导读李飞飞在一场播客中反对“智能成本趋近于零”的说法。模型价格表计算的是调用，真实业务却要为验证、集成、监控、维护和责任买单。AI压低了答案的出厂价，但离可靠交付还有很长一段路。
便宜的到底是什么？
“智能成本归零”这句话，我不太信。
不是因为模型不够强。恰恰相反，模型正在迅速变强，调用价格也确实一轮轮往下掉。OpenAI 的官方价格页已经把成本切得很细：输入 Token、缓存输入、输出 Token，分别计价；不同模型、上下文长度和处理模式，又是不同档位。
这张价目表很诚实。它卖的是模型调用。
可我们讨论“AI能不能替代一份工作”时，偷偷换了单位：从“一次调用花多少钱”，换成了“一个业务结果值多少钱”。两者听起来挨得很近，实际隔着一整条流水线。
2026 年 6 月 25 日，李飞飞与 MasterClass 创始人 David Rogier 在播客《Silicon Valley Girl》中谈到了这个问题。她反对把语言模型的进展外推为全部人类智能已经廉价化，因为人类活动还牵涉感知、空间、身体、情感与创造等能力。
图片来源：Silicon Valley Girl 官方 YouTube 视频；图片说明：左为李飞飞，右为节目主持人 Marina Mogilko
我认同这个边界。但对工程师来说，还可以把问题再拆得粗粝一点：哪怕只讨论语言和代码，便宜的也主要是生成，不是交付。
像餐厅买到了一台切菜飞快的机器。土豆丝的加工成本降了，这很好；但菜单谁定、食材坏没坏、客人过敏怎么办、后厨起火谁负责，这些账并不会跟着刀速一起归零。
模型降低的是答案的出厂价，不是结果的交付价。
Demo跑通一次，离“能用”还很远
David 在节目里说，他已经用 Claude Code 等工具搭建自己的 CEO 工具栈，一个应用可以从几个月缩短到一个周末。这个变化是真实的。产品经理不必排几周需求，自己就能把想法做成可点击的原型。
爽不爽？当然爽。
麻烦也从这里开始。李飞飞在对谈中提到，她不喜欢那种“Vibe Coding 一个仪表盘”的展示：前端看起来像模像样，底下却没有接入真实数据，过一会儿就失去用途。
Vibe Coding，通常指用自然语言与 AI 编程工具协作，让模型快速生成和修改代码。说白了，人把意图说出来，AI负责大段实现。它很适合探索界面、验证流程、搭第一版，却不自动等于生产系统。
为什么？因为一个 Demo 只需要证明“它能跑这一次”，真正上线却要连续回答另一组问题：
-
数据从哪里来，字段变了会不会悄悄算错？ -
用户是否有权看到、修改或删除这些数据？ -
模型输出漂移，旧流程还能不能复现？ -
请求超时、供应商故障或费用失控时，系统怎样降级？ -
结果伤害了客户利益，谁能追溯并修正？
这些不是在给简单项目硬加戏。OpenAI 的 API 文档明确建议：要获得较一致的行为，应固定模型版本并为应用建立 Evals（评测）。Evals 也不是点两下“运行测试”；它要定义测试标准、准备数据源、配置评分器，再对不同模型或参数持续运行。
Anthropic 的 Claude Code 企业配置文档列得更直白：统一认证、用量追踪、预算与限流、审计日志、模型路由，都属于模型接入后的控制面。
瞧，Token 账单还躺在第一行，后面已经排起长队。
真正昂贵的，是交付那段路
软件工程很早就知道这件事。Google 的 SRE（Site Reliability Engineering，站点可靠性工程）体系把测试、监控、灰度发布、容量与故障响应当成生产服务的一部分。SRE 不是“服务器坏了去修”，而是用工程方法让系统在持续变化中仍然可预测、可恢复。
它的《Testing for Reliability》有个很冷的判断：测试通过不能证明系统可靠，测试失败却通常足以证明它不可靠。
这句话放在 AI 应用里格外扎手。模型给出十次漂亮答案，只能说明十个样本看起来不错；它没有自动证明长尾输入、恶意输入、权限隔离、版本升级和真实流量都安全。
锅里的汤已经闻着很香了。能不能端上桌，是另一回事。
真实任务成本可以拆成六层：调用模型、生成候选、验证结果、接入业务、持续运维、承担后果。AI正在猛烈压低前两层，也能协助后面几层；但只要最终结果需要稳定、可追溯、可合规，后四层就不会凭一句“智能归零”蒸发。
刚才那句话说得也有点绝对。低风险、可撤销、错了也没什么损失的任务，完整成本确实可能被压得很低：改一段内部文案、搭一个一次性脚本、做一张讨论用的界面草图，生成完检查一下就能走。
可任务一旦碰到付款、医疗建议、客户数据、生产设备或公开承诺，验收标准和错误代价会突然变重。同一个模型，同样一千个 Token，放在不同业务里根本不是同一笔成本。
所以，AI项目最该问的不是“模型能不能做”，而是：错误由谁发现，失败如何退出，结果由谁签字。
合格答案贬值后，人要卖什么？
节目标题把注意力拉向“十年后只剩两类工作者”：一端是顶尖专家，另一端是能用 AI 跨越多个环节的高主动性通才。这里得把归因说清楚，杠铃判断主要由 David Rogier 提出，李飞飞表示赞同，并把两端共同的驱动力归纳为主动性。
我不愿把它当成一份十年倒计时的职业预言。预测太容易发烧，现实没那么整齐。
但它描述的价格变化已经出现：当模型能迅速给出一份“还不错”的代码、文案或分析，市场就不再愿意为标准答案支付原来的溢价。人真正能卖的，逐渐变成答案之外的东西。
专家卖的是判断深度。他知道哪些指标只是好看，哪种异常意味着方案从根上就错了；通才卖的是闭环能力，他能把需求、工具、数据和反馈串起来，不把半成品扔给下一个人。
两端表面上一个向深处钻，一个横着穿过流程，其实都在做同一件事：为结果负责。
这也解释了为什么“会不会写 Prompt”很快就不够用了。提示词能让一道菜更快出锅，却不能替你判断客人要吃什么、厨房能不能稳定供应、这盘东西出了问题该不该撤回。
以后回头看，AI也许真会让大量执行近乎免费。但在一个答案多得堆满屏幕的世界里，仍会有人守着监控曲线、测试样本和那个上线按钮，确认这次交付究竟能不能过。
屏幕上闪着绿色。
他的手还没有按下去。
参考资料
-
原始播客节目页： https://podcasts.apple.com/cy/podcast/fei-fei-li-in-10-years-there-will-be-only-2-kinds-of-workers/id1819090545?i=1000774171967 -
原始视频： https://www.youtube.com/watch?v=subu-xHrp1w -
英文节目转录： https://podscripts.co/podcasts/silicon-valley-girl-ai-tech-and-career-growth/fei-fei-li-in-10-years-there-will-be-only-2-kinds-of-workers -
OpenAI API Pricing： https://openai.com/api/pricing/ -
OpenAI API Backward compatibility： https://platform.openai.com/docs/api-reference/backward-compatibility -
OpenAI Evals API Reference： https://platform.openai.com/docs/api-reference/evals -
Google SRE Testing for Reliability： https://sre.google/sre-book/testing-reliability/ -
Anthropic LLM gateway configuration： https://docs.anthropic.com/en/docs/claude-code/llm-gateway
— THE END —
文章仅做学术分享，如有侵权请联系删除，非常感谢！