2026年過去的這小半年，全球的AI愛好者們都經歷了一場前所未有的“體感斷層”。

人們最先看到的，是技術的極致繁榮。

隨著Claude、GPT、GLM等推理模型的加速迭代，原本枯燥的編碼過程被名為Vibe Coding（氛圍編程）的新范式取代。

無論以前是不是開發者，都無需糾結于每一行語法，只要在大腦中構筑出邏輯的氛圍，剩下的瑣事就全都可以交給各種智能體（Agent）代勞。

但好景不長，就在人們為專業門檻近乎消失而狂歡時，商業邏輯開始上演急速坍塌。

內有智譜，外有Anthropic，這些AI模型廠商在短短一個月內集體上演了一場價格的“背刺”。

無限量套餐關停、低價引流套餐被清理，甚至部分廠商試圖將準入門檻直接拉高五倍。

在這場算力與資本的拉鋸戰中，輿論一度將矛頭指向Vibe Coding的低效，嘲諷人們正在揮霍昂貴的算力。

然而真相更加殘酷。

那些最初接納不成熟技術、用時間和精力給AI喂養稀缺數據的先行者，正在被迫給整個行業的低效架構和商業投機買單。

01

VibeCoding：一場被詛咒的生產力革命

自從Vibe Coding出現，編程門檻被大幅降低，人們總是笑稱曾經被認為最不可能失業的程序員如今反倒成了最先失業的群體。

不過，斯坦福大學最新的一篇論文《SWE-chat: Coding Agent Interactions From Real Users in the Wild》直接揭露了Vibe Coding繁榮的假象。

就像人們想象的那樣，Vibe Coding確實已經走入很多人的生活。

論文通過對6000多個真實編程會話的追蹤發現，Vibe Coding是目前編程行業絕對的主流，在41%的會話中，AI編寫的代碼量已經超過99%。

然而，這種全自動的模式不僅有代價，而且高得嚇人。

由于Agent需要不斷地在環境中進行“反思→重試→工具調用”的循環，其消耗的token數量是傳統人機協作模式的3倍。

這還沒完，更扎心的問題在于，AI產出的代碼中有56%最終會被丟進垃圾桶，根本無法通過人類的審核進入提交記錄。

因此，一個直觀的現實擺在眼前：

提供模型和算力的廠商，后臺每天有超過一半的算力都是在做無用功。

如此低下的代碼利用率，可能會讓圈外人誤以為Vibe Coding是開發者們偷懶的捷徑。

不過，數據已經證明這反而是一種更高強度的腦力博弈。

畢竟，使用過Vibe Coding的人不得不品嘗的一環就是和AI吵架。

在44%的交互輪次中，用戶都在進行高頻的糾錯、修正和指令回推。

這就是那些先行者們的生存現狀：為了享受AI瞬間生成上千行代碼的快感，就得化身專家級別的挑刺者，在海量的垃圾代碼中尋找那個符合邏輯的寶箱。

這種邏輯不僅談不上輕松，反而因為需要不斷糾正AI的幻覺而變得極度消耗精神。

02

Coding Plan：AI廠商的噩夢

當Vibe Coding的低效碰上昂貴的算力成本，原本看似美好的訂閱制服務瞬間就變成了AI廠商的財務噩夢。

作為國內編程領域的佼佼者，智譜這家上市僅僅四個月的企業做出的政策變動極具代表性：

1月21日，智譜發布公告稱Coding Plan啟動限售。

面對GLM-4.7帶來的用戶激增，智譜承認算力緊張，將每日銷售量直接砍掉80%，試圖通過物理層面上的限流保證用戶體驗。

2月12日，智譜宣布對Coding Plan進行價格調整。

伴隨GLM-5的發布，價格整體上浮30%以上，承諾老用戶價格不變。

3月15日，智譜允許老用戶開啟自動續訂功能，該活動于3月31日結束。

4月22日，智譜宣布強制關停老套餐。

短短四個月內頻繁的運營策略調整，加上訂閱用戶經歷“錯誤代碼429”、高峰時期限速、并發和卡頓等問題，瞬間引起了老用戶的憤怒。

盡管算力緊缺、token漲價這些因素客觀存在，但智譜理應提早確定銷售配額和價格策略。

這種從“擁抱開發者”到“防御性收割”的轉折，也表明智譜必須面對一個殘酷的事實：

在現有的Vibe Coding模式下，老用戶只要每天保持高頻的模型調用，其消耗的token成本已經足以讓廠商虧損。

這種針對低客單價用戶的精準打擊，本質上就是在清理那些投入產出比極低的引流流量。

事實上，訂閱服務漲價和速度受限絕非上述企業獨有的現象，而是國內AI企業的“通病”。

無論是猛烈還是溫和的漲價，AI巨頭們已經都不愿意再為不能盈利的token兜底。

目光放到大洋彼岸，Anthropic的灰度測試更是讓人無語。

為了承載Claude Code帶來的長程Agent消耗，Anthropic竟然試圖將訂閱服務的起步價從20美元直接提升到100美元。

事情發生后瞬間引爆眾怒，短短一天后Anthropic便在輿論壓力下撤回了這一決策。

盡管這些事情看起來無比荒唐，但也釋放出了一個明確的市場信號：

真正的智能體編程，真實的價格水位線就在每個月100美元附近。

03

被推高的硬件價格

令人擔憂的是，這些變化的發生，連半年還不到。

為什么Vibe Coding的價格從“人人都是程序員”瞬間變成“連AI巨頭都扛不住？”

