软件股抛售出现分化
a16z在最新长文中写道，公开交易软件公司的压力还在，但这并不是一次无差别下跌。文章称，当前软件股的抛售并不主要反映近期业绩，而是市场在重新评估这些公司能否长期维持表现。
文中提到，市场给予软件公司下一个十二月期自由现金流的估值倍数，已经处于或低于 2014 年水平。这意味着，投资者现在给软件公司现金创造能力的溢价，处在十多年来的低位。a16z认为，即便眼下“ SaaS 已死 ”的证据仍然有限，投资者关注的是未来，而不是只看当前季度。
不过，a16z也强调，并不是所有软件公司都被市场一视同仁。以 IGV 指数为例，在过去 30 个交易日里，头部四分位数和中位数股票的表现都跑赢了整体 ETF，拖累整体表现的是底部四分位数，其中还包括一些规模较大的公司。
如果把时间拉长到过去一年，中位数股票此前与整体 ETF 走势更接近，但到年初前后开始出现更明显分化。文章称，目前头部和底部四分位数之间的表现差距大约已经拉开到 50 个百分点。
在更短周期里，股价表现与基本面之间也没有形成严格对应。a16z指出，若仅看收入增长，近期表现和增长水平之间几乎看不到明显相关性。很多软件公司都集中在 10% 到 20% 左右的收入增长区间，但股价表现却分布得很散；一些收入增长最快、同时也是 ETF 中体量较大的公司，反而落在业绩底部四分位数。
文章给出的判断是，市场现在更在意长期耐久性，而不是单纯的增速。按行业划分后，头部和第二四分位数公司往往集中在两类：一类是网络安全和可观测性，另一类是垂直 SaaS。相对而言，底部两个四分位数更多由水平 SaaS、云和基础设施，以及市场平台、广告技术、点解决方案等“其他”类别组成，文中还特别提到像 MicroStrategy 这样的难分类公司。
a16z认为，市场实际上已经在软件公司之间做出明确区分：哪些公司具备某种 AI 防御性或顺风，哪些公司没有。对网络安全和可观测性公司来说，AI 被认为会提升买方的紧迫性，而现有厂商还拥有新进入者不容易打破的信任优势。对垂直 SaaS 公司来说，围绕工作流、数据和客户关系形成的专业化信息，被视为 AI 挑战者的进入门槛。
文章的说法很直接：对其他很多公司而言，软件本身并不是护城河。多年积累的 ARR、庞大的功能集和广泛采用，并没有让市场继续给出高溢价。a16z也提到，若未来几个季度增长保持稳定或继续改善，市场判断可能会改变，但至少现在，投资者并不买账。
智能成本下降，AI 需求继续上行
在 AI 模型使用上，a16z提到，市场近来出现了从“ token-maxxing ”向“ token-optimizing ”的感知转变。文中的意思是，尽管前沿模型训练成本还在上升，但前沿能力提升带来的边际收益，未必总能说服客户承担更高成本。客户可能不会一味追求最新、最强的 token，而是会在可行的地方改用更便宜、能力更弱的模型，其中也包括开放权重模型。
一些人据此质疑前沿模型开发的可持续性：如果客户不愿为最强模型承担成本，模型实验室该怎么办。a16z没有深入站队这场争论，而是把重点放在另一个观察上：智能成本正在快速下降，这看上去正在刺激 AI 需求，而不是压制它。文中将其描述为一种 Jevons 式动态，也就是 AI 越便宜，人们和公司越愿意把它用在更多地方。
为了说明这一点，文章拿个人计算机的发展做对比。a16z称，与 PC 带动的上一轮技术跃迁相比，AI 的可负担性提升更快：PC 花了接近二十年才实现的可负担性改善，AI 大约在 3 年内就做到了。文章认为，这是一条非常快的成本下行轨迹，而类似计算机早期扩散的过程，价格下降本身就在推动需求曲线继续向右上方移动。
在消费者侧，a16z援引 PNC 银行数据称，付费 AI 的家庭渗透率仍然不高，但在持续增长；这些家庭的平均月度支出也在上升，而且月度支出增速更快，自年初以来大约增长 25%。文章同时给出一组对照：1997 年，35 到 54 岁成年人中，报告拥有 PC 的比例约为 45%；而当前拥有计算机的家庭占比大约在 90%，如果把智能手机算进去则接近 97%。a16z借此强调，大众市场采用本来就需要时间，渗透率会随着效用提升和成本下降而扩张。
文中还引用了 YipitData 对 OpenRouter 数据的分析，称前沿 token 的使用量仍在增长，同时开放权重 token 也在快速获取份额。其中，“亚洲供应商”在总 token 中的份额已经升至约 60%，达到年初的 3 倍。a16z提到，OpenRouter 的样本可能会对开放权重用户有所偏向，但这组数据与价格分层的故事相符，也与前述 Jevons 式需求扩张逻辑一致。
按照 OpenRouter 的另一组观察，单个用户的 token 使用量和单个用户支出都在快速上升，但自年初以来，前者增长快于后者。文章给出的结论是，随着智能变便宜，需求并没有被压缩，反而继续扩大。更便宜的次前沿模型 token 在抢占份额，但整体净效应仍在推动总支出呈指数级上升。a16z认为，这很难被描述成一个悲观故事。
