SecondSource 晨報 · 2026/8/2｜AI 生產力量不出來，賣方自己承認：OpenAI 生產力負責人點名用量指標已失效；獨立分析師補上結構原因，就算量到，好處也會被競爭抵消掉

本期一眼

• 賣 AI 的人親口說「我們還沒把怎麼量生產力搞清楚」。OpenAI 生產力負責人點名 token 用量（AI 服務按用量計費的計量單位）與程式碼合併數這些代理指標正在失效。公司儀表板若拿 AI 用量當採用成效，現在有了來自供應商本人的反對證詞。
• 上月流傳的「AWS 利潤率漲幅領先同業」對 SEC 財報原文結案：漲幅其實更大，但「領先」錯了：Google 雲端同季漲得更多。真正的新聞是兩大雲端分部利潤率同季同步大擴：AI 資本支出開始轉成利潤，是行業級現象，不是一家的故事。
• Google Gemini 共同負責人親口證實：模型的「個人化記憶」不寫回模型本體，原因不是效果、是服務成本；上月倡議者的推測被當事方坐實。下一個開獎點：檔案式外掛記憶到底夠不夠用。

本期取材自 2026-08-02 的研究日報；今日無三天內新事件，主線是 07-28 排入的四集訪談積壓完成分析後的判斷（原發 2026-05-22～07-28，逐條標原發）加一件 SEC 定向查證。昨夜掃 32 篇新進素材（15 論文／10 播客／6 部落格／1 電子報，尚在排隊）加 X 上 380 個帳號的 410 則原創貼文；白天精讀 4 集逐字稿 → 本期 16 條查核記錄、6 則主線。集中度先講：近半材料出自 a16z 自家發行渠道，誘因逐條標注；本週無新的具名大神觀點，該欄以回顧一則補位；本期無產品動態，近 48 小時只有一篇廠商部落格待處理、尚未進圖；數字出自抓取日誌逐批核對口徑。

這是本期完整版（官網存檔正本）：每一則全文展開。email 版為每日精選 3 則核心全文＋其餘一行摘要的縮短版，點「全文」即回到本頁。雙版式試行第 7 天（共兩週），文末有一鍵回覆。

今日核心（3 則全文）

1.[趨勢觀察]（訪談原發 07-28 與 06-08，判斷收錄 08-02）失效清單很具體：提交數、行數、token 用量、合併請求數。就算量到，增益也留不進你的損益表

負責 OpenAI 生產力產品線的 Akshay Nathan（OpenAI Productivity／核心產品工程負責人）在 AI 工程訪談節目 Latent Space（swyx 主持、以一手長訪談著稱）親口說：「我認為我們還沒把這件事搞清楚」。他說的「這件事」，是怎麼量 AI 有沒有讓使用者更有生產力。他點名的失效清單：程式碼提交數、程式碼行數、token 用量、pull request 數（程式碼合併請求，常被工程組織當產出指標）。這些代理指標「與團隊能不能達成目標，可能不再高度相關」；就連按讚、按倒讚這類回饋訊號，也量不出使用者是不是真的更有生產力；他把難題推給全行業：「整個產業都得把這件事想清楚」（Latent Space 訪談，07-28 發布）。獨立科技分析師 Benedict Evans（前 a16z 合夥人、年度「AI Eats the World」報告作者）在另一場訪談補上第二層：就算量得到，增益也留不住。投資銀行的現金流折現分析（DCF，把未來現金流折算成今日價值的估值方法）從一週變十秒，你會做五十份分析、但收不了客戶更多錢；工具一旦人人必買，成本結構同步下移，增益歸客戶而不歸採用者。「AI 的錢在損益表上看不見」，其實是市場競爭跑出來的正常結果，談不上量測失敗，Excel 當年就是這樣（a16z Podcast 訪談，06-08 發布）。

驗證： 兩源獨立：OpenAI 自家員工訪談與獨立分析師，互不引用；但都是單源口述、全程零量化數據，Evans 引述的顧問業與央行 CFO 調查未附名稱與樣本數，本報未直核。誘因方向是這條的關鍵：OpenAI 的營收與 token 消耗直接掛鉤，賣 token 的人否定 token 量當生產力指標，是對自家不利的自認，份量重於任何第三方批評；Evans 的結論對創投圈的軟體應用部位同樣不討喜。

