2026年5月29日，AI行业发生了三件表面上互不相关的事：
- Snowflake 股价大涨——这家云数据平台公司成功应对了软件行业低迷，被市场视为"如何摆脱行业衰退的风向标"
- SpaceX 即将IPO——估值1.75万亿美元，募资500亿，其中一部分将用于为 xAI 建造轨道AI基础设施
- 亚马逊取消了内部AI使用排行榜——高级主管告诉员工"不要为了用AI而用AI"，因为成本在上升
把这三件事放在Anthropic的9650亿融资和Opus 4.8发布的背景下，会出现一个清晰的趋势：AI产业链的利润重心正在从模型层向基建层迁移。
这不是短期板块轮动。这是AI行业从"实验期"进入"部署期"后，价值链的重新分配。
一、为什么赚最多钱的人开始算账了？
亚马逊取消AI排行榜，是这一趋势最直接的信号。
2024-2025年，企业AI采用的标准叙事是"用了多少AI"——代码提交中AI生成的比例、客服对话中AI回答的比例、营销文案中AI辅助的比例。排行榜是这种叙事的终极表达：谁用得多，谁排在前面。
亚马逊取消排行榜——并由高级主管直接告诉员工"不要为了用AI而用AI"——说明了一件事："使用量"已经从创新KPI变成了成本KPI。
当AI是免费的或者低成本的时候，用得越多越好——它代表了"拥抱未来"的姿态。当AI开始产生真实的、可感知的、正在上升的成本时，"用量"就从资产变成了负债。
这和沃什的"降息+缩表"政策产生了共振。在缩表环境下：
- 资本市场对"讲故事"（"我们全面拥抱AI！"）的兴趣大减
- 资本市场对"有刚性利润"的需求大增
- 亚马逊的"取消排行榜"= 从AI adoption theater 转向 AI cost discipline
当全世界最大的AI用户（亚马逊）开始公开算账时，AI模型公司的定价能力就被结构性地削弱了。 不只是因为竞争（GPT-5.5 vs Opus 4.8）、不只是因为开源（Mythos即将发布）、而是因为买家开始问："这值多少钱？"而在2024-2025年的狂热期，没有人问这个问题。
二、Snowflake涨了——但涨的不是"AI概念"，是"AI落地"
Snowflake 的股价飙升，和 Anthropic 的 9650 亿估值，代表了两种完全不同的"AI成功故事"。
Anthropic的故事是"模型层"的故事：更好的模型 → 更强的能力 → 更多的用户 → 更高的ARR → 更高的估值。这个故事的逻辑在2024-2025年是无懈可击的——每个更好版本的Claude都带来了真实的收入增长（ARR从300亿到470亿）。
但2026年开始，这个故事遇到了逆风：
- DHH和antirez公开质疑编码体验（"基准测试不代表真实体验"）
- 定价争议（Opus 4.6的长上下文定价争议、Opus 4.8的定价压力）
- GPT-5.5的强劲竞争（DHH说"没有哪个模型像GPT-5.5这样让我反复出现'难以相信它已经这么好'的时刻"）
- 买家开始算账（亚马逊取消排行榜）
Snowflake讲的是另一个故事，一个"基建层"的故事：AI应用从实验阶段进入部署阶段 → 企业需要存储、处理、分析海量数据 → 云数据平台是基础设施 → Snowflake受益。这个故事不需要"更好的模型"——它只需要"更多的AI应用在被部署"。不管这些应用跑在Anthropic的模型上还是OpenAI的模型上还是Mythos上，Snowflake都会受益。
Snowflake的复苏，本质上是对"AI产业链利润从模型层向基建层迁移"这个趋势的市场验证。 当投资者开始从"AI模型是不是更强了"转向"AI是不是真的在被用了"时，基建层的确定性（数据需要被存储、分析、处理）远高于模型层的确定性（下一个版本是不是更好、会不会被竞品超越）。
三、SpaceX：最极致的基础设施+政府订单组合
SpaceX即将IPO的新闻中，有一个容易被忽视的细节：它为Anthropic建了数据中心，同时它在为xAI建轨道AI基础设施。
这意味着什么？SpaceX是AI产业链中一个极其罕见的角色：它同时是竞品双方的基建提供商。 Anthropic和xAI是竞争关系——但它们在同一个数据中心（SpaceX的Colossus 1）上运行。SpaceX不选边——它只需要确保"不管谁赢了，基础设施的钱都是我赚的"。
这和Snowflake的逻辑完全一致，但更极致：
- Snowflake做的是"数据层"——AI模型需要数据存储和分析，Snowflake提供
- SpaceX做的是"物理层"——AI模型需要算力，SpaceX提供数据中心和能源
