AI Daily Digest: 企业 AI 成本危机爆发、Sam Altman 收回就业冲击预言、DeepSeek 永久降价 75% - 2026/05/31
今天的 AI 领域被一个主题主导：成本。Microsoft 取消 Claude Code 许可、Uber 四个月耗尽 $34 亿 AI 预算、NVIDIA VP 承认算力成本超过人力——企业 AI 使用成本的不可持续性已成为行业共识。与此同时，Sam Altman 和 Dario Amodei 在各自 IPO 进程中不约而同收回此前的就业冲击预言。而 DeepSeek 将 V4-Pro 永久降价 75%，将价格战推向新高度。arXiv 上 SpecBench、GenClaw 等论文继续拓展 AI Agent 的能力边界。
企业 AI 成本危机：三家巨头敲响警钟
本周最引人注目的不是模型发布，而是三家企业 AI 成本危机的集中爆发。
Microsoft 取消 Claude Code 许可
据 The Verge 报道，Microsoft Experiences & Devices 部门（Windows、Microsoft 365、Teams、Surface）已开始取消 Claude Code 许可，截止日期为 6 月 30 日（财年结束）。该部门 5,000 名工程师中 84-95% 已在使用 Claude Code，但每人每月成本高达 2,000。
按中位数计算，单一部门月成本约 375-1,500 万。若推及 Microsoft 全公司 22.1 万员工，规模难以想象。工程师已被转向 GitHub Copilot CLI。
值得注意的是，Claude 模型本身仍可通过 Microsoft Foundry for Azure 使用——这只是直接许可的取消，不是合作终止。
Uber 四个月耗尽 $34 亿 AI 预算
Uber 广泛部署 Claude Code，甚至 设立了内部排行榜按团队 AI 工具使用量排名——主动激励使用。结果：$34 亿年度 AI 预算在四个月内耗尽。
COO Andrew Macdonald 公开表示："AI 投入与可衡量产出之间的关联尚未建立。"根因是 Anthropic 从固定费率转向按量计费，加上自主 Agent 循环每个任务消耗数千 tokens。教训很明确：在没有预算护栏的情况下游戏化 AI 使用是适得其反的。
NVIDIA VP：算力成本超过人力
NVIDIA 应用深度学习副总裁 Bryan Catanzaro 对 Axios 表示："对我团队来说，算力成本远超人力成本。"
这来自全球最大 AI 芯片公司的高管，信号意义不言自明。Catanzaro 指出这主要适用于开放式创意和研究工作；常规工程、客服自动化、文档处理仍显示正向 ROI。
结构性问题：按量计费 + 高采用率 + 开放式使用策略 = 成本增速超过生产力回报。Y Combinator 旗下用 AI 替代人力的初创企业显示正向单位经济模型，但"在现有人力上叠加 AI"的企业普遍超支。
来源：Build Fast with AI（2026-05-29）
Sam Altman 与 Dario Amodei 集体收回就业冲击预言
两位 AI 行业领袖在各自 IPO 进程中，不约而同修正了此前的激进就业预测。
Sam Altman（5 月 26 日，Commonwealth Bank of Australia 会议）："我原以为入门级白领岗位受到的冲击会比实际发生的更大。"2025 年 6 月他曾预测 12 个月内入门级白领岗位面临严重风险——12 个月已过，冲击并未到来。巧合的是，OpenAI 于 5 月 22 日提交了保密 IPO 注册。
Dario Amodei 此前预测 AI 可能消除 50% 白领工作，现在称自动化可能"扩展"工作。Anthropic 的企业信息已将 Claude 重新定位为"生产力放大器"而非替代者。Fortune 分析指出："两位 CEO 现在可能是对的——2025 年他们说错了。"
现实数据：2026 年前 5 个月科技行业约 115,000 人被裁（Meta 8K、Snap 1K、Intuit 3K），但 Yale Budget Lab 认为这些并非 AI 独特驱动的。AI 对就业市场的影响更像是渐进式重组，而非突变式替代。
