0员工AI公司月烧百万美元，开源大模型如何拯救AI变现危机？

type

status

date

slug

summary

category

icon

password

网址

AI账单却差点让他破产。

一家只有一名人类创始人的初创公司，五个月后做出了接近1000万美元的年化收入。他没有雇员，日常工作由一群AI智能体承担。

创始人Ben Cera随后公布了另一组数字，公司每月收到的AI账单一度超过120万美元，增长速度几乎成了通往破产的加速器。

而近日，Ben又在社交平台发布了一段极有传播力的话，中国正在赢得AI竞赛，并称中国救他摆脱了破产危机。

他的产品Polsia每月的AI费用超过100万美元，有时账单高点约为120万美元，但开源模型帮助他解决了这个难题。团队通过租用GPU并迁移部分任务后，月度成本降至约10万美元。

Ben Cera创业超过十年，在洛杉矶就生活了七年，给Travis Kalanick（Uber的联合创始人兼前首席执行官）创办的CloudKitchens工作，后来才搬到旧金山。

此前他尝试过很多AI原生产品，大多没能跑起来，直到2025年10月，他决定回巴黎的公寓里独自把Polsia做出来。

这一次他把重心放在做一款自己也想用的工具，产品最初的名字打算叫Company OS，他觉得这个名字太无聊，某天坐在巴黎公寓的沙发上，想到把AI slop这个说法倒过来拼，正好拼出Polsia，这个词既像人名，又暗示这家公司做的事情和网上那些低质AI垃圾内容完全相反，用他自己的话说，这个名字够独特，也够张扬。

Polsia的定位并不是一个给创业者出主意的助手，它要做的是替用户经营一整家公司，规划产品路线，写代码，发广告，回客户消息，开发销售线索，处理各种日常运营。

这说法很快得到了资本市场的验证。Polsia完成了3000万美元融资，估值达到2.5亿美元，年化收入逼近一千万美元，创始人只有Ben一个人，公司没有雇佣任何全职员工。

整个融资过程里，Polsia也参与了进来，帮忙整理数据室，向投资人提供材料，推进尽调沟通，Ben只在最后几轮会议和签字环节现身。

为了给这轮融资造势，他还搭了一个公开仪表盘，实时展示Polsia同时在运营多少家公司，把整个增长过程直接摆在社交媒体上，让所有人都能看。

这条帖子最后带来了将近600w次浏览，也带来了大量新用户，公司的故事从这里开始出现转折。

营销活动加上公开的融资故事，让大量新用户涌入，Polsia单月内由500个用户变成了5000个付费用户，基础设施差点扛不住。

这次增长和普通SaaS的用户增长不太一样，一款普通SaaS软件多一个用户，主要多出一份服务器和带宽开销，Polsia多一个用户，背后往往会启动好几个Agent连续工作，分析需求，规划步骤，调用工具，写代码，检查结果，改错误，再执行一遍。

Agent天生就是吃token的东西，每一次计划执行验证的循环都要调用好几次模型，公司同时在跑几千家客户的业务。

这些调用大多压在Claude的Opus和Sonnet这类价格昂贵的闭源模型上，随着自动化的场景越来越多，账单先是涨到50万美元，紧接着下一个月就破了百万，最高时有着120万美元。

虽然用户愿意付费，但这笔收入没能完全覆盖这些成本，因为他们跑的任务越来越长，问题也越来越复杂，即便已经向客户收取不算便宜的费用，这套商业模式依然撑不住。

4月的时候，一个朋友提醒了他，说他的AI账单正朝着每月一百万甚至更多这个方向持续增加，情况不太对劲。

Ben一开始的反应是刚拿到融资，暂时还扛得住，后来他也承认，账不能这么算下去。

融资确实能延长公司的生命，但解决不了单位经济模型本身的问题，如果用户规模继续由五千涨至五万，按照原来的成本结构，三个月就会把这轮融资全部烧光。

推动改变的关键是接下来的两步，第一步是租用GPU，建立自己更可控的推理基础设施，第二步是把大量简单、重复、标准化的任务迁移到开源模型上。

Ben的做法用MiniMax M3处理通用型的任务，GLM-5.2处理更难的代码工作，复杂的规划和疑难问题继续交给闭源模型，普通的代码修改、客服和标准流程转给成本更低的模型来做。

