The AI ​​industry is in a state of ice and fire: developers spend real money to invest in Agent, but the CEO falls into "AI psychosis" and collectively lays off employees

核心结论

2026 年 5 月最后一周，两篇在 Hacker News 上双双冲上 500 分的爆文，从截然相反的视角描绘了 AI 行业的真实图景：

• 一面是产品市场契合（PMF）的实证：知名 Python 开发者 Simon Willison 用个人账单数据证明，Anthropic 和 OpenAI 通过编程 Agent 产品找到了真正的付费用户——他本人月耗 API 价值 $2,180，而每月只付 $200 订阅费。但企业客户正在遭遇几十倍的成本暴涨。
• 另一面是 CEO 过度乐观的警告：Box 创始人 Aaron Levie 称科技 CEO 们正集体陷入"AI 精神病"——离一线工作越远，越容易高估 AI 的能力。仅 2026 年前 5 个月，tech 行业已裁员 11.5 万人，多家公司以 AI 为裁员理由。

可执行洞察：AI Agent 确实找到了真实付费场景，但 CEO 层面的过度乐观可能导致组织混乱。正确的做法是亲自深度使用 AI，理解其能力边界，而非基于 Demo 和汇报做出裁员决策。

背景：两篇爆文同一周引爆 HN

5 月 27 日，知名 Python 生态人物 Simon Willison 发布博文《I think Anthropic and OpenAI have found product-market fit》，迅速登上 HN 首页，获得 545 分和 662 条评论。同一天，TechCrunch 资深编辑 Julie Bort 发表《Tech CEOs are apparently suffering from AI psychosis》，获得 499 分和 261 条评论。

两篇文章从不同视角指向同一核心问题：AI，特别是编程 Agent，究竟值不值这么多钱？

核心数据对比

为什么说编程 Agent 找到了产品市场契合

Simon Willison 的文章提供了令人信服的数据。他在自己笔记本上运行了 ccusage 工具，估算过去 30 天的 API 用量：

• Anthropic Claude Code：$1,199.79
• OpenAI Codex：$980.37
• 合计：$2,180.16 的 token 价值，他只付了 $200 订阅费

这看起来很划算，但对企业客户来说情况完全相反。Anthropic 在 2025 年 11 月悄然将企业套餐从"每个席位包含足够日常使用用量"改为 $20/席位/月 + API 按用量计费。OpenAI 也在 2026 年 4 月跟进，将 Codex 定价改为与 API token 用量对齐。

结果是什么？大批企业客户在续约时才发现成本暴涨数十倍。The Information 在 4 月 14 日的报道中引用 Anthropic 发言人确认定价变化早在 2025 年 11 月就已生效——但很多客户直到续约时才知情。

Willison 认为这不是偶然。"这两种公司都计划 IPO，但更重要的原因是：我认为他们终于找到了产品市场契合，通过编程/通用 Agent 产品。"

他更指出关键洞察：OpenAI 有 703 个开放职位，其中 32.6%（229 个）与企业和销售相关；Anthropic 有 390 个开放职位，类似比例。这些公司正在全力扩建企业销售团队，因为他们找到了真正赚钱的客户群。

另一边：CEO 的"AI 精神病"正在造成真实伤害

与此同时，TechCrunch 的文章揭示了一个令人不安的趋势。Box 创始人 Aaron Levie 直言："CEO 因距离工作的最后一英里足够远，最容易患上 AI 精神病。"

CEO 们"玩 AI"，做了一个原型或生成了合同，然后跳跃到认为 Agent 可以替代整个团队——但他们不需要审查代码、发现 bug、识别幻象库、训练模型处理公司特有的合同条款。

更令人震惊的是数据：

• 2026 年前 5 个月，tech 行业已有 115,430 人被裁（来自 152 家公司），接近 2025 全年的 124,636 人
• ClickUp CEO Zeb Evans 在裁掉 22% 员工后，宣布部署 3,000 个 AI Agent，声称要打造"100 倍组织"
• 但 UC Berkeley 的元分析显示，"AI 采用与全要素生产率之间没有稳健关系"
• NBER 研究虽认为 AI 提升了生产力，但明确指出"感知到的生产力提升大于实测的生产力提升"

MIT 研究人员更给出了一个清醒的时间线：按当前 LLM 改进速度，模型要到 2029 年才能以 80-95% 成功率完成大部分文本任务，而超越人类需要更长时间。

社区反应：两极分化的讨论

两篇文章在 HN 上引发了截然不同的讨论方向。Simon Willison 的文章下，开发者们争论的是"编程 Agent 到底值不值这个价"——一个关于工具价值的具体、务实的讨论。而 TechCrunch 的文章下，讨论集中在"CEO 的大规模 AI 裁员到底有没有道理"——一个关于组织决策和劳动力市场的宏观问题。

这两个讨论方向实际上是对同一个问题的不同侧面回答：AI Agent 的真实价值在哪里，边界又在哪里？

对自动化从业者的适配建议

对于站内读者——AI Agent 用户、自动化从业者、独立开发者——这两篇文章提供了两个重要的决策框架：

1. Agent 的真实价值已经得到市场验证。编程 Agent 不是泡沫，Anthropic 和 OpenAI 的定价策略转变说明它们找到了愿意付高价的客户群。这说明将 Agent 整合到自动化工作流中是合理的长期投入。

2. 但 CEO 级别的过度乐观应该引起警惕。如果高层管理者基于 Demo 就认为"3,000 个 Agent 可以替代 22% 的员工"，他们很可能低估了"最后一英里"的工作——代码审查、异常处理、领域知识适配、流程验证。

实操建议：

• 对 Agent 的能力边界保持清醒：它能做 80% 的工作，但最后 20% 的质量保障依然需要人类
• 用可量化的指标衡量 Agent 的生产力提升，而非"感觉上更高效"
• 记录 Agent 的 token 消耗和产出比，用数据而非直觉做决策
• 如果公司正在推进 AI 裁员，主动用数据展示 Agent 的实际能力和瓶颈

任务清单

• 评估当前自动化工作流中 Agent 的投入产出比
• 建立 token 消耗追踪机制
• 在团队内部开设 AI Agent 能力边界工作坊
• 关注 2026 年下半年 Anthropic 和 OpenAI 的 IPO 进展，作为行业健康度的参考指标

工具词条

本篇文章涉及多个 AI 编程 Agent 工具和平台。正文中自然出现的工具品牌名包括：Anthropic、OpenAI、Claude、ChatGPT、Claude Code、Codex、GPT-5.5、Opus 等。这些工具的名称在正文中被平台自动识别并匹配已维护的 tools 库，生成悬浮卡片（hover-card）。

社媒反响与行业解读

Levie 在 X 上进一步解释他的观点："CEO 们玩 AI，看到 happy path 的结果，往往不会考虑接下来 10 或 20 件必须做的事情。" 他的帖文获得了大量共鸣。Michal Malewicz 在回复中直言："CEO 对 AI 最脱离现实——他们与真实工作相距最远。"

哈佛商业评论的另一项研究指出，当所有人都在用 AI 生产更多产出时，瓶颈会转移到需要审批这些产出的高管身上。OpenAI 去年已经经历过系统失控的情况。如果 CEO 的"AI 精神病"继续蔓延，最确定的结果就是组织混乱。

相关延伸阅读

想了解如何在现实中使用 AI Agent 实现自动化变现？看我们的实操教程和真实案例。

内链引导

想学方法？看：AI 编程 Agent 技术选型：语言、模型、成本三维决策框架

真实案例：他用 Claude Code + AWS 搭建 AI SaaS，3 个月月入 $12,000：Claude Code 48小时创业案例