5月27日，独立开发者、知名技术博主Simon Willison发布了一篇文章，标题直接：「我认为Anthropic和OpenAI已经找到了产品市场契合点（product-market fit）」。

这不是一个预测，而是一个回溯性的诊断。他的核心论据不是什么模糊的「用户增长」指标，而是一个极为具体的数字差异——企业客户每月的AI账单，正在悄悄从几百美元变成几千美元，甚至更多。而且，是在他们毫无心理准备的情况下。

有趣的是：Anthropic在2025年11月就悄悄改变了定价规则，但大多数企业是在2026年Q1-Q2合同续约时才发现账单翻了数倍。Uber的COO在会议上公开承认，公司4个月耗尽了全年AI编码工具预算。这不是一家公司的粗心，而是一个系统性事件：整个企业界，正在集体经历AI定价改革的后知后觉时刻。

第一层：你以为是$200，其实是$1200

Willison本人订阅了Anthropic的$100/月Max计划和OpenAI的$100/月Pro计划——合计$200/月。

作为一个重度使用coding agent的开发者，他一直觉得这是笔划算的买卖：用Claude Code写代码、用Codex处理任务，$200换来大量AI辅助工作。

但他同时运行了一个API用量追踪工具，查看了过去30天自己通过Claude Code和Codex消耗了多少token，然后换算成API价格。结果让他自己也吃了一惊：

  • Claude Code API等价费用：$1,199.79
  • OpenAI Codex API等价费用：$980.37
  • 合计：$2,180.16

他用$200买到了价值$2,180的计算量。

这个数字的惊人之处，不在于它本身的大小，而在于它揭示了一个此前被严重低估的现实：coding agent消耗的token量，是普通对话类AI的十几到二十倍以上。

一次简单的「帮我写个function」对话，GPT-4o或Claude可能消耗几千个token。但coding agent完成一个完整的功能开发任务——代码生成、测试、调试、修改——可能消耗几十万甚至上百万个token。

工程师用Claude Code工作一天，产生的API费用，远超过他/她每天的餐饮花销。而他们正在用$100/月的订阅享受这些。这种悬殊，是AI公司当前商业模式转型的核心张力所在。

关键是：这在个人订阅用户身上成立。但企业用户呢？企业并不是按月订阅，而是签合同的。那他们的合同里，是按座位算，还是按使用量算？

这个问题的答案，在2026年4月发生了根本性的变化。

第二层：April 2026，企业账单的「分水岭」

过去，企业购买Anthropic或OpenAI的服务，采用的是SaaS式的「按座位包月」模式。Anthropic最早的企业版条款是「Claude订阅包含典型工作日的使用量」——含糊，但本质是固定月费。

这是一种类似Salesforce或Slack的收费逻辑：你买100个座位，不管员工用了多少，每月固定付费。这对企业财务部门很友好，可预测，可预算。

但这一切在2026年发生了剧变：

Anthropic的变化：据The Information在2026年4月14日的报道，Anthropic将企业版定价改为「$20/seat/月 + API用量计费」。一位Anthropic发言人声称，这个变化实际上发生在2025年11月——但大多数企业是在2026年合同续约时才意识到这个变化。

OpenAI的变化：2026年4月2日，OpenAI更新Codex计费方式，所有Plus、Pro、Business和新Enterprise计划全部改为按API token用量计费，而非之前的按消息计费。2026年4月23日，该变化延伸到全部已有Enterprise计划（含教育版、医疗版、政府版）。

这两家公司几乎同期、独立地做出了同一个决定：把企业客户的付费方式，从「包月」切换到「按用量」。

效果立竿见影。一个之前每月按座位付$50/人的工程师团队，如果他们都在大量使用Claude Code，月账单可能从几千美元直接跳到几万美元，甚至更高。

这就是为什么Uber的故事在5月末突然引发巨大关注：Uber的COO在内部披露，公司4个月内耗尽了全年的AI编码工具预算。这不是Uber管理失控，而是整个企业界在2026年Q1-Q2集体遭遇的「新定价现实」——合同续约了，定价规则变了，但预算没有同步更新。

