OpenAI砍掉10亿美元迪士尼合作：AI公司集体算不过账了

2026年4月，OpenAI做了一件事让好莱坞直冒冷汗——他们单方面撕毁了与迪士尼的价值10亿美元授权协议，同时砍掉了视频生成工具Sora的独立App。这笔账算下来，每生成一段视频烧掉的算力成本，比用户愿意付的钱高出好几个数量级。

这不是OpenAI一家的问题。Anthropic的Claude Code、OpenAI自家的Codex，这些被寄予厚望的"AI智能体"（AI Agent，能自主完成多步骤任务的程序）正在以远超预期的速度吞噬计算资源。用户用得越爽，公司亏得越狠。行业终于意识到：那个靠融资续命、先烧钱再说的时代，正在进入倒计时。

从"秀肌肉"到"算细账"：两家公司同时转向

The Verge主编Nilay Patel在最新一期Decoder播客中，把2026年定义为AI行业的"生死盈利年"。他的判断依据很直接：Anthropic和OpenAI这两家最具代表性的公司，过去几周的行为模式发生了根本性转变。

Patel的原话是：「这些公司正在对'需要上市、需要赚钱'这一现实做出反应。」翻译一下：之前的融资故事讲不下去了，资本市场要看到真金白银的回报。

这种压力是结构性的。AI行业建立在数千亿美元资本投入之上，背后是更大的远期承诺——数据中心建设、芯片采购、能源配套。Patel形容这是「一座必须兑现的利润大山」，要么AGI（通用人工智能）突然降临解决一切，要么泡沫破裂。中间状态越来越难以维持。

智能体成了压垮骆驼的最后一根稻草。这类产品确实创造了即时价值：程序员用Claude Code自动调试代码，分析师让AI代理生成研究报告。但代价是Token（模型处理文本的最小单位）消耗量呈指数级增长。一位业内人士打了个比方：以前用户问个问题相当于喝一口水，现在让AI干一小时活相当于灌下去一整桶。

OpenAI和Anthropic被迫重新分配资源——支持哪些产品、砍掉哪些功能、对客户施加什么限制，每一个决策都指向同一个问题：这玩意儿到底能不能赚钱？

Sora之死：一个10亿美元决策的解剖

Sora的独立App下架，是观察这种转变的最佳样本。

这款产品去年发布时引发过轰动。文本生成视频，画面流畅度接近专业制作，被视作OpenAI冲击好莱坞的利器。迪士尼的授权谈判一度进展顺利，10亿美元级别的合作如果落地，意味着AI生成内容可以合法使用受版权保护的角色和场景。

但运营数据暴露了致命问题。视频生成是算力黑洞：一段60秒的高质量视频，背后可能是数千次模型推理迭代。OpenAI内部测算发现，即使用户付费订阅，收入也覆盖不了计算成本。更麻烦的是，用户一旦习惯了"输入描述、获得视频"的体验，使用频率会迅速攀升，亏损雪球越滚越大。

Patel在播客中引用了The Verge高级AI记者Hayden Field的观察：「智能体对客户当下就有价值，但它们消耗的算力远超这些公司预期。」Sora成了第一个被祭旗的牺牲品——不是技术不行，是商业模式算不过来。

迪士尼合作的终止更具象征意义。这原本是OpenAI向内容产业渗透的关键一步，现在变成了"战略聚焦"的注脚。公司对外口径是"整合资源到核心产品"，对内则是赤裸裸的成本控制：每一分钱都要投向能直接产生收入的地方。

砍掉Sora的决策速度之快，说明OpenAI的财务压力已经到了等不及"优化"的地步，只能直接断臂。

Anthropic的镜像困境：Claude Code的"甜蜜烦恼"

Anthropic的处境与OpenAI高度对称，只是剧本略有不同。

他们的智能体产品Claude Code在开发者群体中口碑极佳。它能理解整个代码库的上下文，自动执行重构、调试、文档生成等任务。相比传统编程助手，Claude Code的"自主性"更强——给它一个目标，它能拆解成步骤并执行，中间很少需要人类干预。

这种能力带来了用户增长，也带来了算力噩梦。Anthropic的模型以"安全"和"长上下文"著称，代价是推理成本更高。当用户让Claude Code连续工作数小时处理大型项目时，公司后台的GPU集群在疯狂燃烧。

Field的报道揭示了一个细节：Anthropic正在收紧对Claude Code的使用限制，包括并发任务数、单次会话时长等。这些措施直接影响用户体验，但别无选择。Patel评论道：「他们必须在'让用户满意'和'不要破产'之间走钢丝。」

与OpenAI相比，Anthropic的融资历史更"纯粹"——没有微软这样的战略巨头持续输血，对资本效率的要求更苛刻。2026年对他们来说是真正的"make-or-break"（成败在此一举）：要么证明智能体业务能自我造血，要么在下一轮融资中遭遇估值屠杀。

