Chamath Palihapitiya 談前沿模型在生產系統中的邊際收益遞減
Chamath Palihapitiya 發文指出，8090 等公司處理大型受監管企業生產系統時，前沿模型初期收益顯著，但最近季度內收益縮減而成本翻倍，尤其在複雜依賴緩解等任務上。
模型難以獨立完成最後 5%（真正等同合格工程師水平），需工程師主導，且高 token 消耗導致 OpEx 激增。
市場機制：企業從輕度任務轉向複雜生產場景，資金流向成本可控工具與工程師賦能；事件驅動下 CEO/CFO 關注 token 賬單，AI 應用層從盲目前沿轉向理性混合策略。
來源：公開信息
ABAB AI 解讀
Chamath 旗下 8090 專注企業軟件工廠，此前積極採用前沿模型生成 PR，此次公開反思邊際收益，延續其對科技投資中效率與成本平衡的一貫視角，早前已多次批評 AI 炒作。
資本路徑上，企業需平衡工具投入與工程師自主性，通過減少 token 依賴 90% 控制 OpEx，動機在於維持生產系統穩定而非依賴“slot machine”式生成，隨機 cruft 累積加劇維護成本。
類似早期自動化工具在複雜遺留系統中的侷限，或歷史中軟件工程中“最後 10%”難題，此案顯示當前 AI 編碼應用處於從原型到生產落地的瓶頸階段。
結構判斷：本質屬於技術替代中的成本重構。前沿模型在最後 5% 複雜任務上效率低下，機制在於上下文與迭代需求爆炸式增長，驅動定價權從高 token 消費轉向低成本工具+人類判斷混合模式，長期利好可持續工程實踐。
ABAB News · 認知定律
最後 5% 最貴，也最需要人。
Token 賬單是鏡子，映出生產現實的殘酷。
工具越強，思考越不能少；AI 輔助而非替代，纔是持久槓桿。