AI 商业化

Preply如何结合AI和人类导师实现个性化学习

Preply用GPT分析每一节语言课的录音，自动生成语法、词汇、发音的个性化反馈，直接把学生的进步感拉满。结果75%的学习者频繁使用，满意度4.7/5。不是取代老师，而是让老师从写作业中解放出来。

Anthropic砸1.5亿美元，培训1000名年轻人去非营利组织全职用AI一年。不是搞噱头，是实打实给工资、给技术、给项目，让AI落到基层民生里。这种模式如果跑通，将成为AI行业回馈社会的一个可复用的样板。

BBVA 靠 10 万名员工普及 ChatGPT Enterprise，把“AI 冠军”和“AI 巫师”这样的内部机制玩出了花。它不是又一个银行 AI 试点，而是用 8 个核心业务改革方向，证明了一个拥有百年历史的全球银行如何安全、高效地完成一次由员工牵引的 AI 手术。

当所有公司都在抱怨模型变贵时，头部玩家已经在通过模型路由和后训练两种方式，一边保持 token 指数级增长一边把成本死死压住，甚至能做到效果更好成本只剩十分之一。

Anthropic 搞了个经济追踪器，不玩虚的，直接扒了 81,000 个 Claude 用户数据和 10 万段真实对话。结果发现 AI 确实把任务时间平均砍掉了 80%，并且精确划分了 AI 在不同行业和岗位的真实使用模式。这是把 AI 经济学从玄学变成了实证科学。

GitHub COO Kyle Daigle 说他的代码提交量因为 AI 暴涨，秘诀是让 Agent 做回顾性分析而不是单纯写代码。他还透露了 GitHub 内部推广 AI 的方式：不给员工培训工具，直接给他们 CLI 加 MCP server 访问权限。

OpenRouter 的真实数据显示，开放权重模型已占据 API 前沿市场 69.1% 的流量，封闭模型被压缩到三成。这个数字戳破了一个神话：开发者不是嘴上喊着要用开源，实际上身体却很诚实——生产流量正在大规模迁移到开放模型。

这篇文章用做空比例这把手术刀，把当前市场对 AI 的真实情绪切了个明明白白。核心发现是：AI 云和 GPU 转售商的做空比例高达 16-17%，而超大规模厂商和 NVIDIA 只有 1% 左右——说明市场并非笼统看空 AI，而是在精准狙击那些"未来承诺还没兑现"的概念股。