事實上，其中存在一個從軟件缺陷到硬件溢價的惡意傳導鏈條。

話題要從年初的OpenClaw談起。

以它為代表的智能體代理軟件，兩個多月前席卷的遠不只是開發者的圈子。

鋪天蓋地的“一鍵部署”、企業免費上門安裝，使得不懂變成的人也能通過簡單的指令構建復雜的應用。

然而，此前的文章中我們早已說過，它的底層邏輯并不嚴謹。

由于缺乏精細的路徑規劃，一個人類動動手兩三秒即可完成的操作，等同于數十輪對話和工具調用。

軟件層面的熵增，直接導致了全球范圍內的token虛假繁榮。

那些在AI模型上投入上億卻難以回本的廠商等待了許久，終于迎來了一次變現的機會。

在獲客初期，為了獲得更漂亮的數據，甚至免費指導用戶安裝這些“高耗能”工具，最終搬起石頭砸了自己的腳。

這種低效流量的需求迅速傳導至上游，讓本就不富裕的高性能計算芯片面臨更嚴重的供需失衡。

激增的推理需求替代了訓練需求成為主流，讓GPU溢價再次提升一個臺階；與此同時智能體的高頻上下文讀取使得AI廠商對高帶寬內存（HBM）的需求近乎狂熱。

而在這個過程中，“硬件稅”悄無聲息地轉嫁了。

當AI廠商在硬件上投入了天文數字后，那些跟風“養蝦”的玩家也發現自己Vibe Coding帶來的實際代碼價值接近于0而紛紛離去，企業無法通過這些短暫的流量彌補成本，只能反過來向最早支持他們的訂閱用戶吸血。

面對成本危機，市場在2026年也給出了兩種不同的生存方案。

前段時間寫過的小米token plan一文中，我曾說過市場會給出公平的答案。

從coding plan到token plan的升級，無疑是對“訂閱制泡沫”的一次公開處刑。

放棄模棱兩可的次數限制、回歸最原始的token顆粒度計費，帶來的優勢則是價格透明。

盡管這種計費方式在誕生初期因價格昂貴而被詬病，但在如今全行業漲價和限流的背景下，反而成為了一種最誠實的商業契約。

夜間的八折優惠則是為了實現峰谷調度，AI算力即將走向“公用事業化”，像電力一樣通過價格杠桿來調節。

與之相對的，OpenAI憑借著技術優勢依然穩坐釣魚臺。

作為AI時代的先驅者，OpenAI近期仍然保持價格和服務質量的穩定。

這并非因為Sam Altman慈悲為懷，而是因為OpenAI在推理成本優化和付費用戶數量上擁有絕對優勢。

Codex的用戶數量正在高速追趕Claude Code，而模型之間的編程能力差距也正在縮小。

而國內外AI企業同時漲價，對OpenAI來說意味著又一波用戶數量的激增，這次Altman恐怕又要開心的“癱坐在地”了。

因此，這種穩定性也是對二線廠商最沉重的壓制：如果你的技術不夠領先，你連虧本請用戶寫代碼的資格都沒有。

04

先行者不該是這場危機的犧牲品

在這場聲勢浩大的漲價潮中，最令人心寒的并非價格本身，而是AI廠商對先行者的無情背棄。

而那些已經把Vibe Coding當成生活習慣的開發者，自始至終沒有做錯任何事。

他們才是智能體進化的核心驅動力。

在AI編程能力還處于嬰兒期時，這些先行者忍受著極高的報錯率，一遍又一遍地調優指令，在與AI吵架后還得手搓一行行代碼來填坑。

這些看似無比低效的交互過程，反而是智能體最稀缺、最真實的RLHF（人類反饋強化學習）養料。

沒有這些報錯反饋和修復過后的可運行代碼，AI編程工具不可能在短短一年內進化到如今的水平。

開發者的時間和金錢，為人類喂養出了更強大的生產力工具。

與此同時，他們也是理性的“守夜人”。

在OpenClaw這種偽需求工具風靡全球時，社區中懂技術的先行者往往在奔走呼吁。

他們警示過架構的安全漏洞、提醒過人們注意高頻調用帶來的算力成本。

然而，面對獲客數據和傾銷冗余token的誘惑，AI企業普遍選擇裝聾作啞。

等到算力紅利被消耗殆盡，卻掉過頭來將刀刃伸向了這些付費意愿最高、對技術最忠誠的核心用戶。

先行者們接納了不完美的技術、貢獻了最寶貴的數據，甚至還要在漲價后依然貨比三家搶購coding plan套餐，只為了保住已經形成的生產習慣。

這個時候，得到的只是輕飄飄的一句話：

感謝你們幫我們把模型訓練完成，現在請交出五倍的過路費，或者把資源讓給更有錢的大客戶。

我們理解廠商面臨的算力成本壓力，也理解硬件溢價帶來的商業困境。

但如果一個行業解決問題的方式是不斷“背刺”核心貢獻者，那么眼前的繁榮必然是假象。