Anthropic 每招一个人，就要为算力多支付 200 万美元
硅谷知名投资人 Tomasz Tunguz 在 Theory Ventures 的博客上发了一组数据，干净利落地解释了一个让很多人困惑的问题：AI 行业的钱到底花到哪里去了。 先说最扎眼的数字。Anthropic 有大约 5000 名员工，2026 年在模型推理和训练上的支出约 100 亿美元。平均下来，每个员工头上顶着 200 万美元的年均算力账单。而 Anthropic 的全员平均年薪大约是 50 万美元。也就是说，算力开支是人力成本的 2.3 倍。 这不是一个普通公司的成本结构。对比一下：软件行业前 1% 的公司，每个工程师的年 AI 支出是 8.9 万美元，约占一个资深工程师全包薪酬（22.4 万）的 40%。而行业中位数公司的年 AI 支出是——137 美元。 从 137 美元到 200 万美元。这就是 AI 前沿和软件行业主流之间的真实距离。 Tunguz 用三组场景来推演 2026 到 2029 年的走向。 悲观情景（Bear）：token 价格继续以每年 10 倍的速度下降，开源模型追平闭源，企业按角色和场景控制用量。到 2029 年，每工程师 AI 支出约 10.6 万美元，占薪酬的 41%——比现在还略低。 基准情景（Base）：行业沿着头部公司的轨迹追赶。到 2029 年，每工程师 AI 支出约 36.3 万美元，占薪酬的 140%。 乐观情景（Bull）：前沿模型的定价稳住，训练成本触顶，而需求持续跑赢供给。高盛预测到 2030 年代理式工作流（agentic workflow）的 token 消耗量将是当前聊天模式的 24 倍。到 2029 年，每工程师 AI 支出约 59.6 万美元，达到薪酬的 230%——也就是说，光 AI 账单一项就超过了一个中等 SaaS 公司员工的营收贡献。 注意这里「乐观」和「悲观」的指向。对买算力的公司来说，价格下跌是乐观的。对卖算力的云厂商来说，Bull 才是好日子。 Tunguz 的框架解释了为什么超大规模云厂商今年在数据中心上砸了大约 5750 亿美元——人类历史上第五大基础设施投资，仅次于铁路和两次世界大战，超过阿波罗计划和州际公路系统。Google 和 Meta 几乎把全部自由现金流投了进去，Oracle 的杠杆率已经到了 7:1。这不是理性投资，这是一场胆小鬼博弈，谁先停下，谁出局。 Anthropic 和 OpenAI 人均创收分别达到 1400 万和 650 万美元，排名 Forbes Global 2000 第一。这种收入密度是传统 SaaS 无法企及的。但成本结构同样极端。 Tunguz 问了一个很实际的问题：你的 2027 年模型用的是哪个场景？ 对大多数软件公司，今天的 AI 账单还是小数目。但如果你在 Bull 路径上，三年后每个工程师头上要额外背 60 万美元的算力成本。而现在做预算的时候，应该已经开始想了。 参考来源： When AI Costs More Than the Engineer — Tomasz Tunguz HN 讨论
