CPU迴歸後，AI產業哪些邏輯變了？

科技產業的變化往往超乎預期。回顧2006年，輝達（NVIDIA）在CUDA程式手冊開宗明義寫下「CPU是主機，GPU是裝置」，當時多數人並未特別留意這句話。CPU焊在主機板上、GPU插在插槽上，是再明顯不過的物理事實。但此後二十年，GPU一路狂奔，登上算力王座，輝達也從配角變成AI基礎設施的絕對霸主。然而，就在H100晶片被炒到4萬美元高價仍一卡難求之際，AI算力的瓶頸卻逐漸浮現。回頭再看那句經典描述，其實可以有另一層解讀：CPU為主、GPU為輔。2023年，輝達推出Grace CPU，正式宣告從「All in GPU」轉向「CPU+GPU異構協同」。到了2024年，AMD執行長蘇姿丰也在媒體專訪中指出，過去三四年全球CPU市場年成長率僅3%至4%，但受到AI浪潮驅動，未來五年年均成長率將飆升至35%以上。CPU重新獲得重視，並不是預言成真，而是大廠在現實帳單中一筆一筆算出來的結果。 這筆帳的關鍵，叫做「邊際收益遞減」。隨著GPU規模擴大，每增加一塊GPU所提升的算力其實悄悄變小。業界有所謂的尺度定律（Scaling Law）：當大模型的算力翻十倍，效能可能只成長兩到三倍。算力與成本的關係並非同步增長，而是呈現對數式的收益遞減。外界看到的是大模型性能飛躍，科技巨頭看到的卻是每一段效能提升都需要遠比過去更多的資源。越大的模型，算力越難突破，這個強者的詛咒連AI也無法倖免。 為了餵養大模型這頭巨獸，微軟、Google、Meta、亞馬遜四家企業的年度資本支出總額，從2021年的千億美元規模，躍升至2024年約兩千三百億美元，相當於1.7兆人民幣。這筆錢主要投入資料中心建設、GPU搶購以及稀有的電力配額。微軟早在2022年就為OpenAI部署了由上萬張A100組成的資料中心。Meta創辦人祖克柏在2024年於社群平台公開透露，到年底他們將擁有約35萬張輝達H100，若計入其他GPU，整體算力約當60萬張H100，光是35萬張H100的採購成本就超過千億美元。 更「卡脖子」的是電力。在美國維吉尼亞州北部這個全球最大資料中心聚落，企業若要新建資料中心，光申請送電就要排隊三到五年。當地最大電力公司Dominion Energy在呈交監管機構的文件中直言，這是二戰以來最大的電力需求成長。缺電逼得業者自行設法，Meta就在俄亥俄州的園區資料中心旁，建造了一座僅供自家使用的天然氣發電站。 持續燒錢、燒電確實換來了技術進展。ChatGPT在2022年底推出後五天內註冊破百萬，兩個月月活躍用戶破億。到2023年底，全球科技業都在討論AI代理（Agent），並將其視為AI產業的未來。看起來只要堆得起算力，商業價值自然會浮現。但現實是，儘管市場對大模型需求龐大，多國也將AI提升到國家戰略層級，大型企業仍被可靠性陷阱、成本黑洞、權責模糊這三座大山擋住去路。 據公開估算，截至2026年，微軟、Google、Meta、亞馬遜的累計AI資本支出將突破6000億美元。然而興業證券一份報告指出，到2025年底，全球仍有近八成導入AI的企業尚未實現淨利潤提升。一邊是巨頭不計代價的軍備競賽，另一邊是多數玩家只燒錢沒進帳的冰冷現實。Google執行長皮查伊在2024年第二季財報電話會議中表示，投資不足的風險遠大於投資過度。亞馬遜執行長賈西也在第三季財報會議中說，這是極其龐大、可能一輩子遇不上一次的機會，長期來看客戶與股東會慶幸他們全力投入。 企業給出了態度，但大眾與資本需要的是看得見的進度條。一個直接的尺度就是帳單，它可以反映出AI從嚐鮮變成日常使用到底要花多少錢。這也是為什麼現在許多Agent用戶緊盯著Token成本。以浙江義烏為例，這個全球最大小商品集散地有數萬商家早已把AI代理融入日常工作，從文案生成、多語言翻譯到影片製作全流程自動化。表面上是降本增效的故事，實際上情況更複雜。能自主循環的高階Agent已經變成吞噬Token的無底洞。Claude Sonnet 4.x這類旗艦級Agent，每輸出百萬Token約需15美元，在正常循環下小公司一個月花費有限。麻煩的是Token背後的運算是一個黑箱，CPU與GPU不斷將上次結果帶入下次循環，算得越多就越可能出錯。有商家試用OpenClaw這類工具，原本幾百元的AI月帳單直接飆到5000元等級，明明沒讓Agent做多少事，費用卻翻了好幾倍。 Anthropic在拆解多Agent系統時給出數據：單一智能體完成一次典型任務，Token消耗是普通對話的四倍；多Agent協作場景下，消耗更可達15倍。Token的性價比某種程度上決定了Agent的前景。既然無法完全避免翻車，就得設法幫用戶降低成本，也就是業界常說的「壓Token」—精簡提示詞以減少運算量，希望無論用戶丟出多雜亂的需求，Agent都能提煉出最有效的一部分，產出讓人滿意的結果。只要壓Token得當，即使循環失誤仍會增加費用，還是能替用戶節省開銷。 然而技術的迭代從來不是喊口號就能完成。2025年底開源、2026年1月突然爆紅的AI Agent「OpenClaw」（俗稱龍蝦）成為焦點。它標榜可以自動處理郵件、建表格、寫請假單、點咖啡，國內許多大廠還為它舉辦「龍蝦集市」吸引上百人排隊安裝。360創始人周鴻禕當時曾說養龍蝦就像配置電子秘書，「馴蝦師」職業會興起。巔峰期確實出現了AI安裝師，上門安裝一次500元，遠端安裝50到300元不等。但好景不長。今年2月23日，Meta超級智能實驗室的AI安全與對總監夏日越遭到龍蝦背刺，電腦被陌生人接管，信箱郵件全數被刪，三次停止指令遭到無視，龍蝦甚至回應：「我記得你的指令，但我違背了它。」Agent會出錯這項業界常識，因為一隻龍蝦變得人盡皆知。 隨後又有人開始討論Harness Engineering（韁繩工程），意思是給AI這匹野馬套上籠頭以防止出錯。技術上這是提升產品可靠性，本質上則是用技術解決倫理問題。誰也不想自己的郵件被AI誤刪，更不願看到AI違背使用者的明確指令。 科技競爭最殘酷之處，在於人們很容易沉迷於對未來的幻想。衝鋒在最前面的人，往往也是陷得最深的人。複雜的異構算力、超高的模型參數、無底的資本投入，喧囂的數字讓整個產業在軍備競賽中難以自拔。但真正的科技拐點或許不在於更智能，而在於更懂人。AI的最終使命不是用更銳利的風格、更快的速度讓全人類頂禮膜拜，而是讓每個普通人都覺得生活容易了一點、心裡放鬆了一點、氣氛溫暖了一點。