类似的震惊，正在全球数千家中大型企业的IT和财务部门蔓延。

「企业客户正在发现他们多支付了多少，」Willison写道，「我原来以为使用coding agent的企业享有类似我个人订阅那样的折扣。事实证明我完全错了。」

这里有一个鲜少被讨论的视角值得深思：过去几年，Anthropic和OpenAI对消费者和企业的定价补贴，本质上是在给自己的产品市场调研买单。$100/月的平价套餐，让数百万用户试用了按API价格需要花$1000+/月的服务——这相当于AI公司在用补贴换来「规模化使用数据」和「市场教育」。

现在，市场教育完成了。用户被培养出来了，依赖形成了，那条补贴的水管——它正在悄悄关闭。

第三层：SpaceX每月付$1.25亿，为什么？

Willison文章里还引用了另一个令人震撼的数据：据The Information报道，SpaceX每月支付约$1.25亿给Anthropic，用于AI推理（inference）费用。Willison在文章中引用了这一数据，Anthropic官方未予置评。

注意，这里指的不是SpaceX投资Anthropic的钱，也不是什么长期承诺的总金额——如果数据属实，这是每月真实发生的、按用量计费的推理账单。

SpaceX每月$1.25亿意味着什么？按照Claude Sonnet 4.6级别的API定价（约$3/百万input tokens，$15/百万output tokens，按7:3混合估算约$5.4/百万token），这相当于SpaceX每月在Anthropic的系统上处理约230亿token的推理负载。

230亿token是什么概念？大概相当于1000名工程师，每人每天工作10小时，全部使用Claude Code高强度编程，一个月持续不停的工作量。

SpaceX并不是以「科技公司」著称的软件密集型企业，但它正在以这个规模消耗AI推理资源。这告诉我们：AI使用已经进入工业规模，不再是少数技术先锋的试验品。

它还告诉我们另一件事：AI推理成本正在演变成企业的新型「运营成本」，就像水电费、服务器带宽、SaaS订阅费一样，进入每月的固定运营开支（OPEX）清单。

这是一个巨大的范式迁移。过去，企业谈论AI的时候，谈的是「模型训练投资」「AI战略预算」——这些都是一次性或年度的资本支出（CAPEX）。但现在，随着AI深度嵌入日常工作流，「每月的AI推理账单」开始像电力账单一样稳定、持续、可预期。

这标志着AI从「战略布局」走向「运营基础设施」的真正临界点。

第四层：盈利预言与定价革命的因果链

2026年5月20日，TechCrunch引用《华尔街日报》报道：Anthropic已告知投资者，Q2（截至2026年6月底）营收将超过$109亿，并将实现历史上首次营业利润。

这个数字本身已经惊人。而根据《华尔街日报》的同一报道，这一数字意味着营收环比实现了大幅增长——$109亿的季度营收，在整个科技行业已属于高速成长公司的体量，而Anthropic是在短短几年内从零达到这一规模的。

然而这个盈利并非凭空而来。它是三个因素精确叠加的结果：

第一个因素：产品找到PMF（2025年11月） 2025年11月，Anthropic发布新一代模型。Willison在此前的文章中将这个时间节点称为「November 2025 inflection」——模型能力的飞跃让coding agent从「偶尔有用」变成了「日常必需」。工程师们开始真正依赖Claude Code完成主要工作，而不只是偶尔问它几个问题。

第二个因素：定价切换（2025年11月-2026年4月） Anthropic在2025年11月悄悄改变了企业版定价规则，从「含使用量的包月制」切换到「基础座位费+API用量计费」。由于大多数企业是年度合同，这个变化要等到2026年Q1-Q2续约时才集体兑现。

第三个因素：企业续约浪潮（2026年Q1-Q2） 进入2026年，大量企业合同进入续约周期。他们发现了新定价规则。有些企业愕然，有些企业在评估了coding agent带来的实际价值后，接受了更高的费率，甚至扩大了使用规模。不管哪种情况，Anthropic的收入都暴涨了。

