Meta卖算力事件：市场恐慌与Capital Expenditure叙事转折
Meta计划将闲置AI算力对外出租的消息，在7月初引发加密和科技市场双重震荡。这不是云计算故事——Meta原本是为自用模型、广告系统及超级智能愿景采购硬件，如今出售算力暗示其资本支出（Capex）逻辑正在变化。尽管Meta尚未正式推出业务，但内部已考虑像AWS Bedrock那样提供API或裸算力租赁，且扎克伯格承认外部企业愿以高于成本价购买。
这一信号被市场解读为AI基础设施供过于求的前兆，但仔细分析：AWS一季度收入同比增长28%至376亿美元，Google Cloud增长至200亿美元，微软Azure保持40%增速，亚马逊甚至将今年资本开支指引上调至2000亿美元。算力并非消失，而是从总量故事转向结构故事——谁拥有稀缺的确定性，谁就能继续涨价。
Palantir炮轰Token经济：企业级AI采用进入算账阶段
Palantir CEO Alex Karp在CNBC采访中直接批评OpenAI和Anthropic的Token收费模式，称其为“不创造价值的财富税”。企业客户私下抱怨：为消耗付费，却要交出核心数据。这反映了AI从试点到规模化的关键转变——CFO开始问每一美元是否换来可衡量的产出。
UBS调查显示，约60%的企业IT高管已开始给AI开支装刹车：压Token消耗、加使用护栏，尤其是进入生产环境后。这与加密领域的DeFi收益递减逻辑类似：当市场进入成熟期，资本支出必须回答资产利用率问题。
算力分层：云厂商、强模型与中间层的不同命运
AWS在6月底将GPU预锁服务提价20%（年初已提15%），说明确定性本身有定价权。但模型公司处境分化：Anthropic因强模型而机器不够，弱模型则无人心疼。xAI甚至将部分算力流向Anthropic，证明机器只认利用率。
更复杂的错配体现在Google限制Meta使用Gemini——一家公司一边考虑卖算力，一边却买不到足够的头部模型能力。这不是传统意义上的需求崩塌，而是Capex故事从“谁买得多”转向“谁能跑满”。对加密矿工或GPU节点运营商而言，同样面临算力分层：能提供稳定、可验证计算资源的服务商将溢价，而普通算力可能陷入价格战。
开源模型与成本优化：Coinbase案例的加密启示
智谱GLM-5.2被a16z合伙人视为多数任务中可匹配美国头部模型的开源选择。Coinbase CEO Brian Armstrong透露，公司将默认模型切到GLM 5.2、Kimi 2.7等开源模型，配合路由和缓存技术，Token使用量指数增长但AI支出削减近50%。
这一策略对加密行业具有直接参照：Web3应用需要低成本AI推理来支撑智能合约审计、链上数据分析、DAO治理等场景。开源模型打破了对昂贵API的依赖，推动算力采购从“单一大模型”转向“模型路由器”架构。当每个Token都像电表一样被计量，加密领域去中心化算力市场（如Render Network、Akash）或迎来结构性机会。
结论：Capex叙事从抢资源到算利用率，加密市场可借鉴
Meta卖算力并非AI终点，而是资本开支叙事进入新阶段的信号。云厂商靠确定性涨价，强模型靠稀缺性维持高需求，中间层靠开源模型和成本优化生存。加密企业如Coinbase已证明：拆分模型采购、压低低价值Token消耗，是在规模化阶段保持竞争力的关键。
未来，算力不再是“囤积”的游戏，而是“调度”的艺术。无论是传统的GPU云，还是链上去中心化计算，资产利用率将成为衡量价值的新标尺。对于加密读者，这场AI基础设施的结构化转型，与DeFi领域的收益分层、矿机迭代周期逻辑高度相似——方向没错，但账单必须算清。