中 / EN

Thoughts

Conception is power

因为 AI，这个世界正在变得越来越卡

世界没有变快，只是把快留给了 AI

过去两年，几乎所有人都在说 AI 会让世界变快。

写代码更快，写文档更快，生成图片更快，客服更快，搜索更快，办公更快。好像只要把 AI 接进每一个软件，世界就会自动进入一个低摩擦、高效率的新阶段。

但我越来越觉得，事情可能正好相反。

因为 AI，这个世界正在变得越来越卡。

这不是一句情绪化的吐槽。它背后有一条非常现实的供应链逻辑：AI 把最好的显存、内存、存储、晶圆产能、电力、服务器和资本开支都吸走了。少数数据中心越来越快，但大量普通用户和普通企业开始面对另一种现实：电脑更贵，手机更贵，内存更贵，SSD 更贵，换机周期更长，旧设备继续服役，软件却越来越臃肿。

最后的体验就是：模型在云端狂奔，人在本地卡顿。

内存涨价不是小事，它会改变换机周期

Gartner 在 2026 年 2 月发布过一个很直接的预测：受内存成本飙升影响，2026 年全球 PC 出货量会比 2025 年下降 10.4%，智能手机出货量下降 8.4%。Gartner 还预计，到 2026 年底，DRAM 和 SSD 合计价格会比 2025 年上涨 130%，推动 PC 价格上涨 17%，智能手机价格上涨 13%。更关键的是，PC 使用寿命也会被拉长：企业用户延长 15%，消费者延长 20%。

这几个数字放在一起看，含义就很清楚了：不是用户突然不需要电脑了，也不是企业突然不需要设备了，而是大家开始换不起了。

以前电脑卡了，可以加内存、换 SSD、换新机。现在 32GB、64GB 内存越来越像奢侈配置，SSD 扩容也不再是一个随手下单的小决定。对于企业来说，情况更严肃。服务器、办公 PC、笔记本、手机都要排采购预算，而内存和存储涨价会直接吃掉预算。

于是一个很朴素的结果出现了：用户电脑卡了，先忍一忍；企业服务器不够用了，先压一压；员工笔记本老了，先再用一年；手机存储不够了，先删几个 App。

卡顿不是突然降临的，它是很多个“先凑合一下”叠起来的。

AI 正在重排内存供应链

为什么内存会这样涨？

IDC 对 2026 年内存短缺的解释非常直接：AI 基础设施和 AI 工作负载快速扩张，正在给整个内存生态施加巨大压力。内存厂商没有优先扩大用于手机、PC 和消费电子的传统 DRAM 与 NAND，而是把产能转向 AI 数据中心需要的高毛利产品，比如 HBM 和高容量 DDR5。IDC 甚至说，这使通用内存模块供应受限，并推高了整体价格。

这就是关键。

AI 不是只消耗 GPU。AI 消耗的是一整套供应链：HBM、DDR5、LPDDR、企业级 SSD、封装产能、先进制程、成熟制程、电源管理芯片、铜、金、电力、机房。它不是一个孤立的软件热潮，而是一个把现实世界资源重新排序的硬件黑洞。

Gartner 也给了一个宏观背景：2026 年全球 AI 支出预计达到 2.52 万亿美元，同比增长 44%；AI 基础设施会在 2026 年新增 4010 亿美元支出。另一份 Gartner IT 支出预测里，2026 年数据中心系统支出预计超过 6500 亿美元，同比增长 31.7%，服务器支出同比增长 36.9%。

这说明什么？

说明普通用户买内存的时候，竞争对手不是另一个普通用户，而是 AI 数据中心，是 hyperscaler，是云厂商，是有能力签长期协议、提前锁产能、用巨额资本开支争夺供应链优先级的巨型公司。

