范蠡评AI巨头烧钱竞赛：恃势而骄恐重蹈夫差覆辙
该简报将OpenAI与Anthropic占据七成AI市场收入的格局比作越吴相争，指出Claude单次成本高达180万美元令亚马逊难以承受。作者借《老子》“持而盈之，不如其已”警示，若巨头盲目烧钱、恃势而骄，今日之胜可能成为明日之祸。
成本优化
First-Principle 上关于「成本优化」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
古人评今事：AI智能体能耗与节用之道
该简报引用诸葛亮视角，指出AI智能体单次prompt能耗高达170kWh，是普通对话的六百倍，并对比Databricks通过开源模型与预算管控降本七成的实践，强调AI发展应以节用为本。
Uber总裁质疑AI投入回报：四个月耗尽全年预算
根据IT之家2026年5月26日的报道，Uber在2026年前四个月已用完全年AI预算，公司总裁兼COO安德鲁·麦克唐纳质疑AI投入的合理性，认为目前难以证明AI工具（如Claude Code）的使用量激增与用户功能改善有明确关联。
免费AI API成本计算器：跨7家提供商比较28个模型
一款免费的浏览器端工具，帮助开发者估算和比较来自OpenAI、Anthropic、Google、xAI、Meta、Mistral和DeepSeek等主要提供商的AI API成本，支持月度支出估算及批量处理、缓存输入等折扣选项。
Orca Router：按提示难度智能路由AI模型以降低成本
根据2026年5月19日的一篇帖子，Orca Router是一项AI模型路由服务，它将复杂任务分配给前沿模型，将常规任务分配给开源模型，旨在将用户成本降低约40%。
AI智能体Token消耗实证研究：输入Token主导，不同模型差异巨大
根据斯坦福、密歇根大学、DeepMind和All Hands研究人员发表的论文，在AI智能体工作流中，输入Token消耗量（约1000倍）远超对话或推理任务，不同模型在相同任务上的Token消耗存在数量级差异。
Zilliz推出Vector Lakebase架构：从优化速度转向降低向量数据库成本
Zilliz（Milvus背后的公司）于2026年5月宣布推出Vector Lakebase向量数据库新架构。该架构针对传统“始终在线”服务模型成本过高的问题，通过数据与计算分离，支持“按需计算”模式，旨在显著降低不常查询向量嵌入数据的存储和计算成本。