封面图

你可能不知道，你口袋里的廉价智能手机正在经历一场静悄悄的涨价。

IDC的数据摆在那儿：2026年，智能手机的平均售价在往上走。不是因为某个品牌又发了旗舰款，而是因为内存不够用了。

一个名为HBM的东西，正在成为AI时代的"石油"。英伟达的GPU需要它，训练大模型需要它，而它的产能就那么多。需求端越疯狂，供给端就越紧绷——然后你发现，那个70美元就能买到的 Tecno Spark Go，可能很快要涨到90美元了。

这不是一篇讲供需关系的宏观经济文章。这是关于AI狂飙突进背后，那些被忽视的隐性代价的故事。

我们从几个看似不相关的新闻说起。

消费级硬件的"文艺复兴"

先看一个让人兴奋的消息：有人在五年前的 M1 Max MacBook Pro上跑通了 Gemma 4-31B，把一整年的视频素材做了本地索引。

用的方法很硬核——50GB Swap，说白了就是把SSD当内存使。开源工具链 framdex 完整放出，评论区讨论热烈：4-bit量化怎么省显存、SSD磨损风险、上下文窗口怎么优化……

这种玩法五年前想都不敢想。现在，一台过气的专业笔记本，能塞进31B参数的视觉模型，还能跑完一年的视频分析。

类似的趋势其实在持续发生：模型量化技术越来越成熟，端侧部署工具链越来越完善，连ollama这种傻瓜化工具都在不断降低门槛。

一个结论很自然：AI正在走向普惠。

然后你转头去看另一条新闻，发现这个结论可能只是局部真相。

内存去哪了？

那篇博客讲得很清楚：1985年一台 IBM PC AT 卖6000美元，折合现在快两万美元。今天你走进拉各斯或内罗毕的集市，花50到120美元就能买一台 Tecno 智能手机——算力是那台IBM的数千倍，价格不到百分之一。

过去四十年，消费电子的"大廉价"是整个科技行业最了不起的成就之一。智能手机把互联网带给了全球数十亿低收入人群。

但这个故事正在收尾。

原因是什么？AI。

大模型训练需要海量HBM（高带宽内存），而HBM的产能就那么点。三星、美光、SK海力士都在拼命扩产，但需求增速远超供给。于是出现了这样的连锁反应：

  • HBM产线满载 → DDR/LPDDR（手机用的内存）产线被挤占 → 消费电子内存涨价 → 廉价智能手机越来越难做

这不是某个供应链管理失误的问题，而是结构性矛盾：当全世界最强大的AI实验室都在抢同一种内存的时候，其他一切都要让步。

有个评论说得好："AI的尽头是电力，电力之前是内存。"

AI Agent的两难

这种矛盾在另一个战场也在上演。

Qwen3.7-Max 出来了——阿里最新的闭源模型，支持35小时自主运行。这个数字很炸裂：意味着模型可以像 Claude Code 那样，让Agent跑上一整天、两天，中途不用重启、不用喂上下文。

对比一下：现在很多主流模型在长时间Agent任务上的表现其实很挣扎，原因在于"记忆"问题——上下文窗口不够用，RAG检索效率低，历史信息无法有效复用。

所以当加州某团队提出 delta-mem 方案时，技术圈反应热烈：只增加0.12%的参数量，就能让模型动态压缩历史信息，效果还优于那些动辄增加70%以上参数量的"替代方案"。

这个思路本质上是在解决一个核心矛盾：模型要知道多少过去的事？

  • 上下文窗口无限扩张？成本爆炸。
  • RAG检索？延迟高，对话不连贯。
  • Delta-mem？轻量，但本质上是"选择性遗忘"。

你发现了吗？这些方案都在试图用算法对抗资源约束。内存不够，算法来凑。上下文太贵，压缩来解。

这不是一个技术问题，这是一个物理问题。

企业数据也在被重新"格式化"

说个更少有人关注的新闻：邓白氏（Dun & Bradstreet）刚刚重构了他们的商业数据库。

邓白氏有6.42亿企业记录，11,000个字段每条记录，每月运行约1000亿次数据质量检查。这套系统服务了全球近20万客户，用了快两百年。

但当客户开始把AI Agent塞进信贷、供应链、采购的工作流之后，这套系统崩了。

不是数据库崩溃，而是架构崩塌。原本为人类分析师设计的查询模式——可以等几秒钟，可以处理模糊的实体匹配，可以用人工经验补位——根本扛不住Agent的机器节奏：高并发、低延迟、精确匹配、快速迭代。

邓白氏的CDO说了句很直接的话："我们必须把Agent视为新的消费群体，就像当年从信贷分析师转向销售团队一样。"

这套说辞听起来很企业，但内核很清晰：基础设施正在被AI的工作模式重新塑造。

所以，AI到底在普惠谁？

把几条线串一下，得出一个让人有点不安的结论：

AI确实在让更多人用上强大的模型——但这种"普惠"是有条件的。

条件是：你用的是消费级算力，你接受本地部署的延迟和量化损失，你用压缩算法对抗内存瓶颈。

另一边，真正推动AI边界的工作——训练万亿参数模型、支撑企业级Agent工作流、让模型跑满35小时不间断——正在以惊人的速度消耗稀缺资源：HBM、算力、基础设施重构成本。

于是我们看到一种奇怪的分化：

  • 下游：模型越来越小、越来越高效，端侧部署越来越容易。这头很热闹，很"民主化"。
  • 上游：资源消耗越来越高，产能越来越紧张，基础设施越来越贵。这头很沉默，但决定了整个生态的天花板。

你以为你在用AI，其实你在用别人"省下来"的算力。

你以为AI在普惠，其实AI在重新分配稀缺性。

一个坏消息和一个好消息

坏消息是：这种结构性矛盾短期内不会缓解。HBM扩产需要时间，企业系统重构需要时间，算法优化永远跑在硬件前面但永远追不上需求。

好消息是：每一代技术瓶颈被解决之后，资源消耗会被重新拉到一个可接受的区间。当DDR2被DDR5取代，当HBM3e成为标配，当delta-mem这样的轻量方案成熟，局面会重新平衡。

但在那之前，你手里的廉价智能手机会贵一点，你在本地跑大模型的体验会慢一点，你用企业AI Agent的时候会发现它在"健忘"。

这不是AI的失败，这是AI在穿越自己的青春期。

【锐评】：别被"AI普惠"的叙事骗了，真正的普惠从来不是让更多人用上模型，而是让更多人用上模型的同时不用忍受别人挑剩的资源。眼下这场算力争夺战，普通人还只是观众。

参考来源：