算力有了，然后呢？

Palantir的CEO Karp最近说了句话，说按Token收费是错的。

在AI圈，这像是一个卖铲子的人突然说，你们别买铲子了，铲子没用。

但Karp不是卖铲子的。Palantir是做脏活的。

要理解他为什么这么说，得先看一笔账。

一个律师审一份百万美元的合同，本来要花四十个小时。AI来了，四个小时干完。对企业来说，省下的是一个高薪法务的时间成本，感知价值可能是五千美元。

但如果按Token计费，这四十页PDF翻译加分析，可能只消耗几十万Token。收费不过几美元。

同样的东西，在客户心里值五千，AI厂商只能收到五块。

这就是Karp说的错位。AI厂商辛辛苦苦训练出来的模型，自己把自己给阉割了。

美团最近做了个叫LongCat-2.0的模型，开源，MIT协议。翻译一下就是，谁都可以拿去用，随便改，随便商用，不用给美团一分钱。

这像什么？像一家餐厅把自家秘方贴在门口，谁想学谁拿走。

美团的算盘不是靠卖秘方赚钱。它囤了五万张国产算力卡，在这个算力就是军备竞赛的时代，开源是它的武器。它要把大模型从稀缺商品变成公共水电。

但这和它的主业有什么关系呢？

美团的护城河是即时配送网络。外卖小哥在雨天多跑两单，餐厅老板今晚备多少货，这是它的核心战场。大模型在这件事上应该是个精算师，天气预报员，最优路径规划者。

但LongCat-2.0的定位是Agentic Coding，代码生成。

一个送外卖的公司，花几亿甚至几十亿买了五万张卡，养了最顶尖的算法团队，训练了一个能写代码的模型，然后免费送给全世界。

这听起来像是一个餐饮公司突然宣布造火箭，顺便把图纸公开了。

王兴说AI是必答题。没错。但如果美团能把这五万张卡的算力用来预测上海明天晚餐时段的外卖单量，或者实时优化每个骑手的路径，让用户少等五分钟，商家少浪费一批食材，那才是把必答题答对了。

现在的LongCat-2.0，更像是一个在考卷角落画漫画的学生。

再看国产算力这件事。

五万张国产卡跑起来了，适配完成了。在战略层面，这是了不起的事。证明了国产芯片在万卡集群下能用。

但在商业层面，有个问题很少有人提。

算力成本不能只看买卡花了多少钱。要看全生命周期。国产卡的单卡算力、互联带宽、软件生态，和英伟达比还有差距。意味着要做同样的事，可能需要更多的卡，更多的电，更多的时间去调优。

最关键的是，如果国产卡真的把算力成本打下来了，那Token生意就更不值钱了。

算力便宜了，模型就更容易变成公共服务。像水电一样，家家都有，户户通。这对应用层是好事，但对做基础模型的公司来说，壁垒没了。

美团开源LongCat-2.0，适配国产卡，本质上就是在帮这个行业加速变成公共服务。它造福了生态，也掏空了自己可能的技术护城河。

Palantir走的是另一条路。

Karp不玩Token游戏。Palantir的合同里，写的是可量化的指标。帮情报部门分析效率提升了多少，帮航空公司动态调价增加了多少利润。如果没达标，费用减免。

这种模式要求Palantir的人不是坐在硅谷的办公室里写论文，而是要驻在五角大楼的机房，梳理杂乱的数据格式，打通孤立的IT系统。

听起来像IT外包。但正因如此，当大模型来了，Palantir是唯一能把LLM安全接入客户核心数据库的公司。

它做了二十年脏活。

整理数据格式，清洗混乱的字段，把一个政府部门从上世纪九十年代至今的所有系统串起来。这些事不性感，不出论文，不上头条。但大模型来了之后，这些脏活突然变得值钱了。

因为只有Palantir知道客户的数据长什么样，敢碰客户的核心系统，知道什么是合规的，什么是有风险的。

中国AI缺的就是这种愿意做脏活的平台。

我们迷恋底座模型，迷恋参数规模，迷恋开源社区的下载量。但中国有全球最复杂的制造业供应链，有最多的中小商家，有最拥挤的即时配送网络。这些场景里全是脏活。

如果LongCat-2.0开源的不是一个代码生成器，而是一套面向中国工厂的生产排程解决方案，或者一个能帮餐厅老板预测明天该进多少货的Agent，适配国产卡，免费用。

那美团的五万张卡，就不是一个餐饮公司造的火箭，而是给中国制造业送的一把铲子。

Karp那句对Token收费的吐槽，真正戳中的是什么？是大模型厂商离钱太远。离客户真正的痛点太远。

Token是技术的计量单位，不是价值的计量单位。客户不关心你用了多少Token，只关心你帮省了多少钱，多赚了多少钱。

Palantir的高估值，华尔街给的溢价，不是给它算力的，是给它二十年来在客户机房里做的那些脏活的。

中国AI需要脱下长衫，离开参数排行榜的牌桌，钻进轰鸣的车间和繁忙的港口。

那里才有真金白银。

那里才是AI商业化的答案。