发布节奏、上市时间表与安全测试之间的错位
2.59 万亿里，超过 45% 流向 AI 基础设施，另有超过 1 万亿美元花在服务、软件、安全和各类工具上。也就是说，大头并不是买模型调用，而是围绕模型建起来的那一整层：接入、编排、监控、合规、以及跑这些东西的机器。这一层的特点是切换成本高——换个模型可能只要改几行配置，换掉围绕它建的这一层就不是了。
发布密度的解释不全在技术。Anthropic 和 OpenAI 都在往公开市场走，私募估值各自已接近 1 万亿美元。在这个阶段，能持续发布就是最直接的增长证据，发布节奏因此不完全由模型准备好没准备好来决定。上周的排布很能说明问题：周二 Anthropic 的 Fable 5.1 和 Mythos 5.1，周三 Meta 的 Muse Spark 1.3 与 Google 的 Gemini 3.8 Flash，周四 OpenAI 的 GPT-6 Astra，四家挤在三天里。
AI 初创公司 Runpod 的 CEO Zhen Lu 说，模型疲劳是真实存在的。这种疲劳会改变决策方式：当一个结论的有效期只有一周，理性的做法就不再是选最好的那个，而是选最不容易被下一次发布推翻的那个——接口稳定、价格可预期、迁移成本低。能力排行榜上的第一名，未必能通过这条筛子。
对模型厂商来说，这是个不太舒服的转折。发得越密，越容易把自己的上一代产品变成客户眼里的沉没成本，也越容易让客户学会一件事：先别急着接，等下一版。
还有一件没被这份支出账单覆盖的事。几家公司近期都出现过未授权访问相关的事件，外界已经开始追问，这个发布节奏是不是跑到了安全测试前面。这个问题目前只有厂商自己能回答，而愿意为它慢下来的动力，恰恰是上市时间表最不提供的那一种。