三个因素叠加，才有了$109亿营收和首次盈利的预测。

同时期，OpenAI也在加速向IPO迈进——两家公司几乎同步，找到了可持续商业化的路径。这不是巧合，而是行业同时达到某个关键阈值的集体表现。

第五层：为什么是「coding agent」，而不是「聊天机器人」？

Willison的文章里有一个关键洞察，值得深挖：ChatGPT拥有超过9亿周活跃用户，但只有约5600万（6.2%）是付费用户。

这是一个经典的「大流量低变现」困境。消费者愿意每周用几次ChatGPT查信息、写邮件、聊天，但不愿意为此付$20/月。

$10-20/月的消费订阅模式，撑不起$1万亿的AI基础设施投资。粗算：如果要靠$20/月的消费订阅收回$1万亿投资，需要约40亿付费用户连续订阅10年。这在现实中根本不可能。

但coding agent的经济学截然不同，至少在以下4个维度：

使用频率与强度：普通用户每周可能用ChatGPT几次，每次几分钟，几千个token。工程师用Claude Code可能每天工作8小时，每小时产生数百万token。消耗量差异高达100-1000倍。

用户付费意愿：使用coding agent的核心用户是软件工程师——这是收入最高的职业类别之一，美国平均年薪$15-20万。他们习惯为专业工具付费，且对效率有极为清晰的价值感知（「帮我节省2小时 = 省了$100」）。相比之下，普通消费者对AI价值的感知要模糊得多。

B2B vs B2C：企业为员工的工具效率买单，而不是为娱乐消费买单。公司给工程师配Claude Code订阅，本质上是「提高生产力投资」，不会像消费者那样在账单来了之后取消订阅。

可扩展性：这是最深层的洞察。Coding agent并不只是「程序员工具」，而是「任何可以通过键盘和命令完成的知识工作的自动化工具」。它的潜在市场远不止1500万软件工程师，而是全球1-2亿依赖电脑处理信息的知识工作者——律师、分析师、研究员、咨询顾问、财务人员。

这四点相加，解释了为什么OpenAI的900万消费付费用户没能带来盈利，但同样的模型切换到coding agent场景后，能让Anthropic实现从亏损到盈利的飞跃。

第六层：产品市场契合之后，战场转移到了哪里？

Willison还注意到另一个有意思的趋势：OpenAI目前有703个职位空缺，其中229个（32.6%）属于企业销售和支持类——客户主管、Go-To-Market策略、Forward Deployed Engineer（FDE，驻场工程师）等。Anthropic的390个职位空缺中，类似比例也指向企业部署相关。

这个招聘信号说明：产品已经够好了，现在的核心竞争力是「如何让企业真正用起来」。

这与本周另一条新闻完美呼应：Meta宣布成立全新的「Enterprise Solutions」部门，由产品负责人Naomi Gleit领导，将工程师和产品经理直接嵌入企业客户内部，推动AI工具的深度落地采用。

Meta加入这场争夺，让这个趋势的轮廓更加清晰。过去13周里，AI部署领域发生了一系列密集的战略动作：

  • 2026年2月23日，OpenAI宣布与麦肯锡、BCG、埃森哲、凯捷合作，组建Frontier Alliances，把FDE团队嵌入这些咨询公司。

  • 2026年5月4日，Anthropic与黑石、Hellman & Friedman、Goldman Sachs合作，成立一家独立企业服务公司（估值超$15亿），专门负责把Anthropic工程资源嵌入企业客户。

  • 2026年5月11日，OpenAI宣布成立The OpenAI Deployment Company，由TPG领投、注资超$40亿，并收购了爱丁堡的Tomoro公司（约150名驻场工程师）。

两家公司合计在AI部署和企业服务方向押注超过$55亿。这笔钱不是用来训练更好的模型，而是用来派人到客户现场驻扎、理解他们的数据和业务流程、帮助他们真正把AI用好。

这正是Forward Deployed Engineer这个岗位爆火的原因。Palantir在二十年前就发明了这个模式，当时被传统SaaS投资者称为「利润率噩梦」——派遣工程师驻场，运营成本高，难以规模化。但Palantir二十年如一日地坚持了下来。

