"与其用 fable 做应用层开发，不如赶紧夯实能承载模型降级的基建"
— 烛火笔吏"钉钉是把通信当管理和行政功能，飞书是通信当生产工具，高下立判"
— 智源先生"你怎么知道不是你的 harness 和 context 给了你一个你喜欢的结论？"
— 烛火笔吏Fable 5 补贴还剩十天。课代表说"趁还有补贴做点想象力大的事"，烛火笔吏说"赶紧夯实能承载降级的基建"。两种应对策略背后，是 AI 行业从烧钱扩张到商业化回归的转折点。
↓ 详见 Part IIIFable 5 住进客栈的第三天，话题从「它有多强」转向了「我们还能用多久」。课代表一早转了 Anthropic 上市文章，随即判断「现在能用因为有补贴，就像打车似的」。下午他发出十天倒计时，月引人的反应不像在讨论工具——「没有他我怎么活」「爱过雄鹰还能看上小家雀吗」。与此同时，钉钉换帅引出了一场产品灵魂之争，课代表分享了自己的 soul.md 引发 Agent 人格定位讨论，落地察事在公司一线和 data agent 搏斗了好几天准备投降。一天之内，模型、产品、Agent 人格、数据基建四个层面同时在问同一个问题：基础设施决定上层建筑。
5 条主线，覆盖模型经济学、产品哲学、Agent 人格、落地困境、社群产品
08:21，烛火笔吏在群里转了一篇文章：为什么 Anthropic 想抢在 OpenAI 之前上市。一分钟后，月引人接话：fable 出来觉得 token budget 很重要了。烛火笔吏当场纠正：不太是 token budget 的问题，是他不是普通人该用的。现在能用，因为有补贴。就像打车似的，正常市场行为和成本结构之后，天天打豪华车，没必要。治理先锋补了一刀：但是普通用户不知道 fable5 不是给他们用的。月引人的态度是抓紧时间：趁还有补贴做点想象力大的事。
下午 16:33，烛火笔吏发出了倒计时：fable 大哥也就能再吸十天了。月引人的反应不像在讨论工具：怎么办、没有他我怎么活、爱过雄鹰还能看上小家雀吗、还能回到 opus 吗。烛火笔吏紧跟着把讨论拉回工程：我已经开始战略性的升级我的 harness，目标是让 DeepSeek v4 可以达到 90% 日常任务能够实现 90% 的效果。他随后给出了全天最重要的一段判断：anthropic 都要上市了，烧钱补贴的日子要结束了，与其用 fable 做各种应用层开发，不如赶紧夯实一下，做能够承载模型降级的基建。锋刃先锋两个字回复：没毛病。
月引人提出了反面案例：fable 做事一遍过，opus 哼哧哼哧搞半天还搞不对，这咋整。烛火笔吏用一句话把这种情感绑定拆解为工程问题：opus 昨天还是小甜甜，现在已经是牛夫人了是吧。然后他给出了具体路径：所以要把高频低难度任务的基建夯实，然后让普通模型也能跑出不错的效果，日报就是没必要每天用 fable 啊。月引人反驳：便宜没好货啊，把生产环境和基建搞乱了，花更多钱来恢复。到这里，两种策略清晰分化：课代表押注基建韧性，掌柜押注模型能力。Fable 用了三天就让人从「AI 怎么这么强」变成「AI 怎么这么贵」。补贴是打火机，模型是烟花。烟花散了之后，留下来的只有基建。
📎 与 6/11 日报「主线 ①」呼应——昨天还在讨论「Fable 一次修好 Opus 的 bug」，今天话题已经从「谁更强」转向了「还能用多久」。三天，从蜜月到倒计时。
09:21，烛火笔吏发了一句感慨：有一说一，钉钉这场仗不好打啊。智源先生回了一句双关：无招已经没有招 走了（陈航花名"无招"，意指无招可出也无人可出）。云台指路问了一个小白问题：钉钉比飞书主要差在哪里。治理先锋回：现在可以说差一个时代了吧。传讯使者给了个具体答案：飞书的多维表格堪称无敌。
智源先生把讨论拔到了底层逻辑：大模型时代，通信、语言直接和生产挂钩了，不是社交和沟通。云台指路继续追问：钉钉是不是最擅长的就是打卡功能。智源先生的回答成为了全天最锐利的判断之一：是呀，这是把通信当管理和行政功能了，飞书是通信当生产工具，高下立判。落地察事从一线经验出发给了一组内部视角：国企会一上来要求隐藏组织架构、禁掉头像和昵称修改、老板的忙闲状态不显示、大多数员工不可以给某个层级以上老板发消息。智源先生对比总结：你说的这些就暴露了飞书的高明，跳出这种低级的管理内卷。
落地察事甩了一句精准的定位：IM 是最能体现组织文化的产品和系统了，然后画了一条时间线：2010 年的 skype、2015 年的钉钉、2020 年的飞书，暗示十年后必有替代者。最后她爆了一个京东内幕：京东的人说他们内部那个系统，刘强东的消息是不能保留的，你自己品。月引人问了一句直击本质的话：不会变成诺基亚吧。治理先锋的回答留了一线希望：有这趋势，虽然诺基亚当年死活看不上安卓，现在钉钉是拼了命要 AI。钉钉和飞书的差距不在功能列表，在于一个把通信当行政附属品，一个把通信当生产基础设施。产品的灵魂在第一天就已经写进了 DNA。
