# 注意力撞墙之后，AI 靠什么续命？
LLMS 索引： [llms.txt](/llms.txt)
---
> 数据截至 2026 年 10 月 30 日。本文源于老冯与 Claude、Gemini 的讨论，汇总成文，不构成任何投资建议。
*算力洪流撞上注意力之墙。*
前阵子写[《欢迎来到 AI 秘书大爆发的时代》](/ai/secretary-era/)和[《AI 泡沫将如何破裂？》](/ai/ai-bubble/)时，老冯说过：大家把这轮万亿级算力开支的胜负手，押在了个人秘书 Agent 能不能跨越鸿沟上。全世界写代码的不过千万级，用手机的却有几十亿人，光靠聊天订阅和编程，撑不起这笔大账。
一个月过去，从 Meta 的 Muse、Manus 的 Cue 到各家新出的个人助理，我也体验了一圈。我的感觉是：**秘书救不了场。** 那问题就变得很现实：眼下真金白银的 Token 究竟烧在哪儿？现有的池子撞上人类注意力的天花板之后，还有谁能替 AI 叙事续命？它们又赶不赶得上泡沫出清？
## 一、两个大池子，同时撞墙
把全世界的算力消耗摊开，真正跑通商业验证、有人持续掏钱的大池子只有两个：在美国是企业端的 **软件编程**，在中国是以红果短剧为代表的 **视频生成**。
今年 6 月，中文在线在投资者交流材料里给过一组数：国内 Token 消耗中，AI 短剧与视频生成占 55%，电商营销占 24%，软件开发只占 15%。网上常拿另一组对照，说美国有 58% 的 Token 用在写代码上。
数据可能有争议，但方向大体不差：**大洋彼岸拿 AI 写代码，我们拿 AI 拍短剧；一个锚定生产端，一个锚定消费端。**
麻烦在于，这两个池子最近同时撞墙了。
### Vibe Coding 怠倦
生产端的疲态，最先出现在重度用户身上。最近跟几个常年并行驱使一堆 Coding Agent 的朋友聊，大家都进入了“灵感枯竭”的倦怠期：没啥新东西好烧了。我在[《愿力驱动选题》](/ai/ikigai/)里细说过，真正有价值的东西需要大量人类注意力，不是动动嘴许个愿就行的。
**Token 的消耗总量没掉，但边际用途已经从高密度的“开荒造新”滑向了按部就班的“流水线维护”。**
开新坑、搭架构得靠最贵的前沿旗舰；等工作流跑顺、进入日常维护，便宜的小模型甚至开源模型就够用了。
对靠前沿溢价回本的模型厂商来说，单个 Token 边际价值的塌陷，比调用量下滑更要命。
GitHub 上也一样拥堵。新项目井喷，每个细分领域都挤满了拎着锤子找钉子的 Vibe Coder，随便搜个方向就是几十个 AI 攒出来的轮子。
代码生产可以无限提速，但软件的终点是人：开发者验收，用户检索、试用、排坑，耗的都是实打实的注意力。就算派 Agent 替你试错，最后拍板的还是人。
软件的瓶颈，早已从生产，转移到了分发与消费。
### 短剧：观众没走，供给爆了
今年 1 月，红果日活破亿，成了字节继今日头条、抖音、豆包、番茄小说之后第五款日活过亿的 App；QuestMobile 统计，
三季度红果月人均单日使用时长约 151 分钟，在微信、抖音一众国民级应用里排第一。
整个微短剧市场的盘子，已经把全年电影票房甩在身后。
灼识咨询的数据是，AI 短剧上线量从 2025 年的 6 万部，涨到今年预计的 17 万部；中文在线的口径更夸张，说今年一季度单月上新就超过 4 万部，相当于 2025 年全年真人短剧的产量。两家口径显然不同，但量级说明了一切：供给的增速，甩开人类注意力不止一个数量级。
我算红果的老用户，最近却有一阵没打开了：几十万部剧堆在眼前，根本看不过来。看多了就套路雷同，审美疲劳；没有一个“短剧版豆瓣”帮你排雷，靠自然推荐找到一部好剧已经比较难了。
短剧是典型的广播媒体：烧 Token 在供给端，变现却在消费端。当观众每天 151 分钟的注意力见顶，供给再翻十倍也换不来新增时长，只会稀释流量。
二季度起，外部承制团队的订单明显萎缩，平台为了控成本、控质量，干脆自建团队；抖音宣布今年给真人短剧砸下超过 15 亿元保底，红果则被传收紧了对 AI 仿真人剧的保底（红果否认了部分说法）。
消费端的注意力撞墙，倒逼平台出手，给供给端的 AI 灌水踩下了刹车。
### 注意力天花板
代码和短剧，撞的是同一堵墙：在生产端是人脑的立项与验收心力，在消费端是人眼的观看时长。
赫伯特·西蒙在 1971 年就点破过：信息的丰富，必然导致注意力的贫乏。半个世纪后，生成式 AI 把这句话推到了极致。
