36氪
共 1718 条资讯-
凌晨三点，我在排队等一个 AI
<p><strong>「你见过凌晨四点的洛杉矶吗？」</strong></p> <p>这本是一句用来兜售自律的鸡汤文，可在 AI 浪潮漫过各行各业的今天，凌晨走进一家 AI 漫剧制作公司，你可能会看到一群打工人在工位上使用 AI 来处理他们本该在白天完成的工作。</p> <p class="image-wrapper"><img data-img-size-val="1070,1684" src="https://img.36krcdn.com/hsossms/20260401/v2_7801a9b2e02b4cef90c1eec427623234@5091053_oswg80760oswg1070oswg1684_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>AI 能提升效率、解放劳动力的故事，我们听了太多年，不能说全是谎言。</p> <p>但当算力变成紧俏的稀缺资源，「错峰使用」也成了全球 AI 公司心照不宣的统一话术时，打工人非但没有从冗余的工作里解脱，反而被塞进了另一套更拧巴的工作时间表里。</p> <h2><strong>AI 算力不够，打工人的睡眠来凑</strong></h2> <p>今年年初，字节跳动的 AI 视频生成模型 Seedance 2.0 爆火，火到无需多言。</p> <p>宇树科技创始人王兴兴称它是「全球遥遥领先」。冯骥体验过后，给出「AIGC 的童年时代结束了」的评价，春节返工后的高峰时段，排队使用的人数一度冲到十万，足以见得市场对它的认可。</p> <p>行业大佬的背书、市场的狂热，直接推高了 Seedance 2.0 的旺盛需求，而这份需求，最终也传导到了下游的 AI 相关企业。</p> <p>据 36 氪未来消费报道，AI 漫剧制作公司鹤芽漫剧，早早就把上班时间调到了中午，一干就到凌晨 1 点，目的只有一个：避开白天的算力高峰。</p> <p>更戏剧性的情节是，凌晨 1 点的排队人数仍以万计，无奈之下，上班时间只能再往后提，最终定格在凌晨三点。</p> <p class="image-wrapper"><img data-img-size-val="1080,921" src="https://img.36krcdn.com/hsossms/20260401/v2_0a52a4c8979847b99032c572df4e63c6@5091053_oswg79821oswg1080oswg921_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>据此前 The Information 报道，想获得 Seedance 的企业授权，先要通过资质审核，想拿到谈判席位，企业需要先承诺至少 1000 万元人民币的使用预算，这还只是排队的起步价。</p> <p><strong>值得注意的是，这些报道的细节未必完全准确，</strong>但有一点大概率成立：能坐上谈判桌的，本来就是少数。</p> <p>对大多数中小型 AI 公司来说，错峰上班，用人熬夜换机器运转，反倒成了最务实的办法。</p> <p class="image-wrapper"><img data-img-size-val="401,280" src="https://img.36krcdn.com/hsossms/20260401/v2_1f6b94e37ec5420aa74175267b85558c@5091053_oswg11444oswg401oswg280_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>究其原因，AI 工具的能力已经强到足以重组一家公司的工作方式，可支撑它的基础设施，却还没跟上这份能力的步伐。AI 的每一次推理、每一段文本生成、每一帧视频渲染，都在真实消耗着昂贵的 GPU 计算周期和电能。</p> <p>没有免费的智能，每一次调用都是真金白银的损耗。这直接倒逼 AI SaaS 平台的定价模型，从过去的席位制，转向基于 Token、基于操作、基于消耗量的计费方式，一分一毫都算得清清楚楚。</p> <p>在这样的 Token 经济学逻辑下，边际成本高企，平台方根本无法容忍用户在算力紧张时无节制消耗。因此，限制配额、建议排队等待也成了必然选择。</p> <p>另一个对照案例就是 Sora，据《华尔街日报》报道，OpenAI 之所以选择关闭 Sora，原因之一就是它每天要烧掉约 100 万美元，可用户数量却从上线时的 100 万，暴跌到不足 50 万。</p> <p class="image-wrapper"><img data-img-size-val="1080,608" src="https://img.36krcdn.com/hsossms/20260401/v2_9870cd1c638c46e296a6cfabe91fda9e@5091053_oswg94922oswg1080oswg608_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>当留存数据难看，商业化路径又模糊不清，这笔烧钱的买卖，自然没有继续下去的理由。</p> <p>包括同一时期，Anthropic 宣布调整 Claude 的使用规则，将太平洋时间早 5 时至 11 时定为高峰时段，这个窗口内，用户的会话额度消耗会明显加快。换算成北京时间，恰好是晚 8 点到凌晨 2 点，也让不少网友自嘲，难得享受到了时差的红利。</p
-
YC掌门人惊呼：这就是 AGI，4天、零读码，AI移植37年古董软件