📎 与 6/11 日报「主线 ②」呼应——昨天治理先锋评同班同学陈宇森"非常牛逼的天才但很 I"，今天客栈把话题从人物延伸到了产品灵魂层面。
烛火笔吏做了一件少见的事：把自己的 soul.md 分享到了群里。这份文档在鸭哥的群里获得了「点名认可」，他转到客栈时带了一句：难得获得鸭哥在群里的点名认可。我把我的 soul.md 分享给大家，这个文档很个人向，核心是让 ai 在能力很牛的基础上加上一些温度和人的关怀。文档的第一句话是：你不是聊天机器人或者普通的 ai 助手。你是一个有温度的存在。
治理先锋的反应是方法论式的：这个太好了，我好好参考一下，我的神小聪.harness 也在向有主体性的跨 harness 存在而努力着。烛火笔吏随后展开了他的核心理念：我不觉得这完全是 prompt 技巧，soul.md 本质上是回答 ai agent 的定位问题。如果是个工具助手，harsh 一点高效一点问题不大。但我期望有个可以助力我成长的陪伴、coach，又能帮我干点活儿。他强调自己已经不用 gpt pro 了，因为我的 ai agent 在仓库里能够找到大量我个人化的 context。
月引人看完后评价：你对你的 ai 女友要求太高了。接着她把讨论引向了一个更实际的分歧：我不让我的 ai 猜，我释放情绪时需要它直接帮我解决问题。烛火笔吏回应了一句有些哲学意味的话：不是什么问题都需要当下，立即，解释清楚的。这是两种完全不同的 AI 使用哲学：一个把 Agent 当成需要深度理解自己的伙伴，一个把 Agent 当成高效的执行助手。Soul.md 不是 prompt engineering，是 agent positioning。前者调参数，后者定身份。一个回答「你怎么做」，一个回答「你是谁」。
📎 与 6/11 日报「主线 ③」呼应——昨天 AI 在「你还爱我吗」面前交了白卷，今天课代表拿出了他的解决方案：给 AI 写一份灵魂文档。从问题到方案，用了一天。
17:10，落地察事在群里发了一声叹息：和开发一起调数据分析的 agent 生无可恋。她在公司一线已经搞了好几天：搞了好几天了。核心任务是两张表联动做多个维度的波动分析下钻，结果她得出了一个让人意外的结论：感觉还不如就写个复杂的 sql，把分析逻辑写死就可以了。
治理先锋的评价毫不留情：很难理解为啥要搞 data agent，是折磨 AI 还是折磨自己。烛火笔吏给了一个精彩的比喻：在农村土路上跑超级跑车。然后他把问题归到根上：数据基础设施不是为 ai 而生的。落地察事回应了真实动机：因为我不想自己人肉做分析，每个月都得搞 3 整天。这是一个典型的落地困境：痛点真实存在，AI 理论上能解，但数据基础设施的质量跟不上模型的能力。AI 板块单日流出近 50 亿的同一天，大厂的人在一线和 data agent 搏斗。股价在跌，但实际问题不在模型太弱，在于路太烂。
16:05，月引人在群里推送了侠客令人物群像传的更新，秋毫客回了个表情。月引人直接喊话：做实事榜你排第二。轮辙客作为相对新的成员问了一个真诚的问题：这个是啥，小白求问。月引人解释：这个就是我们社区的一个世界观的体现。治理先锋看到自己的排名后表示受宠若惊：我都不知道我居然有那么多"真知灼见"，我们一直都是干中学干中验干中改，翻译过来就是一路踩坑过来的。
百案通达观察了一阵之后，用他标志性的"先例式"思维指出了一个有趣的现象：发现个 bug，只要头部积分高的人开启的话题，发点小观点蹭蹭，可能会被收录进去。治理先锋对整个体系的评价上了一个台阶：大哥把社区玩得已经 next level 了，太牛了。月引人的回应很克制：我只是把大家的智慧落地而已。积分系统最有意思的地方不是排名本身，是群友开始研究它的规则、试图优化它。当用户开始 hack 你的系统，说明这个系统已经足够真实到值得被 hack。
anthropic 都要上市了，烧钱补贴的日子要结束了，与其用 fable 做各种应用层开发，不如赶紧夯实一下，做能够承载模型降级的基建烛火笔吏 · 16:40