两者都在模型层的竞争之外，建自己的护城河。而投资者正在奖赏这种行为——Snowflake涨了，SpaceX的IPO估值（1.75万亿）甚至比Anthropic（9650亿）还高。
这个数字本身就说明了一切：全球最高估值的私营公司不是AI模型公司，是一家火箭+数据中心公司。 市场已经在对"利润向下迁移"进行定价。
四、利润迁移的三种驱动力
利润从模型层向基建层迁移，不是偶然的。它由三种力量共同驱动：
驱动力一：模型层的边际成本不会归零
Anthropic的ARR从300亿涨到470亿，但训练和推理的成本也在同步增长——甚至增长更快（650亿融资的主要用途就是算力）。模型层的规模经济有上限——每个更好的模型需要更多的算力、更多的电力、更多的芯片。这些成本不会随着ARR增长而消失——它们会沿着产业链向上游（芯片、光模块、数据中心、电力）传导。
传导的终点就是基建层。 Anthropic每多赚100亿ARR，其中相当一部分会付给芯片供应商（NVIDIA/AMD）、数据中心运营商（SpaceX/Google Cloud/AWS）、和电力公司。这些是基建层的收入——不是Anthropic的利润。
驱动力二：模型能力的竞争正在从"规模"转向"效率"
DHH和antirez对Opus 4.8的批评，本质上是说：在某个点之后，更多的算力和更多的参数不再转化为"更好的编码体验"。 如果这个判断是正确的——如果模型能力的提升正在从"规模驱动"（更大的模型、更多的参数、更贵的训练）转向"架构驱动"（更好的算法、更智能的训练方式、更高效的数据处理）——那么模型层的资本密集度就会下降。
这听起来对模型公司是好事（不用烧那么多钱了）。但从投资者的角度看，这意味着：模型层不再是一个"吃进去的钱越多、吐出来的能力越强"的简单游戏。 当能力提升不再和资本投入线性相关时，估值模型中的"如果保持57%增速"的假设就失去了支撑。而基建层不受影响——不管模型是靠规模还是靠架构进步的，它都需要数据存储（Snowflake）和电力（SpaceX）。
驱动力三：买家开始"审计"AI的成本
亚马逊取消排行榜不是孤例。当各行各业的AI用户从"实验期"进入"部署期"，他们开始问一个在狂热期没人问的问题："这个AI功能为我省了多少钱，花了我多少钱？"
答案往往不乐观。很多AI部署的ROI仍然是负的——不是AI不好用，而是部署成本和维护成本超过了它带来的效率提升。当用户开始算账，他们会有两种反应：减少使用AI（利空模型层），或者优化基础设施来降低使用成本（利多基建层）。两种反应都指向了同一个方向：利润从模型层流出。
五、这意味着什么：对投资者和创业者的三个信号
信号一：模型层的高估值可能面临"基数效应"的清算。 Anthropic的9650亿是基于"如果保持57%增速"的假设。但每一轮融资都在抬高未来的基数——要从9650亿涨到下一个估值台阶，ARR需要从470亿涨到800亿以上。这需要的不仅是更好的模型，而是整个AI部署市场的同步扩张。如果部署市场的增长速度低于模型层的融资速度，估值就会"走到ARR前面去"——这是不可持续的。
信号二：基建层是未来12-24个月的确定性赛道。 Snowflake、SpaceX、光模块供应商（参考湖北光谷）、电力基础设施运营者——这些公司和资产的收入曲线比模型公司更平滑、更可预测、更少受"下一个模型比竞品强吗"的影响。沃什的缩表环境进一步利好这一趋势——"确定性的现金流"比"远期的叙事"更有估值支撑。
信号三：AI产业链的"平台期"正在到来。 当利润从模型层向基建层迁移，说明AI从"技术创新驱动"阶段进入了"基础设施部署"阶段。互联网在1999-2000年经历了同样的迁移——从"做网站的"到"卖服务器的"到"铺光纤的"。AI正在重复这个模式。平台的到来不是坏事——它意味着AI从"少数人的实验"变成了"多数人的工具"。但它也意味着：投资逻辑需要从"谁能做出最好的模型"转向"谁在AI变为现实的过程中赚最多钱"。
结语
Anthropic的9650亿估值是2026年5月最抓眼球的头条。但Snowflake的股价飙升和SpaceX的1.75万亿IPO估值，才是真正需要被读懂的信号。
当全世界最聪明的投资者开始奖赏"帮别人做AI"的公司（Snowflake、SpaceX）甚于"自己做AI"的公司（Anthropic、OpenAI）时，AI的底层经济逻辑已经发生了转变。
利润不在模型层。利润在模型层下面的地基里。
淘金热最赚钱的不是淘金者，而是卖铲子的人。AI的铲子正在比AI本身更值钱。
本文基于 Horizon Daily 2026-05-29 中 #14 #34 #35 及 #1 #3 共五条新闻撰写，结合沃什货币政策框架和此前AI军备分析。