全世界的算力消耗，大致可以压成一个关系式：
> **Token 消耗 ≈ 人类注意力 × 每分钟注意力的 Token 密度 + 机器后台自转**
几十亿人，每天醒着十几个小时，无论拿去审代码还是刷短剧，注意力的总盘子是锁死的。
机器当然可以背着人空转：供给端可以海量抽卡造废片，AI 制造的垃圾越多，就越要雇另一批 AI 去过滤和摘要，跟当年垃圾邮件和反垃圾邮件的军备竞赛一模一样。
**所以注意力锁不住 Token 的吞吐量，却死死卡住了当前的有效商业收入。** 除非机器能完全脱离人眼、自己在物理或业务世界里闭环交割，否则账单终究要按人类真正消化和验收的价值来结。
泡沫期可以拿吞吐量讲故事，出清时却要按收入结账。2000 年互联网泡沫那一轮，市场也是先按眼球定价，再按利润清算的。
眼下一把剪刀正在张开：中文在线自己的 Token 调用量还在以周环比两成以上的速度攀升，Anthropic 三季度的营收环比增速，却已从二季度的约 140% 掉到 46% 左右。
注意力越稀缺，分发渠道的权重就越大。看看短剧就明白：有从业者直言，目前只有字节的 Seedance 具备工业化制作能力，而最大的分发入口红果也在字节手里。
左手模型，右手流量，夹在中间的独立制作方被两头挤压。**供给不再稀缺，流量入口与分发渠道就握住了定价权。**
## 二、秘书平权，救不了算力叙事
老池子见顶，市场把希望寄托在了个人助理 Agent 身上。故事确实诱人：几十亿手机用户，人手一个数字秘书、一台云电脑，全天候在后台烧 Token。可真把这批秘书领回家用上一阵，幻觉破灭得比想象中快。
**第一道坎：无事可托。** 每月几十美元，人人都能过一把当领导的瘾。但有一个问题：**过去只有领导才配秘书，不只是因为秘书贵，可能是因为只有领导手头才有那么多值得委托的事。**
普通人订个外卖、回条消息、记个日程，几秒钟自己就办完了，专门跟秘书交代上下文反而更累。在[《如何蹬掉 10 个 200 美元的 Codex 订阅？》](/ai/10x-subscription/)里说过，AI 是乘法器而非加法器；乘数再大，被乘数太小，乘出来也寥寥无几。
**第二道坎：现实世界没有 `ROLLBACK`。** 钱打出去、住址发出去、话说出口，都收不回来。真正值钱的事务几乎都不可逆，只能走两阶段提交：秘书可以比价、起草、填单，把 `PREPARE` 的活干完，但按下 `COMMIT` 并承担后果的，只能是你自己。这也是编程能成为超级楔子、生活助理却步履维艰的原因：代码跑不通就改，改坏了回滚；生活里的关键决策，最后那一下还是要把你的注意力原封不动地拽回来。
**第三道坎：入口被关门。** 撑得起万亿开支的从来不是订阅费，而是卡住交易入口之后的抽成和广告。但超级 App 们的回答整齐划一：不许。去年底豆包手机助手刚上线，第二天晚上微信就开始把用户踢下线；Muse 登顶美区榜单没多久，亚马逊就拉闸，不许它在自家网站代客下单。Shopify 倒是敞开了大门，可关上的偏偏是最大的那几扇。没了抽成和广告，秘书只剩那点月费，填不上算力基建的窟窿。
**第四道坎，也是最根本的：它是“省时间”的工具，不是“杀时间”的黑洞。** 娱乐产品顺着人性走，你越闲它越烧算力；秘书工具是事件驱动的，有事才触发，办完就休眠。
何况普通人的管日程、回邮件、记账都是短链条的浅层活，既跑不出编程那种连续几小时的递归循环，也用不着昂贵的 SOTA 大脑，迟早会被廉价小模型乃至手机端侧模型接管。个人 Agent 会普及，但它撑不起前沿大模型的溢价。
指望秘书来拯救 Token 收入叙事，一开始就找错了救兵。
## 三、两条续命主干，远水难解近渴
把个人秘书排除掉，要想绕开或突破人类的注意力天花板，桌上剩下的牌其实都长在两条主干上：一条顺着“写代码”的可验证推理往外扩，让机器脱离人眼闭环干活；
另一条顺着“视频生成”往深水区走，进化成世界模型（World Model）。
### 可验证推理：从后台自动化到 AI for Science
第一条主干，沿着软件工程的可验证推理分成两支：近水是向企业内部平推的**后台自动化**（SQL、运维、对账、客服），产出直接被业务流程消费，不过人眼；远水是一路深挖到基础科学的 **AI for Science**。
后者的商业逻辑尤其硬：如果领先一两代的前沿模型真能扮演顶尖科学家，模型厂何必按 Token 赚辛苦钱？不如直接下场拿 ***大结果***，把算力炼成数学证明、芯片设计、新材料配方和新药分子，去赚专利的钱。