两家公司殊途同归：智能体证明了AI的实用价值，但也证明了这种价值在当前成本结构下无法持续。

行业连锁反应：开源模型与商业策略的重构

盈利压力正在重塑整个AI生态的竞争逻辑。

OpenAI和Anthropic的转向，直接影响了他们对开源社区的态度。OpenClaw、Codex等开源或半开源项目，曾经是技术影响力的重要来源，现在成了需要重新评估的"成本中心"。维护开源版本意味着额外的工程投入，而商业回报并不明确。

更深层的变化发生在定价策略上。过去AI公司普遍采用"低价获客、规模取胜"的互联网经典打法，现在不得不转向"按实际成本定价"。OpenAI的API价格在过去一年经历了多次上调，部分高端模型的调用费用涨幅超过50%。企业客户开始收到更严格的用量配额通知，超额部分的价格令人咋舌。

这种转变的风险在于用户流失。当AI服务的价格逼近甚至超过人力成本时，"用AI替代员工"的商业逻辑就会动摇。一位SaaS公司的CTO在社交媒体吐槽：「我们算过账，让Claude Code全职工作一个月，成本比雇一个初级程序员还高。」

Patel在播客中提到了一个关键判断：「市场太大了，钱太多了，我们无论如何都会继续——市场依赖于此。」这句话的潜台词是，AI行业的资本惯性依然存在，但资金正在向"能讲清楚盈利故事"的头部集中。中小玩家的窗口期正在关闭。

2026年的分化将异常残酷：能证明单位经济模型成立的公司获得续命资格，不能的则面临估值崩塌或被迫出售。

算力通胀与用户预期的拉锯战

这场盈利危机的核心矛盾，是算力成本的刚性上涨与用户支付意愿的弹性增长之间的错配。

训练新一代模型的成本仍在指数级攀升。GPT-5级别的模型需要的数据量和计算量，让GPT-4看起来像个玩具。与此同时，芯片供应受制于台积电产能、HBM内存短缺、能源配套滞后等多重瓶颈。英伟达的GPU虽然性能持续提升，但交付周期和价格同样令人头疼。

用户端的情况更复杂。智能体确实提高了生产力，但这种提升很难直接量化成企业预算。一位使用Claude Code的独立开发者告诉The Verge：「它帮我省了大量时间，但我每月愿意为这种'省时间'付多少钱？大概50美元封顶。」而Anthropic的实际成本可能数倍于此。

这种差距无法通过"规模效应"自动弥合。AI推理与云计算不同：云服务的边际成本随规模下降，但大模型推理的算力消耗与用户活跃度线性相关。用户越多，亏得越多，除非能找到结构性降本的路径。

OpenAI和Anthropic都在押注两个方向：一是模型效率优化，用更少的参数达到同等能力；二是硬件定制，自研或深度定制芯片以降低推理成本。但这两个方向都需要时间，而资本市场的耐心正在耗尽。

Patel的总结很直白：「要么AGI到来，要么经济崩溃，谁知道呢。」在确定性到来之前，所有公司都必须为"没有AGI"的情景做准备。

2026年的关键变量：IPO时间表与战略耐心

OpenAI和Anthropic的下一步动作，将深刻影响行业预期。

OpenAI的IPO传闻已经持续多年，2026年似乎终于到了不得不做决定的时刻。但上市意味着接受更严格的财务披露和盈利要求，与其目前的"战略性亏损"叙事存在张力。Sam Altman需要在"继续讲故事"和"证明能赚钱"之间做出选择。

Anthropic的路径可能更曲折。作为由前OpenAI研究人员创立的公司，他们一直以"AI安全"为差异化标签，商业策略相对保守。但安全叙事在资本寒冬中的说服力正在减弱。Dario Amodei（Anthropic CEO）近期在内部信中强调"可持续增长"，被解读为盈利优先的信号。

两家公司的竞争态势也在变化。过去是"比谁的技术更惊艳"，现在是"比谁的单位经济模型更健康"。这种转变对Anthropic未必不利——他们的模型架构在长文本处理上效率更高，可能在企业级智能体市场找到差异化空间。

但风险同样明显。如果任何一家公司在2026年出现重大产品事故或财务恶化，可能引发整个行业的信心危机。Patel在播客中多次提到"泡沫破裂"的可能性，尽管他认为最终会有赢家脱颖而出。

Field的补充观察值得注意：「这些公司的行为变化——突然杀死产品、对客户施加限制、重新分配资源——说明他们内部的财务模型已经拉响了警报。」这不是战略调整，是生存本能。

当OpenAI放弃10亿美元迪士尼合作时，他们实际上是在告诉市场：我们算过账了，这笔买卖不划算。这种冷静在2023年的AI狂热期不可想象，但在2026年成了新常态。

智能体的价值已经被验证，但价值的货币化路径仍不清晰。OpenAI和Anthropic正在用各自的试错，为整个行业探路。问题是，资本市场愿意给它们多少时间？