对于“开放权重模型正在侵蚀前沿模型”的担忧，文章没有完全否定，但指出，如果效率提升对需求没有明显正面作用，或者总支出因此下降，那才更接近悲观情景。与之相比，当前看到的 Jevons 式变化，恰恰更接近多头希望看到的局面。
入门级岗位没有被 AI 挤掉
关于就业，a16z把焦点放在一个常被视为软肋的领域：入门级招聘。文章写道，外界一边说 AI 还不够有用、难以产出有意义的 ROI，一边又说它足够强大、会消灭大量工作；但从现阶段数据看，几乎没有证据表明 AI 正在造成明显的工作杀伤。
先看实习岗位。根据 Revelio 的数据，2026 年暑期实习的追踪情况明显高于前几年。a16z承认，实习不等于正式工作，但它至少能反映出对年轻人的部分需求信号。按文中的比较，2026 年这一周期明显强于 2025 年和 2024 年，不过仍低于 2023 年。
再看工资。根据 ADP 的数据，16 至 24 岁年轻工人的工资涨幅，已经从 2025 年低点反弹。a16z认为，工资增长本身几乎可以被视作需求信号；如果工资在上涨，那么把它理解为入门级就业前景在改善，是合理的。
文章随后讨论 AI 采用与入门级招聘之间的关系。根据对 Revelio 职位数据和 Ramp 支出数据的分析，“高强度 AI 采用”对应着采用两年后入门级员工数量增加约 6 个百分点；而“低强度”AI 采用，对应的是大约 0.5 个百分点的下降。
文中配图给出的另一组表述是，高强度 AI 采用公司的入门级员工占比在两年后平均增加 1.15 个百分点，低强度采用公司则下降 0.52 个百分点。a16z列出了几种可能解释：一种是 AI 确实在创造入门级招聘；另一种是，本来就是增长型公司更愿意采用 AI，所以它们自然也更愿意招人；还有一种是 Ramp 的样本并不能代表整体经济，因此很难据此下定论。
但文章明确排除了一个解读：很难说这些数据支持“AI 正在扼杀入门级工作”。a16z写道，也许未来某一天会出现这种情况，但至少不是现在。
更广义地看，a16z还引用 Indeed 招聘实验室的数据称，自 2025 年 5 月以来，就职位空缺而言，AI 暴露程度越高的职业，复苏幅度越大。软件工程师最为明显：从 Claude Code 发布时算起，职位发布增长大约 15%，而整体市场则下滑约 7%。文章开头给出的图表数据则更具体地写成，软件开发岗位职位发布量反弹至 114.6，整体市场降至 93。
a16z据此表示，现在就下结论说“AI 正在让人类过时”还太早，而且数据并不支持这种说法。如果一定要从现有数据里提炼方向，那么 AI 暴露程度似乎与就业增长呈正相关，而不是负相关。
不过，文章也补充了一个限制：所谓“AI 暴露”本身仍然缺乏共识。对于哪些职业暴露在 AI 之下、暴露程度有多高，学界并没有统一答案。a16z称，某个职业的平均 AI 暴露得分越高，不同研究之间关于其暴露程度的分歧也越大。
文中还提到，一些职业在这一点上的共识度相对更高，包括校对员、保险核保员、统计学家，以及经济学家。
数据中心与电价的关系并不符合直觉
在能源部分，a16z把矛头对准了纽约州州长霍楚尔本周稍早宣布的一项政策：对数据中心开发实施为期一年的暂停令。按照文中转述，这项暂停令的既定目标之一，是“保护电力用户……因为数据中心开发有推高水电费的威胁”。a16z还提到，霍楚尔在 Odd Lots 播客中对自己的理由做了更多说明。
但文章认为，这一说法令人困惑。a16z承认，数据中心确实会增加电力需求，不过从现有证据看，数据中心反而可能有助于降低用户成本。
依据伯克利国家实验室和 The Brattle Group 的研究，a16z称，在美国州层面，电价上涨与需求增加呈负相关。文章用一句话概括这种现象：消耗更多，支付更少。过去 6 年里，一些负荷增长最快、数据中心开发最多的州，例如德州和弗吉尼亚州，几乎没有出现明显价格上涨。相反，价格涨幅最大的州，如加州和纽约州，新建数据中心很少，负荷增长也在下降。文章还写道，加州电力需求下降约 5%，但电价涨幅超过美国任何其他州，比第二高的州还高出约 33%。
a16z接着把范围扩展到欧洲。根据 EIA 数据，除了爱尔兰外，电价涨幅最大的欧盟国家，同时也是电力需求降幅最大的国家。文中认为，欧美主要经济体都能看到类似的反向关系。
文章解释说，这种现象之所以出现，是因为电网往往存在规模经济。需求越高，固定基础设施成本就越容易被摊薄，最终可能带来整体用户价格下降。基于这一逻辑，a16z认为，霍楚尔的数据中心暂停令未必会实现“保护电力用户”的目标，反而可能导致电价涨幅比有数据中心共同分摊固定成本时更高。当然，文章也承认，这种关系未来是否持续，仍有待观察。
AI 基础设施投资仍是少数增长项
抛开电价本身，a16z还谈到了更广泛的投资影响。文章称，如果剔除 AI 相关基础设施投资，当前几乎看不到明显的投资增长。按照文中的说法，科技相关投资是唯一仍在增长的投资类别，其中包括软件、研发、IT 设备和数据中心。
a16z因此认为，限制数据中心开发，等于直接打击了最重要的投资顺风。文章最后写道，州长当然有她的理由，但如果一项政策一方面可能抬高电价，另一方面又削弱纽约州最重要的投资增长来源，那确实很难理解。