来源：Build Fast with AI（2026-05-29）
DeepSeek V4-Pro 永久降价 75%：价格战新阶段
DeepSeek 于 5 月 22 日将 V4-Pro 的 75% 折扣永久化：输入 0.87/M tokens。这约为 Claude Opus 4.7 的 1/11，但在编码基准上得分相当。
价格战已从"临时促销"进入"结构性低价"阶段。DeepSeek 的信号很明确：中国开源模型有能力也有意愿在价格上持续施压，迫使西方模型供应商要么通过差异化功能维持溢价，要么跟进降价。
来源：Codersera（2026-05）
中国开源编码模型集体崛起
Air Street Press 的 State of AI 月报指出：四个中国实验室在 12 天内密集发布开源编码模型——Z.ai 的 GLM-5.1、MiniMax M2.7、Moonshot 的 Kimi K2.6、DeepSeek V4。
关键发现：
- 没有一个的 成本超过 Claude Opus 4.7 的三分之一
- 在编码任务的基准上，最佳模型已经是中国开源的
- NIST 综合基准显示 DeepSeek V4 仍落后约 8 个月，但在特定编码任务上已接近持平
- "中国在编码上落后 6-9 个月"的叙事已经过时
这对全球 AI 竞争格局的启示：通用基准和领域基准可能呈现截然不同的图景。在最有经济价值的场景（编码）中，竞争比看上去更激烈。
来源：Air Street Press - State of AI May 2026（2026-05）
学术前沿：Agent 评估与生成新范式
SpecBench：软件工程 Agent 的规格级推理
SpecBench（Hamblin et al., 2026-05-28）提出评估 SWE Agent 的规格设计能力——将初始提案转化为审慎需求的过程。现有基准如 SWE-bench 只测试代码实现，SpecBench 填补了上游规格推理的评估空白。SWE Agent 正从代码生成走向完整软件开发生命周期自动化。
来源：arXiv:2605.30314（2026-05-28）
GenClaw：代码驱动的 Agent 图像生成
GenClaw（Ye et al., 2026-05-28）提出用代码驱动 Agent 式图像生成，打破"提示-生成-评估-重试"的黑盒循环。Agent 通过编写和执行代码来精确控制生成过程——这是 Agent 技术向创意生成领域渗透的典型案例。
来源：arXiv:2605.30248（2026-05-28）
LLMSurgeon：诊断 LLM 预训练数据配比
LLMSurgeon（Luo et al., 2026-05-28）首次系统化"逆向工程"LLM 预训练数据配比的方法，将数据混合称为 LLM 的"数字 DNA"。这对模型审计、数据来源追踪和合规具有重要意义——在训练数据日益受到监管关注的当下，这项工作尤为关键。
来源：arXiv:2605.30348（2026-05-28）
AI Agent 在对抗性环境中的脆弱性
Air Street Press 报道的 KellyBench 测试结果令人警醒：24 个模型在英超 38 轮投注场景中管理资金，21 个亏损。当前 Agent 在非平稳环境和真实风险面前仍极其脆弱。与此同时，在有界企业场景中（如 Ramp 的采购 Agent），Agent 已实现 3 倍速度提升和 16% 成本削减。
关键洞察：Agent 的成功高度依赖任务边界。有界任务（明确输入/输出、可量化指标）表现优异；对抗性、非平稳环境仍不可靠。
来源：Air Street Press（2026-05）
知识库更新
本次更新涉及以下文档：
- AI Agents / Frontier Trends (
docs/ai/agents/10-frontier.mdx): 新增企业 AI 成本危机分析（Microsoft/Uber/NVIDIA）、AI 就业冲击预言修正、DeepSeek 永久降价与中国编码模型崛起、SpecBench 规格级推理评估、GenClaw 代码驱动图像生成，以及趋势条目 35-39
本文由 AiDIY 每日自动更新工作流生成，数据来源包括 arXiv API、web search 和公开新闻。