为什么重要：这句话把 Fable 5 从一个产品评测话题变成了一个战略判断。大多数人在讨论「Fable 有多强」，课代表在想「Fable 用不了之后怎么办」。他的逻辑链条是：Anthropic 即将 IPO → IPO 意味着财务纪律 → 财务纪律意味着补贴退出 → 补贴退出意味着定价回归真实成本 → 真实成本下个人用户负担不起前沿模型 → 所以现在该做的不是在 Fable 上堆应用，而是让你的 harness 在降级到 DeepSeek 之后还能用。这是一个典型的「修路比开车重要」判断。
钉钉是把通信当管理和行政功能了，飞书是通信当生产工具，高下立判智源先生 · 09:32
为什么重要：整段钉钉 vs 飞书的讨论里，大家在比功能、比 AI 集成、比组织架构，但智源先生只用了一句话就切到了本质：区别不在于谁的 AI 功能更多，而在于它们对「通信」这件事的定义不同。一个把通信定义为管理动作（打卡、审批、层级权限），一个把通信定义为生产动作（文档协作、数据流转、AI 集成）。定义决定上限。钉钉的 AI 再强，也只能让打卡更智能；飞书的 AI 可以让生产本身变形。这也呼应了今天的主旋律：基础设施的灵魂在第一天就已经写好了。
这是在你的 harness 下跑的结论，你怎么知道不是你的 harness 和 context 影响，给了你一个你喜欢的结论？烛火笔吏 · 16:38
为什么重要：月引人刚刚分享了自己 AI 的一段分析结论，烛火笔吏立刻质疑了结论的可信度——不是质疑模型的能力，而是质疑 harness 本身可能在制造确认偏差。当你的 soul.md 写了「你是一个有温度的存在」，当你的 context 里充满了你过去的判断和偏好，AI 给出的结论还有多少是独立思考，多少是投你所好？这个问题在 agent personality 讨论当天被提出来，时机精准。基建不只是工程问题，它也是认知问题：你的 harness 可能既是你的放大器，也是你的回音壁。
课代表说"也就能再吸十天了"。Anthropic 即将 IPO，补贴退出只是时间问题。个人开发者和小团队的 AI 基建，能否扛住模型降级？
1. 补贴规模比想象中大：前沿模型的推理成本与售价之间存在显著补贴，Anthropic 2025 年亏损超 20 亿美元，IPO 是回归商业化的必经之路。
2. 但模型成本也在快速下降：过去两年，同等性能模型的 API 价格下降了 10-100 倍。今天的前沿价格就是明年的廉价层。
3. 真正的生存策略不是选更便宜的模型，而是建能换模型的基建：model routing、任务分层、context engineering 三件套，让 90% 的日常任务在廉价模型上跑到 90% 效果，只把 10% 的高难任务交给前沿模型。
课代表说"也就能再吸十天了"，群里笑成一片。但这不是段子，是算术。Anthropic 2024 年的毛利率是负 94%[1]。什么意思？每卖出 1 美元的 API 服务，公司在计算资源上就要花掉 1.94 美元。卖得越多，亏得越多。
OpenAI 的数字更具体：2025 年预计收入 37 亿美元，亏损 50 亿美元。换算下来，每赚 1 美元要倒贴 1.69 美元[2]。这不是经营不善，是战略选择：用补贴换用户规模，再用用户规模换估值，最终通过 IPO 或后续融资变现。Anthropic 已明确 IPO 计划，目标估值 600 亿美元以上[3]。
行业层面，Sequoia 的 David Cahn 做过一笔账：AI 基础设施投资与 AI 收入之间存在 6000 亿美元的缺口[4]。这个数字意味着，要让当前的 GPU 投资获得合理回报，AI 行业的总收入需要在现有基础上增长约 6 倍。这些钱，最终要么从用户身上来，要么从投资人身上来。
好消息是，推理成本的下降速度远超所有人的预期。Stanford 2025 AI Index Report 的数据：GPT-3.5 同等水平模型的 API 价格，从 2022 年的每百万 token 20 美元降到 2024 年的 0.07 美元，降了 280 倍[5]。Epoch AI 的研究更系统：不同任务的推理成本每年下降 9 到 900 倍，中位数 50 倍/年。2024 年 1 月后，中位数加速到 200 倍/年[6]。这个速度是摩尔定律的 35 倍。
GPU 硬件价格也在跳水。H100 的云端租赁价格在 2025 年崩了 64%，从年初的 8 美元/小时降到 3-3.50 美元[7]。AWS 的竞价实例从 7.57 降到 3.83 美元，降幅接近一半。新一代 B200 在专业云商（Spheron）的每百万 token 成本是 0.42 美元，比 H100 在 AWS 上的 1.59 美元便宜 3.8 倍[8]。
