[鸭哥 AI 手记] 2026-05-15: 1元25万额度点，AI在补水管和执照的课

> 上海电信把 Token 做成了电话套餐，1元25万额度点。再看群里 yuetang 问的"一年几十亿成本，产出怎么算"，和马工说的"以后 AI agent 也要租医生执照"：三件事在讲同一堂课，AI 不再缺能力了，缺的东西反而更基本。

懒人包：先记住 1元=25万额度点这个数字。上海电信成了国内第一个把 Token 做成资费套餐的运营商，支持话费账单支付，群友说"感觉和 30 年前上网费差不多"。同一天，群里有人问出"一年几十亿 Token 成本下去了，工程师产出怎么算"这个组织层还没人能答好的问题。另一条线上，马工从药店租医生牌照推导出一个更远的结论：AI agent 的下一步不是变聪明，是变合法。本期还跟踪 DeepSeek 的 PM 招聘透露的产品化信号，以及 Anthropic 估值冲到 9000 亿美元。

Token 变成电话费了，但算账的人还没跟上

上海电信在 5 月 16 日的科技节上宣布了这件事：即日起面向上海电信用户推出 Token 算力服务，1元对应 25 万额度点。以 KiMi-K2.5 模型为例，约可支持调用 25 万输入 Token。支持话费账单支付，多买可享折扣（21经济网）。

群里 AI Vibe Coding 的第一反应是"感觉和 30 年前上网费差不多的价格"，补了一句"发送一句 hi，几块钱就不见了"。这个感受不算夸张。群友 05-13 让 Codex goal 通宵跑了一个任务，账单是 $2300，烧了 1.8B token。当 agent 能在后台自行循环执行，token 的消耗曲线从可预测变成了失控。

但真正该被盯的，不是定价本身，而是定价背后的那层缺失。同一天，yuetang 在群里问了一个更根本的问题：AI coding 模式下怎么度量程序员产出。他的原话是"毕竟 token 也有成本，比如我厂一年估计有大几十亿成本""主要还是想度量开发者的 Productivity"。荆建杰的回应是讽刺："agent：恭喜你，今天的 token 效率排行全司第三"。但讽刺底下承认了一个事实：没人真知道怎么算。

这个问题的难度不在技术，在组织。当一个人用 AI 做了一件他本来不会去做的事，这算产出增长吗？当一个人用 AI 花 10 分钟做完以前 2 小时的工作，省下的 1 小时 50 分钟去向哪里了？如果他用来刷手机，产出增长是 0。如果他用来做更多事，但做的事没人需要，产出增长也是 0。

Brookings Institution 在 4 月 2 日发布的报告提供了一个宏观注脚（Brookings）。他们研究了 7000 万没有四年本科学位的美国工人（称为 STARs），发现其中 1560 万人在 AI 高暴露度岗位工作，1100 万人在所谓的"Gateway"岗位——这些岗位传统上是工人积累技能、往高薪跳的台阶。但当 AI 开始吃掉这些台阶上的任务时，问题不是工人会失业，而是他们往上走的楼梯在变窄。

报告里有一个更细的数据：大约 350 万 STARs 既高度暴露于 AI，又缺乏适应能力（低储蓄、低可转移技能、受地理和年龄限制）。这些人的困境不是"被 AI 取代"，而是在 AI 吃掉低阶任务之后，失去了攒经验往上走的路。

群里"今天蒸馏鸭哥了吗"分享了一个 Brookings 也观察到的现象：在律师、软件工程师、客服等职业内部，技能最低的工人从 AI 中获得的生产率提升，远大于更高技能的同事。这个发现乍看反直觉，但逻辑是顺的：AI 压缩的是基础技能差距，一个刚入行的律师用 AI 写合同可能和老手差距不大，但老手真正值钱的东西——对案件走向的判断、对客户底牌的阅读——AI 目前还触不到。

回到 yuetang 的问题。Token 的账好算，1元 25 万额度点，明码标价。产出的账不好算，因为它不取决于 AI 做了什么，取决于人拿 AI 做完的事对组织意味着什么。这两本账之间缺的，不是更好的工具，是一整套管理语言。上海电信把水管接上了，但没人告诉你水费花得值不值。

---

AI 不会自己拿到执照，但有人会替它租

群里马工说了一段话，不到 60 个字，但推了一步很远的逻辑：如果今天的药店店员可以租用医生牌照，以后药店的 AI agent 也可以租用医生的处方牌照。agent 不仅比店员强，甚至可能比医生还强。

