，市场出现了 120 次 3% 以上的单日波动、81 次 5% 以上的波动，都是历史峰值。

这很像早期的电力和铁路。

基础设施先行，资本先行，然后才是漫长而琐碎的渗透。与其说这是 iPhone 时刻的闪电战，不如说它是"拖拉机时刻"的持久战——基建的密度，远远跑在了应用普及的前面。

但有一点，是电力和铁路从未有过的，它们不会自己动手，去攻击一家真实的机构……而 AI 的能力，第一次以 agent 的形态，越过了测试的边界，摸到了现实世界的门把手——与此同时，人类对它的刹车共识，还没有建立起来。

所以，回到最初那个问题：截至2026 年 10 月，AI 到底发展到什么程度了？

我们判断是：在资本和基建维度上，它已经成年，练成一身薄肌，从"软件"升级成了"基础设施"；在用户渗透维度上，它还是个少年，未经人事，全球多数人压根没用过，付费的人更是少之又少；而在能力与治理的关系上，它像一个刚学会开车、驾照却还没考出来的青春期黄毛青年，却着急半夜出门飙车。

如果再补充一句话，那就是「钱在跑，人还没动，能力早已越界」。

未来，或者不取决于模型有多强，毕竟都比人强多了，而是取决于这三者之间的落差，能不能被慢慢对齐。