在这个竞争里，普通人当然会输。

连旧内存都开始变贵

更讽刺的是，不只是 DDR5、HBM 这种先进产品紧张，连旧内存都开始重新变值钱。

TrendForce 在 2026 年 6 月说，成熟制程 DRAM 供应结构性收紧之后，一些消费 DRAM 买家开始采用更老的内存产品来获得更稳定的供应。DDR2、DDR3 这类旧产品重新出现需求。TrendForce 预计 DDR2 合约价在 2026 年第二季度上涨约 55% 到 60%，第三季度再上涨 35% 到 40%。

更有意思的是，TrendForce 提到，一些 OEM 和 ODM 为了控制系统成本，开始降低内存规格：部分 DDR4 设计被 DDR3 替代，某些 DDR3 产品甚至改用 DDR2。

这件事听起来像倒退，但它很符合现实。

当新内存太贵、供应太紧，厂商就会开始想办法降规格。用户看到的是一台“新设备”，但里面可能有更保守的配置、更低的内存容量、更慢的存储、更长的后台等待时间。企业采购看到的是一台“能用的服务器”或“能用的终端”，但它可能已经不是过去同价位能买到的性能水平。

技术行业表面上在向前冲，但成本压力会把很多产品往后拉。

这就是一种很隐蔽的退化。

MacBook 涨价，笔记本市场也在降温

TrendForce 在 2026 年 7 月 1 日还专门提到，Apple 对整个 MacBook 产品线涨价，改变了市场预期。它预测 2026 年 Apple 笔记本出货量约为 2310 万台，同时预计全球笔记本出货量在 2026 年下降 13.6%。

这不是一个孤立的 Apple 故事。TrendForce 的解释里有一句很关键：AI 服务器需求持续把半导体供应链资源从消费电子转移出去，内存、电源管理 IC，以及金、铜等关键原材料价格维持高位，继续压迫笔记本制造成本。

也就是说，MacBook 涨价不是“Apple 又想赚更多钱”这么简单。更准确地说，是整个成本结构已经变了。Apple 只是有品牌能力、有生态黏性，所以它更有能力把成本传导给消费者。

至于 iPhone 18，今天能看到的更多还是传言和分析，不能把它当作事实。但不需要押注某一款 iPhone 会不会涨价，行业数据已经足够说明方向：Gartner 预计智能手机平均价格会因内存成本上涨而提高 13%；TrendForce 也预测，2026 年全球智能手机产量可能同比下降约 16.2%，达到 10.51 亿台，而且如果内存涨价持续、品牌反复提高零售价，跌幅还可能更大。

手机、电脑、服务器，本质上都在被同一件事影响：内存和存储不再便宜。

企业也没那么从容

有一种误解是：普通用户买不起，企业总买得起吧？

其实不一定。

Network World 在 2025 年 11 月援引 Counterpoint Research 的报告称，常见的 DDR5 64GB RDIMM 服务器内存模块，到 2026 年底可能比 2025 年初贵一倍。报道还提到，企业采购团队已经感受到服务器、PC 和手机价格上涨压力，而大多数企业在选择内存供应商时议价能力有限，除非它是 hyperscaler 或大型 AI 数据中心级别买家。

这意味着，企业并不是站在 AI 浪潮之外的旁观者。它们同样在被 AI 数据中心挤压。

更有象征意义的是 Meta。Network World 2026 年 7 月报道，Meta 开发了一个叫 Vistara 的 CXL 芯片，用来把退役服务器里的旧 DIMM 重新接入新服务器。Meta 自己说，它数百万台服务器里大约 40% 的性能受内存不足限制，而 RAM 的寿命通常能达到整机寿命的两倍。

这件事很有意思。

如果连 Meta 这种公司都开始认真研究怎么复用旧内存，那普通企业面对内存涨价时会怎么做？答案很可能是：延迟换机、降低规格、拆东墙补西墙、压缩预算、把能忍的卡顿都忍下来。

