📰 研报摘要
查看全文 ➔摘要： 本次会议邀请摩根士丹利专家 Stephen Byrd 讨论 AI Token 的超额使用争议、模型分层逻辑以及中美 AI 竞争格局。核心观点认为，尽管市场出现成本优化趋势，但 AI 行业整体仍符合杰文斯悖论，即单位成本下降将驱动需求爆发式增长。
行业主线：
- Token 分层与价值差异：Token 并非同质化，高端模型在复杂智力任务（如高级编程、法律诉讼）中具有极高价值，企业在关键用例上愿意支付溢价。
- 杰文斯悖论驱动增长：算力成本下降和模型效率提升将促使 AI 承担更多经济活动，从而驱动对算力和 Token 的总需求进一步上升。
关键变化与分歧：
- 编排层（Orchestration Layer）的风险：若编排层能通过组合多个低成本模型实现前沿模型的效果，价值可能从模型实验室转移至云厂商或编排层。
- 中美模型竞争：中国模型在算力约束下通过效率优化快速进步，但美国在算力壁垒和前沿能力上仍具优势。
受益方向与风险：
- 受益方向：能够实现递归式自我改进、维持前沿能力差异化并掌握核心知识产权的模型开发商。
- 核心风险：模型能力趋同导致商品化；编排层导致价值转移；算力供应受限或政策限制。