<p>37年老代码，4天完成复活，成本不到30美元。</p> <p>这是一次足以让软件业重新定价的预演。</p> <p class="image-wrapper"><img data-img-size-val="1080,1062" src="https://img.36krcdn.com/hsossms/20260401/v2_f2e3bcd7ac6541c3ac88adcacb8a8b31@5091053_oswg302044oswg1080oswg1062_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>当开发者Christopher Ehrlich把OpenAI的5.3-codex对准1989年的SimCity C代码库，并留下目标转身离开时，他交出了一份关于未来软件工程的新答案：</p> <p>人类不再必须先读懂遗留代码，才有资格改造它；只要能定义行为、建立验证、持续迭代，AI就能把几十年历史的复杂系统重新带回现代平台。</p> <h2><strong>37年老代码，4天AI完成复刻</strong></h2> <p>当Christopher Ehrlich按下回车键时，他可能没意识到自己正在改写软件工程的规则书。</p> <p>他做的很简单：将OpenAI的5.3-codex指向37年前的（1989）C代码库，设定目标，然后离开。</p> <p>四天后，这款经典城市模拟游戏在浏览器中复活。不必由人来阅读代码。只涉及极少的干预。只需要一个规格说明和一个不会放弃的 AI。</p> <p>「我甚至没看代码。」Ehrlich在X上写道，「我只看测试是否通过。」</p> <p class="image-wrapper"><img data-img-size-val="1080,810" src="https://img.36krcdn.com/hsossms/20260401/v2_3c6116b1409b4ceea55139fbb07c106d@5091053_oswg962293oswg1080oswg810_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>这份代码有着悠久的历史，最初是Will Wright为Commodore 64编写的汇编代码，后来被移植到C语言，其中的数学运算全靠位运算，变量名如同密码，结构让经验丰富的工程师望而生畏。</p> <p>整个移植过程运行在每月200美元的ChatGPT订阅上，从未触发速率限制。成本？不到30美元。时间？半周。</p> <p>对比传统方式：至少需要一支熟练团队工作数月，深入理解每个模块，逐行转换。</p> <p>想想这意味着什么？</p> <p>现在每一个现有的遗留代码库都有可能被轻松移植，不论是COBOL 银行系统。古老的政府软件。被困在旧平台上的经典游戏，只需要一个明确的规范。</p> <p>真正稀缺的，已经不是把代码一行行敲出来的人，而是能把需求讲清、能验证结果的人。</p> <p><strong>开发者的重心，正在从编码本身，转向规格设计和验证体系。</strong></p> <p>具体来看，Ehrlich编写了一个「桥接层」，能够调用原始C代码，然后运行基于属性的测试，要求AI生成的TypeScript移植版必须产生完全相同的行为。AI生成代码，之后测试验证，再自动迭代，如此持续循环。</p> <p>这种方法，可视作是<strong>将AI作为引擎，验证作为方向盘</strong>的新型工程范式。</p> <p>SimCity移植项目给了我们一个AGI的预览：当系统能在不完全理解领域知识的情况下，完成复杂领域的工作时，我们就进入了新范式。</p> <p>这就像第一次看到编译器，我们过去手写汇编，现在只需要描述逻辑。</p> <p>人类阅读和理解代码的时间，往往超过实际编写时间。</p> <p>当代码如SimCity般晦涩时，理解成本可能占项目的80%。曾经我们坚持‘理解代码’是移植的前提，现在看来，<strong>只需要理解代码的行为</strong>。</p> <p>传统软件工程教育可能需要彻底重构，之前是教学生如何写代码，现在需要教他们<strong>如何不写代码也能构建系统</strong>。</p> <p class="image-wrapper"><img data-img-size-val="690,689" src="https://img.36krcdn.com/hsossms/20260401/v2_d18fc0d4fa524ea69871bb0de23fdf8e@5091053_oswg87234oswg690oswg689_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>不过，也不是所有人都这么乐观，毕竟完整的复现现有的功能，只是一个定义明确的任务。正在考验vibe coding能力的，是看它能不能新增功能。</p> <h2><strong>YC初创公司已全面拥抱氛围编程</strong></h2> <p>根据CNBC最新报道，<strong>当前Y Combinator初创公司中，25%的企业95%的代码由AI编写</strong>。这些公司以不到10人的团队实现1000万美元营收，资本效率达到历史峰值。</p> <p>「如果你仍然对AI编码持怀疑态度，说明你没在关注。」一位硅谷风险投资人直言，「问题不再是AI是否会改变我们构建软件的方式，而是<strong>你是用它来构建，还是在旁观望</strong>。」</p> <p class
-
智谱、MiniMax：烧钱越猛，市值越高
