很多人（包括本人）已经离不开AI了，日常生活经常需要问AI，每天都问，AI大模型对搜索的替代是很明显的，而且效率大大提高。AI大模型的粘性是毋庸置疑的（对互联网流量巨头构成实质性威胁），只是，目前AI的运行成本比网页的互联网高多了，只有把AI大模型的推理成本降下来，才能是AI走入更多人的生活，才能爆发杀手级的应用。降低AI成本的出路：（1）GPU、内存等半导体的制造产能需要大规模扩大、成本大幅度降低；（2）大模型推理的效率进一步提高。目前AI的利润大部分被卖铲子的赚走了（主要支付方是互联网巨头，次要支付方是以Coding为主的用户）。只有卖铲子的过剩了，AI的成本才会大幅下降，应用才会大爆发。但是，目前的铲子行业的寡头竞争格局不容易出现过剩，GPU的产能受制于台积电、三星以及未来英特尔，而这些巨头代工厂的扩产又受制于EUV光刻机等设备厂商，环环相扣扩产不易，而且内存3巨头扩产也比较谨慎，一心要维持供货紧张状态赚大钱。现在唯一的扰动因素：马斯克的巨型半导体生产工厂（也只供内部使用，无对外销售）、中国的长鑫等，其实马斯克的厂还在图纸上，一切都还是PPT，长鑫的制程还落后，都是远水不解近渴。另一方面，中国的开源大模型越来越好用，只会催生对硬件越来越多的需求，使硬件价格维持高位，同时让开源模型的推理成本大幅度提升（纷纷涨价）。所以，AI硬件目前找不出看空的理由。所有看空的，都是历史的肌肉记忆带来的恐惧。