这个推导的动力不是技术想象，而是对商业世界运作方式的理解。胡达接了一句：当专业技术本身没有门槛，但国家法律要求必须有资质时，资质就变成了可租用的云资源。她的结论是，这种商业模式留下的只有两层人——连接客户的人，和搞定技术的工程师。

James 当天分享了一个具体的政策信号：软著申请现在需要声明不允许使用 AI，否则影响申请人征信。群里 CXuanAI 跟了一句"已经有软著申请.skills 了"。政策的限制和民间的绕过，几乎同时出现。

这次调研查了一下美国医疗 AI 的监管现状。Healthcare Brew 在 3 月的报道里给出了一个数字：2025 年全美 47 个州提出了超过 250 个涉及医疗 AI 的法案，其中 33 个在 21 个州成为法律。2026 年到 3 月为止，Manatt Health 已经追踪到约 200 个新的州级 AI 法案（Healthcare Brew）。四个主要方向：心理健康聊天机器人、患者披露与知情同意、禁止 AI 冒充临床提供者、保险公司使用 AI。

加州 2026 年 1 月 1 日生效的法律要求聊天机器人必须明示自己是 AI，且必须包含自杀预防内容。俄亥俄州去年 11 月提出法案，禁止 AI 进行诊断或治疗决策。Trump 去年 12 月签了一份行政令，试图用联邦政策压制州级 AI 立法，设立了 AI 诉讼工作组专门挑战与行政令冲突的州法，但迄今没有产生实际影响。

哈佛法学院教授 Glenn Cohen 今年 1 月对 Harvard Gazette 说了一句话："绝大多数医疗 AI 从未经过联邦监管机构审查，可能也没有经过任何州级监管机构审查。"（Harvard Gazette）。83% 的医疗工作者认为 AI 需要更多监管，但监管的速度远跟不上技术迭代。

Anthropic 上周发布的行业垂直方案，在这个问题上的选择提供了一个对照。金融 agent 模板要求分析师审批后才能交付客户，法律插件通过"setup interview"学习律所的升级链和风险偏好后才开始工作（Anthropic 安全架构分析）。这些方案没有试图让 AI 绕过执业资格，而是在合规框架内部署——它不替代持证人，但改变了持证人的工作内容。

马工的推导指向的是一个更大尺度的问题。今天的牌照是人的护城河，但如果 AI 能把持证人的判断能力复制到边缘节点，牌照就从护城河变成了收费站。你不需要自己有执照，你只需要租一个有执照的人的签字权。胡达说"只剩下连接客户的人和搞定技术的工程师"，漏掉了一层：还有一层是拥有牌照资源、愿意出租的中间商。他们的生意不是做判断，是做合规通道。

---

也值得知道

DeepSeek 招聘 Harness PM，产品化信号明确：DeepSeek 正在为其桌面端 Agent 产品招聘首位产品经理，JD 要求候选人是"Agent 产品的高强度用户"，深度使用过 Claude Code、Codex、Cursor、OpenCode、Manus 等产品。还要求理解 Agent Loop、Tool Use、MCP、Memory、Subagent 等概念。同一天群里有讨论，"看来 DeepSeek 要进行产品化了"（DeepSeek 招聘）。

PingCAP 发布 Loop 多 Agent 平台，赛道在挤：Loop（loop.pingkai.cn）定位为企业级人与多 Agent 协作平台，本地执行、云端协作。Nemo 体验后的评价是"完善的不如我们造的轮子"。同一天 CXuanAI 问了一句"怎么都在做多 agent"，多喝热水回"大家实践遇到的问题都类似，解决思路上也比较容易想到"——足够多的人独立造同一种东西，通常意味着它应该变成标准件。

Anthropic 估值冲到 9000 亿美元：CNBC 5 月 15 日报道，Anthropic 最新估值已达 9000 亿美元，投资委员会在讨论如何为即将到来的 AI IPO 浪潮布局（CNBC）。

AI 诈骗瞄准老年人：PBS NewsHour 5 月 15 日报道，AI 驱动的超逼真语音克隆诈骗已造成美国老年人累计损失数十亿美元（PBS）。

---

本期素材来自 AI Builder Space 社群讨论与公开 AI 行业信息的交叉验证。

本文由AI综合领域调研和微信群聊自动生成。请注意甄别幻觉。

订阅本 newsletter：yage-ai.kit.com