今天早上，我用上了GPT-6 Astra。
幾分鐘後，我開始替一批AI公司的估值擔心。
過去兩年，資本市場用一把很簡單的尺子給AI定價：模型越聰明，估值越高。Astra把這把尺子掰彎了。它的價值不只在回答問題。在相應環境啟用並授權工具後，它能搜尋網頁和檔案、運行程式碼、操作電腦、連接外部系統，上下文窗口最高105萬token。
聊天框裡，已經接近一個會翻資料、用工具、交作業的同事。
OpenAI在台北時間9月3日晚發佈Astra。官方客戶案例中，法律科技公司Legora讓它在幾分鐘內檢查41份檔案，找出全部4處預埋錯誤。遊戲公司Playco則稱，工作流所需的人工修正次數比上一代模型少了50%。這些不是獨立測評，但它們指出了同一個方向：企業開始計算一項工作花多少錢，而不是一百萬token賣多少錢。
01
一百萬token，買走的是工時
Astra的API基礎費率並不低，每百萬輸入token 10美元，輸出50美元。單次輸入超過27.2萬token，整次請求的輸入與快取輸入按兩倍計價，輸出按1.5倍計價。
只要模型能穩定減少檢索、初審、製表、寫程式碼這些可覆核的人工工時，幾十美元的機器帳單就有機會替代幾小時的人力帳單。一次對話也會變成規劃、搜尋、執行、覆核和重試，背後跑過更多推理。
模型變貴，使用量反而可能增加。
這正是AI版的傑文斯悖論：每項任務更省人，機器接手的任務便更多。市場空間開始取決於全社會有多少工時可以交給機器。
02
同一場發佈，四種估值命運
第一類是輝達、博通和雲廠商。
如果Agent帶來的任務量增長快於單位計算成本下降，更多推理會傳導為GPU、定製晶片、網路和資料中心需求。微軟、亞馬遜、Alphabet同時擁有雲、模型與入口，覆蓋的收入環節更多，資本開支壓力也更大。伺服器先買，折舊先來，AI收入慢慢收。今後看它們，雲增速要和資本開支、自由現金流放在一起。
第二類，是容易被“算力敘事”漏掉的記憶體公司。
GPU負責算，記憶體負責讓AI記住。模型參數和活躍的KV Cache主要佔用HBM，部分解除安裝方案還會佔用伺服器DRAM。模型檔案、企業語料、向量資料庫、檢查點和操作日誌，則拉動企業級SSD的容量與讀寫需求。TrendForce資料顯示，2026年二季度全球前五大企業級SSD廠商收入約375.9億美元，環比增長103.6%。
美光、SK海力士、三星直接賣HBM和DRAM，SanDisk承接NAND與企業級SSD需求。A股的傳導更繞。德明利受益於NAND記憶體、自研主控和企業級SSD升級；江波龍依靠記憶體設計、模組、品牌與管道，並向企業級延伸；佰維記憶體更偏嵌入式、PC、工車規和端側AI記憶體。三者都承受晶圓漲價與庫存波動。兆易創新以NOR Flash、MCU和利基DRAM為主，不能當成HBM對應。
估值也要分開看。原廠擁有供給控制與定價權，模組廠更像拿庫存和產品結構換利潤。按9月5日附近股價，三家公司用最新賣方2026年預測或半年報簡單年化測得的指示性PE約在7倍附近，分母口徑並不完全一致，只能粗看。周期股利潤越接近高點，PE往往越低。存貨能否變成現金，比“7倍”本身更重要。
第三類是Palantir、ServiceNow、Salesforce。
它們真正值錢的部分，是客戶資料、權限和工作流。模型越強，這些系統越可能從“記錄工作”變成“執行工作”。但高預期也很貴。Yahoo Finance在9月5日抓取的動態頁面欄位顯示，Palantir指示性Forward PE約75倍，ServiceNow約28倍。這組數字會隨股價和盈利預期變化，卻足以說明市場已經提前支付了多少想像力。
第四類是Adobe和大量單點AI應用。
當基礎模型自己能寫、畫、搜尋、分析並操作電腦，只包一層介面的功能會越來越難收費。Adobe當然還有專業工作流、版權體系和分發管道。同一份動態快照裡，Adobe的Forward PE約10倍，背後也包含市場對其增長與競爭壓力的不同預期。
75倍對10倍。
我的理解是，這組估值差異至少提示了一種押注：控制任務的人，可能比提供一個工具的人更接近利潤池。當然，兩家公司的增速和業務結構並不相同，倍數不能機械對照。
03
Google面臨最直接的入口壓力
Agent替使用者閱讀、比較甚至執行購買，會改變搜尋廣告的轉化路徑。Alphabet也握著Gemini、TPU、Android、Chrome和Cloud，有機會把搜尋框改造成Agent入口。微軟守著Office、Windows和Azure，亞馬遜守著AWS與交易閉環。入口仍在誰手裡，會很大程度影響模型替誰工作。
04
給狂熱潑一杯冷水
演示能跑通一次，離企業穩定交錢還隔著四道門：成功率、人工接管率、單任務成本和責任邊界。
輝達和博通也不會按Agent每執行一次任務直接收錢。中間隔著雲廠商採購、晶片庫存、自研ASIC和漫長的資本開支周期。任務多了，利潤未必等比例增加。
我現在重估AI公司，會多看五樣東西：算力成本曲線、記憶體用量、默認入口、別人拿不到的資料、經過授權的執行權限。
Astra沒有讓所有AI公司一起升值。它只把問題換了。
下一輪贏家，未必擁有最聰明的模型。它更可能擁有最多工，以及把任務真正做完的權力。 (AlphaGBM投研圈)