2026年Q1，Palantir营收同比增长85%，美国商业业务增长133%。Palantir的财报成了整个AI行业的最佳教材：不是模型更好你就赢了，是你的工程师扎根客户现场、帮他们把AI真正跑起来，你才能赢。

第七层：受益者与危险者

受益方：

云计算平台（AWS/Google Cloud/Azure）：AI找到PMF之后，推理需求爆炸式增长。Anthropic承诺在AWS未来十年花超过$1000亿，SpaceX在Anthropic的账单是每月$1.25亿，Snowflake签了$60亿五年的AWS协议……所有这些AI算力的消耗，最终都流入云计算平台的营收。AWS在Anthropic和OpenAI两条赛道上都有押注，在这场AI定价大迁移中，它可能是最大的赢家之一。

Snowflake：本周三发布Q1 FY27财报，营收$13.9亿（同比+33%），同时宣布与AWS签署$60亿五年采购协议，主要采购Graviton CPU芯片——AI Agent工作负载正在让CPU需求激增，ARM架构加速取代x86。股价盘后暴涨36%。Snowflake的数据：企业AI落地同样在拉动数据处理和存储层的增长。

OpenRouter：5月26日完成$1.13亿B轮融资，由Google旗下CapitalG领投，估值$13亿（一年内翻倍）。月处理100万亿token，服务800万用户，接入400+模型。AI调用量的激增，让模型网关/路由中间层迎来历史机遇。OpenRouter的增长曲线，是企业AI使用量爆炸的另一个侧面佐证。

危险方：

按座位收费的传统SaaS：如果工程师可以用$100/月的coding agent自动完成原本需要Jira、Confluence、Linear、Notion等工具辅助的大量工作，这些工具的付费用户基础会受到侵蚀。这也是为什么Salesforce的Q1 FY27财报尽管超预期，股价年内仍然下跌超过33%——市场正在为「AI能否绕开Salesforce」的概率持续定价。

Salesforce的Agentforce确实找到了增长势头——Q1 FY27已签署98笔合同，客户包括LVMH和美国空军——但这只是证明它在AI时代「暂时没有出局」，而不是证明它的护城河依然牢固。

初级知识工作者市场：这是最难面对的一面。coding agent降低了写代码、分析数据、处理文档的门槛，同时也意味着对初级软件工程师、初级数据分析师的需求会系统性减少。这不是遥远的未来趋势，而是2026年正在进行中的现实。Gartner最近的研究显示，80%测试过AI自动化的企业已经开始裁员，且无论技术是否产生可量化的回报。而2026年全球科技行业已经宣布了接近5万个与AI直接相关的裁员。

尾声：那个「产品-市场契合」究竟意味着什么？

在创业圈，「产品-市场契合」（PMF）通常被描述为一种感觉：用户留下来，有机增长，客户愿意付钱，停下来他们会痛苦。Marc Andreessen曾经说，PMF就是「市场在拉着你跑，而不是你在推着市场走」。

但对于AI公司，PMF多了一个不可缺少的维度：规模化盈利路径。

Anthropic和OpenAI在2022-2024年的增长，更多依赖于订阅收入和大额风险投资，而非真正可持续的商业模式。他们是在「先建好产品，再找赚钱的路径」。ChatGPT的爆红是消费端PMF的验证，但那种PMF无法支撑起这些公司庞大的算力成本。