判斷更新： 本報帳上一條還在驗證的判斷是這樣寫的：「AI 增益量不量得到，取決於該職位的產出單位能否與外部變量分離；量得到的增益也會因工具普及被競爭掉」。前後兩腿今天各補上一個反向誘因的證詞，信心上調，但暫不升為正式判斷，因為「量不量得到」與「留不留得住」是兩個可以分別開獎的命題，拆開才升。還有一個已在追的接點，傳聞裡有大公司員工寫程式空轉刷 token 用量。一旦公司拿用量當 KPI，「量不準」就會惡化成「被刷爆」，該傳聞仍在等獨立證據。

投資定向段： 目前的敘事假設企業 AI 支出終將被 ROI 數字證明；這兩條證詞指出的落差是量測工具本身缺席、且增益結構性流向客戶端。對「AI 支出可以用生產力報表辯護」的敘事是弱化，對「必需品化、不用者被淘汰」的採用邏輯反而是強化。

2.[證據更新]（原轉述 2026-07 入帳，SEC 對表完成 08-02）「AWS 利潤率漲幅領先同業」一半對一半錯：漲幅其實更大，但同季 Google 雲端漲得更多

上月半導體與 AI 算力研究機構 SemiAnalysis 的一篇建模分析文章轉述稱：Amazon 雲端部門 AWS 在 2026 年第一季營業利潤率環比上升 213 個基點（basis point，1 基點＝0.01 個百分點）、高於其他雲端服務商，歸因於 Anthropic 模型在 Bedrock 平台（讓企業經同一組 API 接多家 AI 模型的服務）的用量拉動（SemiAnalysis 原文）。本報今天拿 SEC（美國證券交易委員會）申報原文逐格對帳，結果一半對一半錯。對的那半更強：AWS 分部營業利潤率實際從 35.0% 升到 37.7%，環比 +270 基點。轉述版低估約 60 基點，歸因故事的量化前提反而更硬（Amazon 2026 Q1 財報 8-K）。錯的那半是比較級。Google Cloud 同季利潤率從 30.1% 升到 32.9%，這兩個百分比是四捨五入後的顯示值，直接相減會少幾個基點；用該分部未四捨五入的營收與營業利益原始數字自算，環比是 +286 基點，高於 AWS，本報以自算值為準（Alphabet 2026 Q1 財報、Alphabet 2025 Q4 財報）。這裡要帶兩個口徑上的但書：Microsoft 不單獨披露 Azure 利潤率，「同業比較」只限有分部披露的公司；SemiAnalysis 原文也提醒過 Google Cloud 的利潤率有成本歸集因素墊高，原因是 DeepMind 的訓練成本不算在雲端分部，兩家分部的記帳規則不同。

驗證： 新數字全部出自 SEC 申報文件，經審計、可逐格點驗，是本期唯一審計級材料；被對帳的轉述版保留供校準：方向對、量值低估 60 基點，這筆誤差已記入該機構的追蹤紀錄。

判斷更新： 三層。其一，轉述的數字就算方向抓對，量值也可能偏，二手數字一律只能當方向指標用。其二，「AWS 領先同業」的措辭停用；被推翻的比較級反而暴露更大的線：兩大雲端分部利潤率同季同步大擴，「AI 資本支出轉化為分部利潤」是行業級現象，本報已另立一條待驗證的判斷在追，下一季兩家若分道而行則收回（本報自設觀察窗，對照下一季兩家財報）。其三，掛在原數字上的兩條既有判斷（Amazon 押多家模型供應商做對沖、這套對沖已開始兌現）證據升級而非受損。對正在評估要不要押 Bedrock 這類多模型平台的人，今天拿到的是審計級而非二手轉述的證據。

投資定向段： 「AI 資本支出燒錢無回報」與「AWS 是最大受益者」兩種敘事都在流通；審計級數字對前者是弱化（利潤傳導已在兩家分部同季發生）、對後者也是弱化（同季漲更多的是 Google 雲端），真正被強化的是「行業級傳導」這個中間讀法。

