微软员工自发维护的薪资表中，今年新增了「每月 AI 花费」一列。Business Insider 获取的表格显示，约 350 名美国员工填报了过去 28 天的 AI 开销，中位数为 300 美元，最高达到 2.8 万美元。随后，微软开始按部门设定预算、将个人 token 支出纳入仪表盘，并把员工版 GitHub Copilot 默认模型切换至 OpenAI 的 GPT-5.6 Sol。报道还提到，Uber、Meta 和亚马逊内部也出现过围绕 AI 用量排名和预算失控的类似现象。

Pi Network 核心团队已调整 AI 应用工作室的定价结构。自 8 月 24 日起，项目不再为所有开发者的应用创建和编辑成本提供高额补贴，收费将更接近底层 AI 服务实际成本，并随资源消耗浮动。团队称不会在 AI 成本上加价，但拥有足够多真实且独立用户的应用，仍可按旧补贴费率计费。

据 Business Insider 报道，汤森路透于周一发布首款自研 AI 模型 Thomson-1。该模型基于 Snowdon 构建，后者由阿里巴巴开源 Qwen 模型重新对齐而来。Thomson-1 将接手部分原由 Anthropic Claude 处理的任务，初期聚焦文档审查。公司称，此举既是为更好结合自身专业能力，也是为了控制 AI 成本。

ARK Invest最新周度报告聚焦三项主题：Anthropic与OpenAI的年化经常性收入继续增长，并计划借助公开市场融资支撑算力建设；Grok 4.6以更低价格接近头部模型能力，ARK认为成本衡量正从每 token 转向每完成任务；在医疗领域，Natera的MRD检测Signatera维持领先，ARK引用的数据显示其在固体肿瘤MRD市场占据约87%份额。

据 Coin Bureau 转引报道，英伟达正与 Poolside 达成一项 60 亿美元协议，用于开发开放权重 AI 模型。报道提到，这类模型可能带来更低的 AI 成本、更高的定制能力和更强的企业控制力。随着 AI 应用范围扩大，市场对英伟达芯片、网络设备和软件的需求也可能上升。

宾夕法尼亚大学的 Brett Hemenway Falk 与波士顿大学的 Gerry Tsoukalas 在 arXiv 发布理论经济学论文《The AI Layoff Trap》，认为企业用 AI 裁员时，节省的人力成本全部归企业自身，但被裁员工流失的消费能力会由整个市场分摊，进而诱发集体过度自动化。论文测试了 UBI、再培训、员工分红、资本利得税与协商等方案后，认为都无法填平这一缺口，只有对自动化本身征收庇古税，才会改变企业的边际决策。作者同时指出，这是一篇理论论文，并非针对当前就业市场的实证测量。

高盛在 8 月 10 日发布的美国经济分析研报中测算，2026 年美国 AI 投资预计达到 6000 亿美元，约占 GDP 近 2%。报告认为，AI 投资对其他经济活动的挤出效应合计约 500 亿美元，主要来自替代其他科技投资、挤压部分建筑活动和推高利率。按官方统计口径，AI 对 2026 年 GDP 增长的直接拉动约 0.1 个百分点；若调整部分统计归类，真实拉动约 0.3 个百分点，净影响约 0.2 个百分点。

ARK Invest 三位研究主管在最新一期播客中讨论了 Tesla 与 SpaceX 潜在合并、中国因素与 AI 成本下行。Brett Winton 认为，中国资产可通过隔离方式处理，上海工厂对 Tesla 未来价值的重要性已低于 Robotaxi，因此中国不会成为决定性障碍，并预计合并可能在年底前宣布。节目还提到，agentic 基准测试下 AI 成本年化降幅已从 99% 加速至 99.99%，今年年初无法完成的任务，现在单次 15 美分即可实现。