<p>两份财报，让外界第一次看清了中国头部大模型公司的真实账本。</p> <p>3月31日，智谱（北京智谱华章科技有限公司）发布了其在上市后的首份财报，就在不久前，MiniMax（上海稀宇科技有限公司）也交出了其资本市场首份成绩单。</p> <p>作为AI六小龙中最先上市的两家公司，智谱和MiniMax时常被外界拿来对比。这两家公司代表着中国大模型公司两条不同的发展路径。</p> <p>一条是以智谱为代表的深耕B端、技术驱动的路径，依托GLM基座模型，通过MaaS（模型即服务）平台和企业级智能体服务，深度绑定政府和国企等大客户；另一条是以MiniMax为代表的C端全球化、产品驱动的路径，凭借Talkie等爆款应用打开海外市场，以73%的海外收入占比，在全球应用生态中寻找增量。</p> <p>智谱将技术定价权与规模化变现视为核心，MiniMax则押注AI重塑全球内容消费，用产品和用户讲增长故事。</p> <p>然而，目前来看，两家的答卷都还未写完。</p> <p>智谱虽收入同比增长132%，但年亏损47亿元、研发投入是总收入的4倍以上，高投入能否换来可持续的商业回报仍是未知数；MiniMax海外高增长的背后，是与OpenAI、Anthropic等巨头的正面交锋，以及爆款产品依赖带来的风险。</p> <p class="image-wrapper"><img data-img-size-val="1080,638" src="https://img.36krcdn.com/hsossms/20260401/v2_ed6607a7f9134f19923efc5c57e5c67f@5091053_oswg40245oswg1080oswg638_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>在AI行业整体处于巨额投入、普遍亏损的当下，两份财报的对比并非为了决出胜负，而是呈现大模型公司商业化的真实性与复杂性，技术领先不等于商业成功，用户增长也不能自动转化为盈利。</p> <h2>1</h2> <h2><strong>一年时间，</strong></h2> <h2><strong>智谱亏32亿，MiniMax亏17亿</strong></h2> <p>在过去的2025年，大模型公司争先进入业务加速期，智谱和MiniMax的财务数据印证了这一点。</p> <p>先来看营收。</p> <p><strong>2025年，智谱总收入7.2亿元，同比增长131.9%，MiniMax收入增速略高于智谱，同比增长158.9%，达到了7903.8万美元（约合5.7亿元）。</strong>从收入规模上看，过去一年，智谱比MiniMax多出约1.5亿元。</p> <p>即便两家的收入都出现了超100%增长，但均未摆脱亏损现状。</p> <p>智谱2025年亏损高达47.2亿元，同比扩大59.5%，经调整净亏损31.8亿元，同比扩大29.1%。</p> <p>MiniMax也呈现类似趋势，年内亏损达18.7亿美元（约合128亿元），同比扩大302.3%。但需注意，亏损激增主要源于公司估值上升带来的金融负债公允价值重估损失。若剔除该非经营性影响，其经调整净亏损为2.5亿美元（约合17亿元），与上年的2.44亿美元基本持平。</p> <p>如果以经调整口径比较，<strong>智谱的亏损大于MiniMax。</strong></p> <p class="image-wrapper"><img data-img-size-val="1080,720" src="https://img.36krcdn.com/hsossms/20260401/v2_d84a4228f8c242349318ceb45eeb57fd@5091053_oswg43619oswg1080oswg720_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">图源 / pexels</p> <p>为什么两家在营收和亏损上差距明显？主要在于商业模式和战略重心不同。这一点，可以从成本结构和占比中找答案。</p> <p>智谱亏损严重，研发投入是主因，其在2025年的研发支出达到31.8亿元，同比增加44.9%，达到了总收入的4.4倍。如此高比例的研发投入，与其对自身通用基座模型厂商的“强技术”定位战略相符。</p> <p>需要注意的是，这种高增长也受到了统计口径变化的影响。智谱把算力成本分为两部分，财报指出，其研发成本增长主要源于员工成本增加，以及支付第三方算力供应商的计算服务费用。而锁定GPU资源、与供应商签订长期合同的算力租赁费用则计入了资本支出（7470万元）。</p> <p>也就是说，2024年，智谱多采用租赁方式购置算力，相关支出计入资本支出；而2025年从“租GPU设备”转向“买云算力服务”，这部分费用计入研发成本。这一变化导致资本支出同比下降83.8%，但研发成本上涨，让研发增幅在数字上被进一步放大。</p> <p>反观MiniMax财报，其研发费用为2.5亿美元（约合17亿元），仅为智谱的一半，是其营收的3倍。</p> <p>研发费用相对较低，并不意味着整体烧钱更少。MiniMax以C端产品为核心定位，除了研发，产品迭代、全球化市场的推广营销以及用户增长运营都需要大笔资金投入。</p> <p>这种战略重心的差异，在销售及营销开支上同样有所体现。</p> <p>MiniMax的销售及分销开支从2024年的8700万美元（约合6亿元）下降至2025年的5190万美元（约合3.6亿元），同比大幅缩减，这在一定程度上反映出其用户增长进入相对稳定阶段，投放效率有所提升。</p> <p>相比