3.[證據更新]（訪談原發 2026-05-22，判斷升格 08-02）「個人化不進模型本體」被當事方親口坐實：不是做不到，是服務成本

Google DeepMind 的 Gemini 共同負責人 Oriol Vinyals（與 Jeff Dean、Noam Shazeer 共同領導 Gemini）在創投 Redpoint 合夥人主持的訪談節目 Unsupervised Learning 裡，把 continual learning（持續學習：讓 AI 從持續互動中累積經驗）的勝出形態判給「檔案式外掛記憶」：agent 把經驗寫進外部檔案、跨任務讀寫，而不是把經驗訓練回模型權重（模型本體的參數）。他給的理由與效果無關，而是服務經濟學：「我們是把一個模型服務到全球規模……要替每個使用者服務一份帶著不同記憶的模型，會非常痛苦」；他也留了退路：如果進權重真是最好的路，「我們會想辦法做出支撐個人權重的硬體」（Unsupervised Learning 訪談，2026-05-22 錄製）。這段話為什麼重要？上月 Allen Institute（美國非營利 AI 研究機構）研究員 Nathan Lambert 推測過同一件事：前沿實驗室「少數模型服務所有人」的規模經濟，結構性排斥一人一份權重，所以個人化這條軸的價值會沉澱在開放權重模型的基建（記憶層、本地微調），而不是實驗室的 API（Interconnects 原文，2026-06）。當時是單一來源的推測；今天被推測的那一方親口說出同一機制，理由正是推測裡的那一個。

驗證： 一手發言逐字稿，身分經三處交叉確認。要標三件事：訪談錄於 5 月下旬、上週才排進處理排程，距今已兩個月，他對能力現況的說法可能已經過時；Vinyals 所屬公司結構上就偏好「個人化不進權重」的答案，這條發言誘因順向；升格依據是「機制被當事方證實」，不是新增量化數據。對照組留在帳上：晶片公司 Cerebras 的多用戶客製權重服務，是「絕對做不到」強讀法的既存反例。

判斷更新： 「個人化屬於開放模型陣營」從初步推測升為正式判斷，但只升半格，因為 Vinyals 證實機制的同時，也給出了實驗室側的解法形態：檔案式外掛記憶，而那正是「中央路線用淺層方案收掉個人化市場」的具體形態。開獎點收斂成一句：檔案式記憶滿不滿足得了個人化的主需求。什麼會推翻：前沿實驗室若推出權重級的個人客製且定價可行，機制腿被削弱。

投資定向段： 押「個人化／記憶層基建」的敘事有了更具體的對手情境：實驗室的答案是外掛檔案、不是個人權重；對該敘事整體持平偏強化（實驗室親口讓出權重級個人化），但市場邊界縮小為「檔案式記憶不夠用的場景」，盡調問題該從「實驗室會不會做」換成「檔案式在哪裡不夠用」。

其餘 3 則(一行掃描)

以下 3 則各收成一行；點「全文」回本期完整版看全欄。

• [趨勢觀察]（訪談原發 07-28）「Codex 週活 1,000 萬」是合計數，而且結構上拆不開；知識工作被判給「給 AI 一台電腦」的框架——Codex 千萬是雙產品合計數，口徑未定義拆不開 · 全文
• [趨勢觀察]（訪談原發 2026-05-22）賣模型的人說：agent 的編排層終將被模型自己寫掉，而靠編排生態吃飯的人剛好押相反方向——編排層歸屬兩邊誘因各站一邊，只能時間開獎 · 全文
• [趨勢觀察]（訪談原發 2026-05-29）創投的第一篩選只剩一句話：「你必須在 token 流上」，但同一集裡三個互斥的量化口徑更值錢——損失率個位數不可持續——虧損未認列是雙方共識 · 全文

也發生了

同批訪談中落選但值得一行的（原發日期見各條，皆單源口述、方向參考）：

• [趨勢觀察]（訪談原發 07-28）OpenAI 員工自報內部已用 agent 生成的網頁（Sites）取代投影片與試算表當協作載體，具名兩例；樣本是 OpenAI 內部，外推要大幅折價（Latent Space）
• [趨勢觀察]（訪談原發 06-08）Evans：AI 資本支出該量強度不量金額，幾家大廠資本支出佔營收比朝五成走、對照電信業 15–20%；比例是講者口述記憶值，且對營收分母大的 Google 很可能不成立，本報未直核，暫不採信（a16z Podcast）
• [趨勢觀察]（訪談原發 06-08）Evans：組織裡決定工作怎麼做的知識是隱性的、不在訓練資料裡，這是實驗室找顧問業結盟的一種解釋（他的歸因，因果未驗證），對「把流程知識寫成檔案給 agent」路線的直接判斷是「很難」（a16z Podcast）
• [趨勢觀察]（訪談原發 2026-05-29）a16z David：蒸餾（用大模型的輸出訓練小模型）成本約為前訓練的 2%，他並附一句「若持續成立利多開源，反之利空」，把開源命運第一次壓成單一可觀測條件；2% 無出處，與帳上另一絕對值估計同量級收斂（The a16z Show）
• [趨勢觀察]（訪談原發 2026-05-29）同集的上限算術：兩家頭部實驗室年底合計年化營收若達 2,000 億美元，約等於財星五百大年利潤的一成；他的結論是「上限問題就是錢從哪來」，講者自認的直接後果是開源與本地端比預期更早變重要（支撐口徑多缺，僅比值可用）（The a16z Show）