卖铲子的人确实开始自己挖金子了。前天，Anthropic 披露收购了 [Mithril Medicine](https://www.rdworldonline.com/anthropic-acquires-mithril-medicine-one-person-biotech/)。
这笔交易 7 月就已落定，买下的是一家只有一名全职员工的 OPC 生物技术公司，它手里两个罕见肌营养不良项目，成了 Anthropic 首批自研药物管线。再往前，今年 4 月 Anthropic 以约 4 亿美元的股票收购了不足十人的 Coefficient Bio；10 月 20 日，OpenAI 也收购了做药物研发 Agent 的 Orchestra Bio。
但恰恰是 Mithril 这个“一人公司”样本，把这条赛道的瓶颈暴露无遗。创始人单枪匹马，靠 Claude 协调 11 家外包实验室，不到 18 个月就把一款候选疗法从构想推进到了积极的小鼠实验结果。设计与协同的效率被压榨到了极致，可抗体照样得由合同实验室生产，结合力照样得湿实验实测，小鼠照样得一只只养。真正进入人体临床，最快也要到 2028 年底。
**AI 能压缩思考，压缩不了物理世界的反应时间。** 注意力天花板迈进科研大门，换了个名字，叫**实验通量天花板**。所以 AI for Science 内部也得按可验证性排座次：机器就能闭环验证的**数学证明**冲在最前；流片前一切皆可仿真回滚的**芯片设计**紧随其后；要进实验室合成表征的**新材料**慢一档；必须拿小鼠、猴子和人以年为单位做不可逆验证的**新药**，排在队尾慢慢熬。
### 世界模型：实时游戏与具身智能
另一条主干，顺着视频生成的技术血管往深处走，长出的是**世界模型（World Model）**。它在商业上同样分出两根枝条：向虚处走，是实时生成游戏与元宇宙；向实处走，是具身智能。
游戏才是吞噬算力的终极黑洞。玩过《群星》的朋友大概能想象那个画面：文明生产力过剩之后，大量闲置人口被安置进定制化的虚拟现实，在里面源源不断地消耗算力，批量产出快乐度与凝聚力。套用前面的公式：短剧是“一次生成、百万人看”的广播，摊到每分钟注意力上的 Token 微乎其微；实时生成的游戏可以是“一对一私享”，玩家在线一小时，模型就得陪着推理一小时。**注意力总量锁死，想让算力需求再翻几个数量级，唯一的出路就是拉高每分钟注意力的 Token 密度。** 实时互动游戏，就是把注意力天花板变成算力地板的那台机器。
水面下，这两根枝条共享同一套技术底座：在屏幕里实时生成一个可交互的虚拟世界，和帮机器人模拟物理环境、规划动作，走的是同一条路线。
两者标准不同，游戏只要看着合理，机器人得在物理上分毫不差，直接跳出注意力池子去替代人类的体力。
从这个尺度看，今天红果上泛滥的那十几万部 AI 短剧，未尝不是全社会在给视频生成模型交学费，给未来的世界模型发“预训练补贴”。
只是回到现实，游戏还停在“移植阶段”：用 AI 把传统游戏做得更快更省，远没到实时定制、实时生成那一步，因为太贵。具身智能更远，卡在物理交互数据和硬件成本上，最快也得三五年。
把这两条主干放在一起，会看到一个对算力基建颇具反讽的悖论：**一边是砸再多显卡也催不熟的“慢变量”，另一边是显卡不崩盘就活不起的“贵变量”。**
科研卡在实验通量，具身卡在数据和硬件，企业后台卡在合规制度，多盖几个数据中心根本缩短不了养小鼠和改制度的时间；
实时游戏倒是随时能吞下海量算力，偏偏卡在昂贵的推理单价上 —— 除非数据中心盖到彻底过剩、算力价格崩盘为止。
而这，恰恰就是泡沫正在干的事。
## 四、一场赶不上账期的赛跑
把桌上所有方向摆进同一个坐标系，只看两个维度：每个 Token 能换回多少价值，这份价值多快能兑现。
万亿资本开支嗷嗷待哺，要的是右上角“价值高、兑现快”的现金牛。放眼望去，唯一待在那里的编程，正一头撞上注意力的墙。
资本市场的账期却在倒计时。我在泡沫那篇里给的基准情景（概率 45%）是“两段式出清”：2027 年上半年先压估值，2027 年下半年到 2028 年再迎来产能集中落地与信用出清。留给新故事接棒的窗口，满打满算一两年。
```echarts {height="540px" full=true class="overflow-hidden"}
animation: false
backgroundColor: transparent