过去我们说“云端很强”，现在可能要加一句：云端也在为内存发愁。

软件也越来越不在乎性能

硬件变贵、换机变慢，只是问题的一半。

另一半是软件越来越不克制。

AI 让写代码变得更快，但并不自动让代码变得更高效。相反，它很容易让软件生产进入一种新的膨胀状态：更多功能，更多依赖，更多后台服务，更多自动生成的代码，更多不经过深思熟虑的抽象，更多“能跑就行”的实现。

以前一个工程师写慢代码，至少要付出相当高的时间成本。现在 AI 可以很快生成一个功能，看起来完整，结构也像那么回事，但性能、内存占用、边界条件、长期维护成本，往往需要人再慢慢检查。

问题是，人未必真的会检查。

当需求变快，迭代变快，管理层预期变快，软件就会自然变胖。用户的电脑却没有同步变强，甚至因为硬件涨价而更晚更新。于是旧电脑要跑新软件，低内存设备要跑高内存应用，普通手机要承受越来越多 AI 功能、后台同步和云服务入口。

最后用户感受到的不是“AI 让软件更智能”，而是“为什么打开一个普通应用也越来越慢”。

这就是 AI 对性能文化的另一种伤害：它让生成变便宜，却让克制变昂贵。

算力通胀会传导到每个人

很多人以为 AI 的成本只存在于云厂商账上。OpenAI、Anthropic、Google、Meta、Microsoft 去买 GPU，去建数据中心，去烧电，和我有什么关系？

关系很大。

因为这些成本不是留在数据中心里的。它会沿着供应链传导到每一个人身上。

AI 抢 HBM，内存厂商就把产能转向 HBM；HBM 挤压传统 DRAM，PC 和手机内存涨价；内存涨价，整机价格上涨；整机价格上涨，用户推迟换机；换机推迟，旧设备继续跑越来越重的软件；软件越来越重，用户感到越来越卡。

这条链条并不复杂：

AI 数据中心更快，普通设备更贵。

普通设备更贵，换机周期更长。

换机周期更长，旧设备占比更高。

旧设备占比更高，软件体验更卡。

与此同时，企业服务器也在涨价，企业会把成本转嫁给客户，或者压缩内部 IT 预算。最后，用户不仅买设备更贵，用服务也可能更贵，甚至工作环境里的电脑和系统也更慢。

这就是我说的“算力通胀”。

它不是简单的 GPU 涨价，而是所有有计算能力、消耗内存和存储的设备都开始涨价。PC、手机、服务器、SSD、内存条、云服务、AI 订阅，最终都会在同一个成本池里互相影响。

少数地方越来越快，多数地方越来越卡

AI 当然不是没有价值。

它确实能写代码、总结文档、生成内容、辅助搜索、提高一些人的效率。它也会推动芯片、服务器、数据中心、能源系统继续升级。

但这不等于整个社会的体验会同步变快。

恰恰相反，我们可能会进入一个很奇怪的阶段：少数 AI 数据中心拥有极高的算力密度，极快的网络，极大的内存和存储；与此同时，大量普通用户继续使用更旧的电脑、更小的内存、更慢的 SSD、更拥挤的手机存储。软件公司还在不断往产品里塞 AI，系统还在不断变重，网页还在不断膨胀，App 还在不断增加后台任务。

云端越来越快，本地越来越卡。

模型越来越聪明，设备越来越喘。

技术越来越先进，用户越来越不敢换新。

这就是 AI 时代最讽刺的一面。它并不是把“快”平均分给所有人，而是把“快”集中到少数昂贵的基础设施里，再把成本扩散给整个社会。

所以我现在看到 AI，不只会想到智能助手、自动编程、生产力革命。

我也会想到涨价的内存、延期的换机、越来越贵的 MacBook、买不起的 DDR5、继续服役的旧电脑、缩水的配置、越来越臃肿的软件，以及用户点开一个应用时那一秒又一秒的等待。

因为 AI，这个世界正在变得越来越卡。

参考资料