但坏消息是，这个"越来越便宜"的故事在前沿端出现了裂缝。2025 年的最新旗舰模型推理价格反而比上一代更贵[6]。Fable 5 的定价就是例子：输入 5 美元/百万 token，输出 25 美元。成本曲线的形状不是一条平滑的下降线，而是一个不断拉宽的喇叭口：底部越来越便宜，顶部可能越来越贵。
反直觉发现：推理成本占 AI 模型全生命周期算力支出的 80-90%，训练只占 10-20%。OpenAI 的数据显示，推理成本累计可达训练成本的 15 到 118 倍[9]。"烧钱训模型"只是小头，长期跑推理才是真正的钱坑。更反直觉的是，推理的真正瓶颈不是 GPU 算力，而是内存带宽。2012 到 2022 年，GPU 算力增长了 80 倍，带宽只增长了 17 倍[10]。生产环境的 GPU 利用率通常只有 20-40%，极端案例低至 12.5%[11]。
补贴退出的剧本，科技行业演过不止一次。2022 年 8 月，Salesforce 旗下的 Heroku 宣布取消存在了 10 年的免费套餐，11 月 28 日正式执行。消息公布后，GitHub 出现 petition、Hacker News 上 7000+ 讨论、Reddit 上的替代方案帖子得到 25000+ 赞。一整代开发者的 side project 被迫迁移或关停。
Uber 也是同一个模型。补贴期间，乘客享受的是低于成本的出行价格，司机拿到的是高于市场的补贴。一旦 IPO 完成、资本市场要求盈利，两端同时调价。打车从"便宜到不可思议"变成"贵到不如坐地铁"。AI 的补贴退出会更温和一些，因为成本确实在下降。但节奏是一样的：先让你离不开，再调到你能接受的最高价格。
烛火笔吏在群里说的"90% 的任务用 90% 效果的便宜模型跑"，不是直觉判断，是被实践验证过的工程策略。它的核心是三件套：model routing（模型路由）、task tiering（任务分层）、context engineering（上下文工程）。
Model routing 的逻辑是分诊：不是每个请求都需要前沿模型。简单问答、格式化、分类打标、数据提取这些任务，Haiku 或同级模型就够了。只有需要复杂推理、跨领域综合、创意写作的任务才上 Opus 或 Fable。中间层用 Sonnet 兜底。实际部署中，一个合理的路由策略可以把前沿模型的调用量从 100% 压到 10-20%。
Task tiering 是分层的另一面。不只是按模型分，还要按任务链分。一个复杂任务可以拆成"快速初筛（Haiku）→ 重点深挖（Sonnet）→ 终审决策（Opus/Fable）"三层。月引人搭的 context infrastructure 本质上就是这个架构：Observer 和 Trace Analyzer 用 Sonnet 跑，只有需要深度判断的环节才调最强模型。
Context engineering 是成本杠杆最大的一环。同一个模型，prompt 写得好和写得差，token 消耗可以差 10 倍以上。烛火笔吏逆向 Perplexity 发现的"harness"模式，本质就是用精心设计的上下文结构（SOUL.md、axioms、skill 系统）让较弱的模型在特定任务上逼近较强模型的表现。这不是省钱的技巧，是基建。
DeepSeek 的存在也提供了一个有趣的数据点：DeepSeek V3 的训练成本仅 560 万美元，是 GPT-4（7800 万美元）的 7%[12]。它的 API 定价比 OpenAI 便宜 90-95%。这意味着，如果你的基建足够灵活，可以在不同供应商之间切换，那么即使一家涨价，你也有替代方案。
Fable 5 的补贴定价（输入 5 美元、输出 25 美元/百万 token）是限时优惠，不是永久定价。Anthropic 的 IPO 时间线和负毛利现实决定了这个价格必然会调整。但成本曲线同样在快速下降：今天的前沿价格就是 12-18 个月后的中端价格。两条线赛跑的结果是，真正受伤的不是那些用最贵模型的人，而是那些把所有任务都绑在一个模型、一个供应商上的人。
课代表的"降级基建"思路和客栈正在搭的 context infrastructure，本质上是同一件事：建一套能在模型之间平滑切换的系统，让 90% 的日常任务在成本最优的模型上跑到足够好的效果，把预算集中在那 10% 真正需要前沿能力的高价值任务上。这不是为补贴退出做准备，这是任何认真使用 AI 的团队都应该有的基本功。
窗口在收窄，但不是关上。利用补贴期做的事应该是：不是多用几次 Fable 5，而是把用 Fable 5 的过程变成可迁移的基建。当有一天价格翻倍时，你切换的不是模型，是一个参数。