textStyle: {fontFamily: 'system-ui, sans-serif'}
aria:
enabled: true
description: 定性示意。横轴为兑现速度，纵轴为每 Token 价值密度。编程位于右上角，但正撞上注意力的墙；AI 科学、企业后台自动化和具身智能价值高、兑现慢；个人 Agent 和游戏在左下，短剧在右下。虚线表示算力便宜十倍后游戏可能加快兑现，不代表实测数值或定量预测。
title:
- text: 万亿开支需要右上角
subtext: 唯一站在那里的编程，正撞上注意力的墙
left: 4
top: 8
textStyle: {fontSize: 20, fontWeight: 650}
subtextStyle: {fontSize: 12}
- {text: '值钱，但来得慢', left: 52, top: 88, textStyle: {fontSize: 12, fontWeight: 400}}
- {text: 泡沫需要的象限, right: 16, top: 88, textStyle: {fontSize: 12, fontWeight: 650}}
- {text: 又薄又慢, left: 52, bottom: 58, textStyle: {fontSize: 12, fontWeight: 400}}
- {text: '来得快，但不值钱', right: 16, bottom: 58, textStyle: {fontSize: 12, fontWeight: 400}}
tooltip:
trigger: item
triggerOn: mousemove|click
confine: true
extraCssText: 'max-width: 230px; white-space: normal; line-height: 1.6;'
grid: {left: 52, right: 16, top: 88, bottom: 58}
xAxis: &axis
type: value
min: 0
max: 100
name: 兑现速度：慢 → 快
nameLocation: middle
nameGap: 24
nameTextStyle: {fontSize: 13}
axisLabel: {show: false}
axisTick: {show: false}
axisLine: {show: true, lineStyle: {opacity: 0.5}}
splitLine: {show: false}
yAxis:
<<: *axis
name: 每 Token 价值密度：低 → 高
nameGap: 28
series:
- type: scatter
symbolSize: 14
itemStyle: {color: '#80918a', opacity: 1}
label: {show: true, formatter: '{b}', position: right, distance: 10, fontSize: 14, fontWeight: 550, textBorderColor: transparent}
emphasis: {scale: 1.5, itemStyle: {shadowBlur: 12, shadowColor: 'rgba(59,130,246,0.25)'}}
data:
- {name: AI for Science, value: [6, 88], tooltip: {formatter: '{b}
卡在实验通量与临床周期。'}}
- {name: 企业后台自动化, value: [30, 74], tooltip: {formatter: '{b}
卡在责任与制度，扩散按年算。'}}
- {name: 具身智能, value: [9, 60], tooltip: {formatter: '{b}
卡在物理数据与硬件，仍是三五年开外的事。'}}
- {name: 编程, value: [74, 83], symbolSize: 22, itemStyle: {color: '#3b82f6'}, label: {fontWeight: 700}, tooltip: {formatter: '{b}
已经兑现，正撞上人类注意力的墙。'}}
- {name: 个人 Agent, value: [21, 37], tooltip: {formatter: '{b}
