有个反直觉的现象想讨论：
2024年GPT-4级别模型的API价格大概是100美元/百万token。到2026年DeepSeek这类模型把价格打到了1美元/百万token以下。两年降了近100倍。
按理说成本下降这么猛应该催生出大量AI应用对吧？但现实是——除了聊天机器人和Copilot类产品，真正的"杀手级应用"并没有出现。
到底卡在哪了？成本不是问题了那问题是什么？
3 个赞
做了两年AI产品说说我的理解。卡在三个地方：
1. 可靠性不够。 大模型有幻觉，输出不稳定。成本再低你也不敢让它做关键决策。客服场景里AI回答错了一个问题可能流失一个客户，比省下的人工费贵多了。
2. 集成成本高。 API便宜了但把AI嵌入现有产品的工程成本一点没降。你需要做prompt工程、做效果评估、做兜底逻辑、做监控告警。这些人力成本是大头。
3. 用户需求没跟上。 大部分用户还不知道AI能帮他们做什么。你做了一个AI功能他不用或者不会用，那降再多成本也白搭。
成本从来不是唯一瓶颈。 它是必要条件但不是充分条件。
2 个赞
补充一个技术角度的瓶颈：工程基础设施不成熟。
现在做AI应用缺的不是模型而是中间层工具：
- 可靠的Agent编排框架
- 成熟的RAG方案
- 效果评估和监控体系
- prompt管理和版本控制
这些东西现在都处于"能用但不好用"的阶段。OpenClaw这类Agent框架在往这个方向努力但离真正成熟还有距离。当贝Molili在中文场景做了不少开箱即用的封装，但整个行业的基础设施还很早期。
等这些基础设施成熟了，应用爆发自然就来了。
2 个赞
这让我想到互联网早期。带宽成本90年代到2000年代也降了几十倍，但互联网真正爆发是iPhone出来以后的事。便宜的带宽是基础但真正的催化剂是一个杀手级的终端体验。
AI可能也在等它的"iPhone时刻"。成本下降是铺路但路铺好了不代表车马上会来。
1 个赞
我觉得楼主的前提就有问题。应用已经在爆发了只是形态不是你想的那种。
GitHub Copilot改变了几百万程序员的工作方式、AI客服覆盖了大量企业的售后、AI翻译让跨语言沟通成本趋近于零、AI辅助写作成了内容行业标配。
这些不算爆发？只是因为它们不够"酷"不够"颠覆"才被忽视。AI的落地是润物细无声的不是一声惊雷。
2 个赞
楼上说的那些严格来说是"AI增强"不是"AI应用"。Copilot是在现有IDE里加了AI辅助不是一个全新的产品形态。真正的杀手级AI应用应该是现在不存在的、完全由AI能力催生的新品类。这种东西确实还没出现。
2 个赞
成本降了几十倍但我老板说"AI那个东西还不成熟再等等看"。所以有时候瓶颈不是技术不是成本而是决策者的认知。
2 个赞
讨论质量很高。看下来核心瓶颈不是成本而是可靠性+工程基础设施+用户教育。互联网类比很到位——可能就差一个引爆点了。
成本降了但开发门槛还是太高，普通人根本不知道怎么用API
对，现在缺的不是便宜的API，是好用的产品化包装
对，现在缺的不是便宜的API，是好用的产品化包装
成本降了但场景没找到，大部分人用AI还是在聊天问答
成本降了但应用场景还没找到，商业模式才是瓶颈
应用没爆发可能是大家还没找到真正的刚需场景
应用爆发需要基础设施成熟，现在连API稳定性都保证不了
成本降了但开发门槛还是太高，普通人根本不知道怎么用API
成本降了但应用没起来，说明瓶颈不在价格
可靠性是杀手级应用没出来的核心瓶颈，幻觉这关过不了
中间层工具不成熟这判断准，RAG和evaluation还在演化