AI行业正在进入一个更加复杂的阶段：技术竞赛还在继续，但商业化压力开始浮现。
BitMEX 联合创始人 Arthur Hayes 在最新文章《Safety First》中提出质疑。他认为，Anthropic、OpenAI 和 SpaceX 等公司以人工智能安全为由放缓通用人工智能（AGI）开发，并不完全源于对人类风险的担忧，更重要的原因可能是当前市场对于高价格 AI 产品的接受程度不足。
在 Hayes 看来，市场并不是拒绝 AI，而是在寻找“更便宜的 AI”。
他提到，用户更倾向于选择价格约为美国 AI 产品百分之一水平的中国 AI 服务。这种价格差异正在改变行业竞争逻辑：未来 AI 的核心竞争力，可能不仅是模型能力，还包括单位计算成本和商业效率。
这实际上触碰到了当前 AI 产业最敏感的问题。
过去两年，全球资本围绕生成式 AI 展开大规模投入。从 GPU、数据中心，到模型训练和企业应用，资金不断涌入基础设施层。OpenAI、Anthropic 等公司依靠领先模型能力获得高估值，同时也承担着巨大的算力成本。
但随着更多低成本模型出现，市场开始重新审视一个问题：
顶级模型是否真的能够长期维持高溢价？
AI 行业早期竞争更像智能手机时代的芯片竞赛，谁拥有更强性能，谁就能占据市场。但随着模型能力逐渐接近，价格、部署效率和应用成本的重要性开始提升。
中国 AI 企业近年来通过模型压缩、开源策略以及更低成本的训练方式降低服务价格，也让全球市场看到另一种发展路径。相关趋势已经引发行业讨论，即 AI 能力正在从少数公司的高成本技术，逐渐向更普惠的基础设施演变。
Hayes 的观点带有明显的市场批判色彩。
他认为，美国 AI 公司提出“Safety First”（安全优先）叙事，可能与商业压力存在关联。不过，这一观点属于其个人判断。目前，OpenAI、Anthropic 等公司公开强调 AI 安全，主要理由包括模型能力提升带来的潜在风险、滥用风险以及治理需求。
事实上，AI 安全与商业竞争已经纠缠在一起。
对于模型公司而言，减缓开发速度意味着可能失去技术领先优势；但继续高速推进，又会面临监管、社会责任和安全评估压力。
这是一场很难平衡的竞争。
更现实的问题是，AI 公司背后的资本结构正在承受越来越大的成本压力。
训练前沿模型需要大量 GPU、能源和数据中心资源，而这些投入往往需要长期资金支持。市场此前押注 AI 会快速创造新的收入增长，但如果企业客户无法接受当前价格，商业模式就必须重新调整。
这也是为什么“价格战”正在成为 AI 行业的重要变量。
如果未来高性能模型之间的差距缩小，那么决定胜负的可能不是谁拥有最强模型，而是谁能以最低成本提供足够好的智能服务。
类似变化已经发生在云计算领域。
早期云服务竞争围绕基础设施规模展开，但随着行业成熟，企业开始关注单位计算成本、资源利用率以及服务效率。AI 可能正在经历类似过程。
对于 OpenAI、Anthropic 等公司来说，真正的挑战并不是证明 AI 有价值，而是证明高昂成本能够转化为长期商业回报。
而对于中国 AI 企业而言，低成本路线可能提供了一条不同的竞争方式。
过去，美国 AI 公司的优势主要来自算法、人才和资本；但如果 AI 逐渐商品化，成本控制能力、工程优化能力以及应用落地速度可能成为新的护城河。
Arthur Hayes 的观点虽然具有强烈个人风格，但他提出的问题正在成为整个行业无法回避的话题：
当 AI 能力越来越接近，市场最终愿意为多少价格买单？
未来 AI 竞争或许不会只是“谁的模型更聪明”，而是“谁能让智能变得足够便宜”。这可能比单纯追求 AGI 时间表，更决定下一阶段产业格局。
