离开OpenAI不到24小时，研究员安德鲁·霍在社交平台发表长文，对前沿人工智能实验室的商业模式提出尖锐质疑。他直言："当前AI实验室的盈利模式，可能无法支撑到通用人工智能（AGI）时代到来。"这场争论迅速引发行业热议，知名科技播客主持人德瓦克什·帕特尔随即发文反驳，特斯拉创始人马斯克也参与讨论，支持乐观预期。
核心争议聚焦于技术进步与商业回报的错配问题。以OpenAI为例，2025年财报显示其年收入达130亿美元，但总成本费用高达340亿美元，经营亏损超过200亿美元。这意味着每收入1美元就要支出2.6美元，这种"烧钱换领先"的模式引发对可持续性的担忧。安德鲁·霍将当前竞争形容为"惩罚性循环"：实验室为保持技术优势必须持续投入巨资采购芯片、电力和数据，但领先优势往往仅能维持数月就会被竞争对手追平。
市场压力在近期动态中显露无遗。7月9日发布的GPT-5.6系列，三周后相关API价格就出现大幅下调——Luna系列降价80%，Terra系列降价20%。与此同时，中国初创公司月之暗面开放2.8万亿参数的Kimi K3模型权重，允许第三方自由部署开发。这些举动印证了安德鲁的担忧：技术迭代速度远超商业变现能力，前期投入可能迅速沦为"白菜价"的通用技术。
德瓦克什·帕特尔承认行业面临挑战，但强调模型能力仍处于快速提升阶段。他以功能跃迁为例：三个月前只能生成代码的模型，三个月后可能具备自动调试部署能力。这种质变能让用户愿意支付数倍溢价，前提是领先者能在价格战打响前完成商业转化。斯坦福大学《AI指数2025》报告显示，达到GPT-3.5水平的模型推理成本在两年间下降280倍，这进一步压缩了技术优势的"保鲜期"。
关于技术扩散速度的判断成为另一分歧点。安德鲁认为，即便现有模型能力停滞，社会也需要20年以上时间将其融入日常生产。他质疑当前AI公司估值的合理性，表示即使有机会按最新融资估值入股，也会谨慎考虑。德瓦克什则提出颠覆性观点：真正的AGI将具备自主扩散能力，它能通过阅读企业文档理解组织架构，观察员工行为学习工作流程，甚至将经验快速复制给其他AI实例，这种"数字移民"特性将彻底改变技术落地模式。
这场争论暴露出行业深层矛盾。有评论指出，前沿实验室正探索两条破局路径：在成本端，OpenAI、谷歌等企业向上游芯片领域延伸，通过定制化硬件降低单位智能成本；在收入端，大模型展现出的规模效应可能带来转机——编程、制药等高价值领域的突破，可使巨额训练成本由海量用户分摊。某科技论坛的热门评论形象比喻："现在的AI公司就像在建造火箭，没人知道燃料够不够到达月球，但所有人都在赌自己能成为第一个登月者。"
