OpenAI与Anthropic找到AI付费场景用户嫌贵仍持续使用

编辑 | 王凤枝

不少人已经将“小龙虾”抛在脑后。

今年三月，它让许多人首次真切体会到：AI不仅能聊天，还能动手操作了。各类智能体层出不穷，人人都在热议“下一个操作系统级入口”。然而到了五月，除少数发烧友外，几乎无人再打开它。

于是，一个看似合理的结论悄然浮现：智能体也降温了。

但知名技术博主、开源开发者兼AI工具评论者西蒙·威利森（Simon Willison）近日发表文章《OpenAI和Anthropic可能已经找到了PMF》，给出了截然不同的观点。

西蒙指出，OpenAI和Anthropic或许已经找到了产品-市场契合（PMF），使产品真正嵌入用户的工作流程。原因并非聊天机器人更擅长对话，也不是演示效果更惊艳，而是Claude Code、OpenAI Codex这类编程智能体，已让一批用户从“尝鲜试用”转向“天天使用、重度依赖、即便涨价也继续用”。

使用人数增加，用量攀升，真正有价值的AI甚至开始涨价。“小龙虾”退热，只意味着智能体叙事从喧嚣进入筛选阶段；西蒙这篇文章想说的是另一件更硬核的事：AI并未凉凉，真正具备PMF的智能体，正在进入用户的账单、预算和工作流。

西蒙的核心判断

本文的重点并非“编程智能体很强”，而是OpenAI和Anthropic可能终于找到了能转化为实际收入的PMF。西蒙给出的判断标准很简单：用户是否会反复回归？产品能否被嵌入工作流？当价格变得真实，用户是转身离开，还是开始讨论如何继续使用？

第一组证据是使用深度的变化。早期AI工具多属低频试用：问一个问题、生成一段文案、尝试一次演示，感觉新鲜，但未必次日再打开。Claude Code、Codex这类工具则不同，它们被融入每日工作流：阅读项目、修改文件、运行测试、解释报错、继续下一轮迭代。用户并非来观摩能力，而是将部分工作交给它推进。

第二组证据来自账单。西蒙用自己的使用量算了笔账：他每月付给Anthropic 100美元、OpenAI 100美元，共200美元；但过去30天，按API token价格折算，Claude Code大约消耗1199.79美元，OpenAI Codex约980.37美元，合计2180.16美元。也就是说，一个中等重度用户在个人订阅中“包住”的实际调用量，已接近订阅费的11倍。

这一反差至关重要。个人订阅用户觉得自己赚到了，而模型公司则看到另一面：编程智能体的真实使用量如此之大，不能再被当作赠品。当智能体真正开始干活，它不再是一次问答，而是一连串观察、推理、调用工具、修改、报错、再修改的高强度计算。

西蒙还提到，到2026年4月，OpenAI Codex和Anthropic的Claude Code / Cowork在企业使用中将更直接地与API价格对齐。OpenAI的Codex计价在4月从按消息转向更接近token用量；Anthropic的企业方案也从“企业订阅包含典型工作日用量”的假设，转向“订阅费之外，使用量另按API价格计费”。这意味着企业客户不再只是订阅一个AI软件，而是在为真实的推理消耗付费。

这就是西蒙认为OpenAI和Anthropic可能找到PMF的核心证据：编程智能体不仅让人觉得很酷，更开始让用户愿意为实际使用支付真金白银。真正具备PMF的产品，往往不是所有人立刻欢呼，而是客户在预算会议上讨论如何管控，而非直接取消。

为什么偏偏是编程智能体

这听起来像程序员小圈子的故事，其实不然。编程智能体率先脱颖而出，并非因为程序员最爱尝鲜，也不是因为他们最会写prompt，而是因为代码工作天然为AI提供了验收系统。

代码能否运行，可以验证；测试是否通过，可以验证；diff改了什么，可以检查；git能否回滚，可以控制；日志、报错、类型检查、CI，都在为智能体提供密集反馈。AI最危险之处不是不会说话，而是它很会说，但你不知道它究竟做对了没有。代码世界复杂、抽象、容易出错，却也更容易暴露错误。

这就是编程智能体与其他许多智能体的分水岭。一个会议智能体总结得好不好，往往需要人重新读一遍；一个研究智能体提供的资料是否可靠，常常要回源核对；一个销售智能体自动发邮件，出错就是品牌风险；一个金融智能体真要操作账户，误操作可能直接造成损失。越靠近真实业务，越需要权限、审批、审计、回滚和责任边界。