深度報告

核心判斷： 半年前，台灣投資播客股癌（謝孟恭主持，台灣下載量最大的投資類播客之一）畫過一條分裂線：軟體公司會沿『能不能把 AI 運算成本轉嫁給客戶』裂成兩群。本報凌晨付印的深度報告，對這條線做了六個月對帳。分裂本身超額兌現。同一個軟體指數（IGV）裡，年內最強與最弱的成分股差了約 140 個百分點，最強的一端是 Datadog 漲逾八成、最弱的一端是 Atlassian 跌逾六成；投行也已照這條裂縫開出多空配對交易。但「轉嫁」這條分裂線陣亡了：十八個月內轉嫁管道商品化，五家從相反起點出發的指標軟體公司收斂到同一張「訂閱打包＋用量地板＋超額計量」的計費架構，「AI 免費附送」的公司佔比一年內從 34% 掉到 15%。人人都會轉嫁，轉嫁就不再分生死。真分裂線改判為三個變數的乘積。消耗有界性，是點一下生成一次，還是掛著跑整夜的 agent；在這組樣本裡，它是預測力唯一沒失效的變數，同期毛利差距約 100 個百分點都落在它身上。說「唯一」的依據是排除法：掛著 agent 跑長任務那一組公司，產品力是全行業公認最強的，用產品力預測毛利在這組資料上直接失效。口徑要封頂：這組毛利數字是媒體轉述、未經審計，本報以單源處理。降檔自由，是工作負載能不能從旗艦模型搬到便宜檔；能搬的吃得到同能力價格的通縮，這個通縮的口徑出自 Epoch AI：把模型能力固定住之後，取得同一能力的價格每年降 9 到 900 倍不等，中位數 50 倍。可複製性，是業務邏輯扛不扛得住客戶自建。三者相乘才是真分裂線。毛利的真實路徑是「先吞下成本→優化→收復」；「因轉嫁而毛利擴張」翻遍申報文件查無一例。

為什麼現在挖： 分裂線是半年前的歸因框架（提出於軟體股單日崩跌隔天），在本報帳上一直是待驗證的判斷；六個月後市場已拿它開出交易，而帳上的計費證據卻與「轉嫁」判準衝突，到了必須對帳的時點。

這條判斷的過去路徑：

與白天批的接點：Benedict Evans（本報 7/31 期在 OpenAI 三段降價那則引過他的商品化終局論）在 07-28 發布的訪談裡，主動把一句斷言，換成一條可被反駁的論證鏈（斷言強度是他自己調低的），給出三個可反駁條件——只剩兩家能力相當、大部分功能被模型本體吸收、實驗室在上層拿到產品槓桿——任一成立即他認錯；這組條件與對立面「定價權持久論」的成立條件第一次對齊，樹上路徑 B 從此可監控。

什麼會推翻它： 任一公司在申報文件把毛利擴張明文歸因「成本轉嫁給客戶」，「轉嫁非分裂線」收回；非寫程式類公司裝了用量閘門後毛利仍崩，「消耗有界性」變數降級。

對答案日： 近窗三點：明天（08-03）盤後 Palantir 財報；09-01 看 Anthropic 的 Sonnet 促銷價到期是否執行（截至本期，官方頁仍載 8-31 截止）；以及 ICONIQ（追蹤約三百家軟體公司經營數據的投資機構調查）年中實測數據出爐，目前流通的年中值是預測不是實測。完整對帳窗到 2027 年 8 月。

以上是濃縮版——完整深度版今晚美國中部時間 7:30 另寄一封到同一個信箱。

晶片與半導體(一行掃描)

• [趨勢觀察]（素材原發 2026-04-22／04-29）聯發科的 Google TPU 出貨顆數，被綁在 Intel 的封裝良率上。同一位講者六天後自己補了另一半。 · 全文
• 判斷更新： · 全文