卡在信任、不可逆决策与入口。'}}
- {name: '短剧 / 视频剪辑', value: [80, 30], label: {position: left}, tooltip: {formatter: '{b}
量大钱少，观众的注意力是收入上限。'}}
- {name: '游戏 / 元宇宙', value: [27, 17], label: {position: bottom}, tooltip: {formatter: '{b}
卡在单位算力成本。算力便宜十倍后，兑现速度才可能向右移动。'}}
markArea:
silent: true
itemStyle: {color: 'rgba(148,163,184,0.04)'}
label: {show: false}
data:
- [{xAxis: 0, yAxis: 50}, {xAxis: 50, yAxis: 100}]
- [{xAxis: 50, yAxis: 50, itemStyle: {color: 'rgba(59,130,246,0.09)'}}, {xAxis: 100, yAxis: 100}]
- [{xAxis: 0, yAxis: 0}, {xAxis: 50, yAxis: 50}]
- [{xAxis: 50, yAxis: 0}, {xAxis: 100, yAxis: 50}]
markLine:
silent: true
symbol: none
label: {show: false, textBorderColor: transparent}
lineStyle: {color: '#94a3b8', width: 1, type: solid, opacity: 0.45}
data:
- {xAxis: 50}
- {yAxis: 50}
- [{coord: [29, 17], lineStyle: {type: dashed, color: '#b88746', opacity: 1}, label: {show: true, formatter: 算力便宜十倍后, position: middle, fontSize: 12}}, {coord: [73, 17], symbol: arrow}]
```
*定性示意，点位不代表实测数值；悬停或点击圆点查看各方向的瓶颈。*
把赛跑另一头的选手拉出来对表，没有一个赶得上：
- **企业后台自动化**是离兑现最近的近水：SQL、运维、对账、客服，产出被流程消费，不过人眼，注意力卡不住它。可它卡在责任与制度上，每个行业都得把沙箱、审计和背锅机制补一遍，扩散按年算，不按季度算。
- **数学证明**在突破，但一个定理很难变成几百亿美元的年营收。
- **芯片设计**或许能在 2027 到 2028 年交出答卷，但一颗芯片从设计到流片、量产以年计，钱来得没那么快。
- **新药**就算快如 Mithril，也要到 2028 年底才摸到临床门槛。早期资产可以授权出去拿首付款，但这点钱对万亿基建是杯水车薪。
- **具身智能**是三五年开外的事。
最可惜的是实时生成游戏。它面前横着一道冷酷的财务判据：**单用户每小时的算力成本，必须低于这一小时注意力能变现的钱。** 按今天广告和游戏的变现效率，一小时注意力粗算也就值几毛美元。实时推理的账单只要还远高于这个水位，商业模式就闭不了环。何况贵还不是唯一的问题，画面一致性、交互延迟、玩法设计也都还没解决。
这几条路都看得见，也大概率走得通，唯独赶不上泡沫的账期。我上篇还留了一个“1998 式繁荣”的分支：市场回调两三成之后再冲新高，前提是楔子能快速扩围。现在看，老池子撞墙，新池子远水难救近火，这个分支的概率还得再往下调一调。
## 五、泡沫的死亡，是续集的前提
跑不赢账期，周期调整就在所难免。但把视角拉长，泡沫破灭从来不是技术浪潮的末日。
2001 年互联网泡沫崩盘后，当年疯狂举债铺光纤的电信公司接连破产重组，地下埋着大量没点亮的“暗光纤”。这批过剩产能花了好些年才慢慢消化，而真正把它们用起来的，是 YouTube 和后来的流媒体：一种在泡沫巅峰期根本算不平账、极度挥霍带宽的新物种。泡沫的残骸，成了下一个时代的地基。
AI 这一轮大概率还是这个剧本，好消息是，泡沫留下的不只是显卡。走完审批的电力配额、建好变电站的吉瓦级机房外壳、被市场洗出来的工程师，都为下一轮起飞留下燃料。