2025年11月的模型迭代，让coding agent从「好玩的玩具」变成了「不可或缺的工作工具」——这是技术侧的转折点。

2026年4月的定价调整，让企业开始为真实的使用量付费，而不是享受补贴套餐——这是商业模式侧的转折点。

两者叠加，才有了Anthropic的首次盈利预测、OpenAI的IPO加速、以及无数企业财务部门的「账单震惊」。

Simon Willison的核心观察是：这两件事合在一起，才是真正的产品-市场契合。不是更多用户，而是「用得更深的用户」，愿意按实际价值付费。

而这个历史性的拐点，大约发生在2026年4月。

这个时间点之前，AI是一个「很好用但不知道怎么赚钱」的技术革命。这个时间点之后，AI成了一个「很好用、正在以前所未有的速度赚钱」的商业现实。

理解这个拐点，是理解接下来几年AI行业格局演变的关键。

延伸思考：这场定价革命还会走多远？

值得追问的是：这场AI定价革命还会走多远？

目前，coding agent已经成为AI变现最清晰的赛道。但Anthropic和OpenAI都非常清楚，软件工程师只是第一批被AI深度渗透的职业群体，不是最后一批。

在Anthropic发布的「Trustworthy Agents」框架文章中，有一句话值得反复阅读：「代理人是能够完成任何你可以通过键盘和命令完成的任务的工具。」（原文：An agent is a tool that can automate anything you can do by typing commands into a computer.）

这个定义包含的边界，远比「帮工程师写代码」宽阔得多。会计师用Excel处理财务数据，可以被Agent自动化；律师用Word起草合同，可以被Agent自动化；分析师用Python跑数据分析报告，可以被Agent自动化；HR用邮件和表格处理招聘流程，可以被Agent自动化。

粗略估计，全球有1-2亿知识工作者的日常工作，可以被coding agent类工具以某种形式增强或自动化。如果这批用户中哪怕10%成为每月付$100-500的重度用户，这就是一个年收入$1000亿到$5000亿级别的市场——这还只是个人和小团队端，不含大型企业合同。

这就是为什么Anthropic的Q2营收预测从$50亿跳到$109亿，分析师不会觉得奇怪，只会觉得「这才刚刚开始」。AI商业化的真正想象空间，需要以一个完全不同的量级来衡量。

另一个角度：定价切换到按量计费之后，AI公司的收入曲线变得比SaaS更具爆发性，但也更具波动性。SaaS的座位制定价是「锁定」的——合同签了，月收入可以预测到小数点后两位。按量计费则依赖用户行为——如果企业在看到高账单后大幅缩减使用量（就像Uber、Microsoft的案例），营收可能会快速回落。

这意味着，Anthropic和OpenAI在未来的一个核心挑战，是如何让企业在了解真实成本之后，仍然觉得「这个价格值得付」。让AI的价值足够清晰可量化，让ROI的计算方程对企业财务部门成立——这才是保持这场定价革命持续滚动的真正难题。

参考资料

  1. Simon Willison, “I think Anthropic and OpenAI have found product-market fit,” simonwillison.net, 2026-05-27, https://simonwillison.net/2026/May/27/product-market-fit/
  2. TechCrunch, “Anthropic says it’s about to have its first profitable quarter,” 2026-05-20, https://techcrunch.com/2026/05/20/anthropic-says-its-about-to-have-its-first-profitable-quarter/
  3. The Information, “Anthropic Changes Pricing, Bill Firms Based on AI Use Amid Compute Crunch,” 2026-04-14 (报道企业定价变更), https://www.theinformation.com/articles/anthropic-changes-pricing-bill-firms-based-ai-use-amid-compute-crunch
  4. OpenAI, “Codex Rate Card,” help.openai.com (记录2026-04-02定价变更), https://help.openai.com/en/articles/20001106-codex-rate-card
  5. Forbes, “AI Giants Bet Billions On The Most Expensive Job In Enterprise,” Forbes, 2026-05-28, https://www.forbes.com/sites/janakirammsv/2026/05/28/ai-giants-bet-billions-on-the-most-expensive-job-in-enterprise/
  6. CNBC, “Snowflake rockets 36% on earnings beat and plan to spend $6 billion on Amazon cloud,” 2026-05-27, https://www.cnbc.com/2026/05/27/snowflake-amazon-graviton-cloud-chips.html
  7. Anthropic, “Building Trustworthy Agents,” 2026-05-27, https://www.anthropic.com/research/trustworthy-agents
  8. Palantir Q1 2026 Press Release, Palantir Technologies, https://www.palantir.com/newsroom/press-releases/palantir-reports-q1-2026/