大神觀點（回顧）

本週掃描沒有新的具名重量級觀點（開頭已聲明），出一則舊而重要的。（原發 2026-05-22）世界模型的主場，當事人全面降溫。 在自家世界模型產品發表次日、主場條件下，Gemini 共同負責人 Vinyals 對世界模型路線（讓 AI 學會「世界如何因行動而變化」的內部模擬器，DeepMind 正押注的方向）連續踩煞車：影像／影片領域的「GPT 時刻」（類比語言模型當年的能力躍遷點）未到；機器人只在粗粒度規劃層先受益，觸覺這個感官通道「根本沒有資料」；物理評測是空白；最重的一句是：「我們需不需要世界模型？如果做成了，那一定需要；如果沒做成，也許不要也行」（Unsupervised Learning 訪談，2026-05-22 錄製）。發表次日在主場題目上降溫，誘因反向、可信度高。並列讀才完整：Meta 的研究部門正把「無標註純視覺」路線推成可量測。V-JEPA 2.1 模型在真實機器人抓取的成功率上，比前一代 V-JEPA-2 AC 高 20 個百分點（論文自報），早這段話兩個月（V-JEPA 2.1 論文，2026-03）。「只在規劃層受益」的強讀法已有反例，兩邊誘因剛好相反，並列最準。它動了本報哪條判斷：帳上那條「AI 的下個戰場在語言之外的世界」的樂觀待驗證判斷（此前未對讀者發過），因此加上反向配重：公司在推的路線，內部溫度不一致本身就是資訊。

模型觀點(一行掃描)

• [趨勢觀察]（訪談原發 2026-05-22，學術對照 2026-06／07）窄領域訓練的泛化讓 Vinyals 意外，但他押的「模型當評判」正被量測打臉。 · 全文

過去洞見(一行掃描)

• [趨勢觀察]（帳目區間 2025–2026，本報 2026-07-23 深度分析）「長跑能力取代考試分數」要拆三條腿分開判。 · 全文

來源與盤點

過去 24 小時。 昨夜進來 32 篇待讀：15 篇 arXiv 論文／10 篇播客逐字稿／6 篇公司與個人部落格／1 篇業界電子報。這批今日全數排隊、尚未處理；X 那邊掃了 380 個帳號、共 410 則原創貼文（轉推與回覆只計數、不分析），其中 353 個帳號昨日無原創。白天實際處理的是排程積壓：07-28 排入的四集訪談逐字稿（Latent Space、Unsupervised Learning、a16z 系兩集），全部完成分析，共 16 條查核記錄（含一件 SEC 定向查證）。覆蓋聲明：以上數字出自昨夜抓取日誌的逐批核對；自動盤點檔本期存在、但 X 側口徑與抓取日誌不一致（細節在開發者附註），以日誌核對值為準；能保證的只有這個掃描範圍內的訊號。

一次性回填（非過去 24 小時）。 四集訪談原發 2026-05-22 至 07-28，為 7-28 排入的積壓、本日清畢；SEC 財報三份（Amazon 2026 Q1、Alphabet 2026 Q1 與 2025 Q4）為定向查證當日調取；晶片欄兩集股癌逐字稿（原發 2026-04）為此前已完成分析的素材、本期首次對讀者呈現。均不計入昨夜例行批。

來源集中度提醒。 本期主線與「也發生了」近半素材出自 a16z 自家發行渠道（a16z Podcast＋The a16z Show，約當白天批的 47%）：其中 Evans 是獨立分析師、誘因較獨立；The a16z Show 屬自家募資敘事、誘因標高。四集全是單源口述、逐條封頂處理；獨立第二視角由 SEC 審計級對帳與股癌晶片線提供。

我們追蹤的來源。 本報判斷的底層，目前追蹤的來源：X 305 人（Elon Musk、Andrej Karpathy、Greg Brockman、Nathan Lambert 等）、播客 90 人（Satya Nadella、Dario Amodei、Demis Hassabis 等）、新聞媒體 51 家、個人部落格 48 人（Simon Willison、Chris Olah 等）、論文作者 48 人（Noam Shazeer、Percy Liang、Tri Dao 等）、電子報 46 份（Dylan Patel、Ben Thompson、Ethan Mollick 等）、財報與法說 26 家、主題演講 23 場。

新版式試行第 7 天（共兩週）：今天讀完了 ／ 沒讀完。

本報不是新聞摘要：我們從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷，並交代每一條是怎麼驗證的 — 重點永遠是「哪條判斷變硬了、誰說得準」，不是今天發生了什麼。

—— SecondSource·由研究系統自動生成 · 18 個來源 · 回信給我們，就是最好的意見回饋

本刊為產業分析出版物,提供的是一般性判斷與資訊,不構成投資建議;不對任何特定證券或個股做價值分析、評等或買賣建議,讀者須自行查證、獨立判斷。

繁 中文版|EN English edition →