**卡住游戏与世界模型咽喉的那道命门，单位算力成本，恰恰是泡沫破裂会顺手打开的。** 等算力价格跌去九成甚至九成九，“挥霍算力”才第一次在商业上划算。到那时人们会发现，实时渲染游戏、演化虚拟世界、全天候跑世界模型，都不再是奢侈品；今天不敢想的应用，会踩着廉价算力的尸骨长出来。**泡沫的死亡，是下半场续集开拍的前提。**
在那个“算力过剩、注意力稀缺”的新世界，牌桌上的王牌也很清楚：
**第一张在分发入口手里。** 算力和内容都能无限增发，人类的注意力却一秒钟也印不出来。谁站在注意力的入口，谁就握有终极定价权。
**第二张属于信任与筛选。** AI 越是不知疲倦地批量造垃圾，人就越需要可靠的把关人：短剧缺一个豆瓣，GitHub 缺一个能告诉你“这几十个轮子里哪个敢上生产”的人。有人维护、有人背书、出了事有人兜底的东西，会重新变贵。
**第三张留给手握自有数据底座与业务上下文的人。** 当泡沫出清把模型推理砸成白菜价的水电煤，生产端真正稀缺的就只剩你自己的愿力与核心数据。大水退去，你是把廉价算力红利吃进兜里的自由民，还是在别人云端农庄里交租的数字佃农，取决于你能不能随时热插拔最具性价比的模型，能不能把核心数据放在自己手里。
机器可以无限生产，但人一天永远只有 24 小时。这一轮万亿级泡沫最终撞上的，或许不是算力的墙，也不是电力的墙，而是血肉之躯的注意力之墙。
墙的那一边是什么？大概是一个算力便宜到可以肆意挥霍的世界。等到那一天，我们再来好好聊游戏。
## 参考资料
- [老冯：《欢迎来到 AI 秘书大爆发的时代》](/ai/secretary-era/)
- [老冯：《AI 泡沫将如何破裂？》](/ai/ai-bubble/)
- [新浪财经 / 《财经》：红果使用时长与 AI 短剧供给](https://t.cj.sina.com.cn/articles/view/1684012053/645ffc1501901snk2)
- [IT 之家：红果短剧日活过亿，字节第五款日活过亿 App](https://www.ithome.com/0/925/921.htm)
- [财联社：我国微短剧市场规模超过全年电影票房](https://www.cls.cn/detail/2064298)
- [21 世纪经济报道：AI 短剧成为第一大 Token 消耗场景](https://news.10jqka.com.cn/20260604/c677210327.shtml)
- [财闻：中文在线投资者关系活动记录](https://news.10jqka.com.cn/20260604/c677213256.shtml)
- [虎嗅：AI 短剧三个热搜的数据辨析](https://www.huxiu.com/article/4896918.html)
- [虎嗅 / 最话：红果的摇摆，真人短剧暂时扳回一局](https://m.huxiu.com/article/4863444.html)
- [R&D World：Anthropic acquires a one-person biotech that used Claude to coordinate 11 labs](https://www.rdworldonline.com/anthropic-acquires-mithril-medicine-one-person-biotech/)
- [Techstrong.ai：Anthropic Acquires One-Person Mithril Medicine](https://techstrong.ai/articles/anthropic-acquires-one-person-mithril-medicine-in-major-ai-drug-discovery-expansion/)
- [The Decoder：Anthropic 收购 Coefficient Bio](https://the-decoder.com/anthropic-drops-400-million-in-shares-on-an-eight-month-old-ai-pharma-startup-with-fewer-than-ten-employees/)
- [Axios：OpenAI acquires Orchestra Bio](https://www.axios.com/2026/10/20/exclusive-openai-biotech-startup-drug-development)