编程智能体当然也会犯错，但它们所处的流程更容易将风险限制在可检查的范围内。一个智能体修改代码，你可以看diff、跑测试、让它重试，再决定是否合并。换句话说，代码并非AI最简单的应用场景，却可能是最早形成可靠反馈闭环的复杂场景。

不过，这也带来了一个反向门槛：编程智能体用得越重，对用户的代码质量、架构理解和review能力要求就越高。AI帮你写出代码，不等于你能长期维护它；它降低了构建门槛，也把验收和维护的责任更清晰地推到了人面前。

真正的门槛不是会不会写prompt，而是能否为AI建立验收标准。西蒙那篇文章中的PMF判断，背后的逻辑正是这一点。

智能体开始被筛选

过去一年，“智能体”这个词被用得太泛滥了。什么都可以称为智能体：销售智能体、客服智能体、会议智能体、招聘智能体、财务智能体、个人助理智能体。很多产品在初次演示时确实有冲击力，模型会自己分步骤、调用工具、从一个网页跳到另一个网页，仿佛真的开始替人做事。

但演示不等于PMF。让AI自动运行十步，与让它每天稳定完成一项真实工作，中间隔着上下文、权限、成本、安全、审计和失败兜底。用户第一次看到它能动手会兴奋；第三次发现它会乱点、乱填、乱花token，就会开始问：它到底能接入什么系统？谁批准它行动？它出错谁负责？我能否回滚？

这并非说泛智能体没有前途。西蒙的写法更为克制：目前最清楚看到PMF的是编程智能体。其他智能体方向当然也可能成立，只是它们还需要证明自己能从“能演示”走到“能日常使用”。

会聊天的智能体不稀缺。会点按钮的智能体也不一定稀缺。真正稀缺的是那些能稳定完成高频任务、能被验证、能被纳入真实流程、出错后能缩小事故半径、变贵后用户仍愿意继续使用的智能体。

西蒙文中提到的Microsoft和Uber案例，也可以从这个角度理解。企业预算被Claude Code之类的工具提前消耗完，表面上看像是坏消息；但从产品角度看，它也说明使用需求比原先预算假设强得多。预算吃紧，不等于产品没有价值，很多时候恰恰说明产品已经从“可有可无的新玩具”变成了“财务部门必须重新核算的生产力工具”。

这也是PMF的另一种表现：不是媒体继续兴奋，不是用户继续晒图，而是采购、财务和技术团队开始认真讨论：如何限制用量、如何分配预算、如何将其纳入正式流程。

这和普通人有什么关系

对普通人而言，氛围编程（vibe coding）的价值在于，很多想法第一次可以低成本落地。一个网页、一个内部工具、一个自动化表格、一个报名系统，以前可能需要找开发、写需求、排期、外包，现在可以先做出一个粗版本，拿给真实用户或同事看。

不过，真正重要的不是“人人都能写代码”，而是“人人都要学会验收AI做出来的东西”。AI可以降低构建门槛，但不能替你承担维护责任。一个原型能跑，与一个产品能长期被使用，完全是两回事。

这也恰好回到西蒙的判断：编程智能体先接近PMF，不是因为它们会写代码，而是因为代码世界有一套更清晰的验收机制。普通人能从这件事中学到的，不是写prompt的技巧，而是如何将一个任务变成可执行、可检查、可修正的流程。

筛选开始了

智能体没有凉凉，因为账单开始说话了。西蒙文章最有趣的地方在于，它没有继续追问“模型又强了多少”，而是把问题换成了：谁已经找到了用户愿意长期使用、并持续付费的场景。Claude Code、Claude Cowork、Codex这些编程智能体，是目前最清晰的样本。

他顺手算了另一笔账：这些公司不仅在收钱，推理调用越频繁，算力成本越高。智能体从回答一句话变成连续执行任务，最终会同时成为供应商的收入、客户的账单和云算力的压力。

“小龙虾”热潮的降温，也并非坏事。它让讨论从“什么都能智能体化”回到更朴素的产品问题：是否存在真实痛点？是否有日常使用？是否有验收闭环？是否有价格承受力？

如果答案是肯定的，就会从玩具变成工具，从工具变成工作流，从工作流变成预算项；如果答案暂时不清楚，就需要继续等待真实使用来验证。

所以，不要问AI是不是凉了。

要问：哪些AI已经开始让人愿意付真实账单，哪些智能体还只是让人看了一眼热闹。

前者才是PMF。

后者还在接受筛选。