有一类文章的影响力没法用阅读量衡量，得用跟着它动起来的钱来衡量。Sam Altman 2025 年 2 月发的《三个观察》就属于这一类：发表之后，“成本每 12 个月降 10 倍"成了无数研报和演讲的标准引用，那一年全球数据中心的建设潮，多少都和这类预期管理文本有关系。
文章的骨架是三条编号观察。观察一，模型的智能水平大致等于投入资源的对数，scaling laws 在很多个数量级上都验证过；观察二，同等级 AI 的使用成本每 12 个月下降约 10 倍，他举的例子是 GPT-4 到 GPT-4o 一年半里每 token 价格降了约 150 倍，对比摩尔定律 18 个月才翻一倍；观察三，线性提升的智能会产生超指数的社会经济价值，所以投资热潮短期不会停。
三条单看都像行业常识的提炼，连起来才是真正的论证：砸钱可预测地变聪明，聪明可预测地变便宜，便宜的智能产生超额价值，超额价值吸引更大的投入。一台首尾相接的投资永动机，这也是 OpenAI 商业模式的数学化表述。
我先说佩服的地方。“观察"这个词选得极好。三条高度理论化的判断，被包装成"我只是在报告看到的规律”，读者的质疑对象就从"你凭什么这么说"变成了"规律会不会继续成立”，防守难度直接降了一个量级。数字锚点也选得准，150 倍、10 倍每年、对比摩尔定律，有出处，可核查，比"AI 发展很快"这种空话高一个档次。
使用某一等级 AI 的成本，大约每 12 个月下降 10 倍。（Sam Altman, Three Observations）
但我怀疑的地方也很具体。前两条有数据撑着，第三条"价值超指数"没有给出任何测算，却承担了"投资不会停"这个最重要的推论。把最弱的一环放进编号列表，让它借前两条的实证光环，这是结构上的偷渡。主流经济学家的估算方向甚至相反，有测算认为 AI 十年内对美国全要素生产率的提升不到一个百分点。超指数价值论和这些测算之间隔着鸿沟，文章一个数字都没给。
晶体管类比是另一处值得慢读的地方。他说 AI 会像晶体管，渗透一切，本身隐形，收益广泛分散，没人记得晶体管公司。这个类比对社会是安慰，对 OpenAI 的股东却是警告：晶体管时代赚大钱的是把晶体管用得最狠的公司，大多数晶体管厂自己消失了。如果智能真的商品化，模型公司恰好就是那个"没人记得的晶体管厂"。这层推论他没说出口。
对普通人，这篇文章里真正可操作的东西有两条。一条是给做产品的人：任何建立在"当前 AI 成本"上的商业模式，成本假设每 12 个月作废一次，毛利来自 AI 差价的生意会被降价潮持续侵蚀，毛利来自客户关系和独占数据的生意才扛得住。另一条是给个人的：当执行成本趋零，决定做什么成了唯一瓶颈，他说 AGI 时代最保值的品质是能动性、意志力和韧性，这不是鸡汤，是三条曲线的直接推论。
事后看，观察二在 2025 年持续应验，价格战打得比他写的还狠；观察一进入换挡期，能力增长更多来自推理时计算和强化学习，曲线还在涨，但"资源"的构成变了；观察三短期应验到夸张的程度，同时"AI 泡沫"也成了主流财经议题，这条观察正是多头阵营的理论地基。
我的读法是：前两条当工具收下，第三条当广告看待。判断这篇文章的历史地位，不用看它说得对不对，看多少万亿美元按它说的动了。
原文: Three Observations, 作者 Sam Altman, 发布于 2025-02