他也没有回避质量上的落差，开源模型不算业界最强，在复杂代码库上的推理能力偏弱，出现幻觉的概率也更高，大部分问题需要靠更严格的路由规则和更紧的工程框架去弥补，但这套框架也是规模化跑Agent必须搭的。

如果成本不是问题，他会直接继续用美国的前沿模型，这是一笔成本账，不是质量账。经过大约两个月的调整，Polsia的月度AI账单降到了大约十万美元，降幅超过九成，公司重新获得了盈利的空间，也有了降价和推出免费版本的余地。

最近Kimi K3的推出，可能会改变这成本和质量的平衡问题。

虽然Polsia降本的动作更早就已经开始，它让Ben经历过的这场成本迁移，最终变成了整个美国科技行业绕不开的话题。

以前讨论中国开源模型，关注点大多停留在跑分，参数规模，训练成本，编程能力等等，Kimi K3出现以后，这些讨论开始切实进入企业的利润表，对Polsia这样的Agent公司来说，选择用什么模型早就超出了技术审美的范畴，核心变成了每个用户要花多少钱，免费版能否放开，产品能否扩大到几万，几十万用户，公司能否盈利。

美国的闭源模型仍然定义着能力上限，但中国的开源模型正在争夺应用公司的成本底座。

不过围绕这些开源模型进步速度的争议，很快集中到了蒸馏这个词上。

多家美国AI公司指控中国开源模型的快速进步，一部分来自对美国闭源模型能力的蒸馏，Anthropic公开指控DeepSeek、Moonshot、MiniMax等使用了大约两万四千个虚假账号，生成了超过一千六百万次和Claude的交互记录。

到四月，OpenAI、Anthropic和Google已经通过前沿模型论坛达成情报共享协议，白宫随后发布了编号NSTM-4的备忘录，要求联邦机构把中国的蒸馏行为当作国家安全威胁来处理。

曾经担任Hugging Face亚太生态负责人的Tiezhen Wang给出了开源阵营里最坦率的说法之一，在他看来，蒸馏在研究圈是个中性词，就像读完一本书，把书的内容讲给别人听，对方也理解了书里讲的东西，这基本上就是蒸馏，美国的实验室之间同样互相蒸馏；

马斯克前不久也承认过xAI蒸馏过OpenAI的模型。持相反立场的人同样态度坚决，规模化的账号提取，加上专门用来绕开地区限制的机制，早就越过了普通研究实践能够辩护的边界，这已经是能力的走私，不再只是知识的转译。

7月24日，英伟达创始人黄仁勋发出了他人生第一条推特，分享的是一封名为开放权重与美国AI领导力的联名信，主张不要对开放模型实施过早限制，强调开放模型对创新、安全和技术主权的重要性。

信件最初只有25家公司署名，第二天就翻倍到大约50家，OpenAI和Google陆续补签进来，Anthropic始终没有出现在名单里，成为了外界讨论的焦点。

无论最终跑的是美国模型、法国模型还是中国模型，只要更多公司选择自己部署模型，GPU的需求就会持续增加，黄仁勋对这件事的立场其实很清楚，他支持的是一整个开放模型的生态，不局限于某个具体国家的模型。

压力落到Anthropic头上后，Dario Amodei在几天后发文回应，明确说Anthropic从来没有主张全面禁止开放权重模型，称不具备危险能力的开源模型是一种公共品，他不认同的是联名信里那个说法，认为开放权重必然让防守方比进攻方更占优势。

他提出的具体主张有三条，收紧先进芯片和芯片制造设备流向威权国家的渠道，打击工业化规模的蒸馏行为，对所有足够强的模型，无论开源闭源，都要求强制性的安全测试。

应用公司的核心诉求集中在成本控制、技术自主权，以及避免对单一供应商形成过度依赖。

前沿模型厂商则把更多精力放在安全保障、知识产权保护，以及高能力模型被滥用或扩散的风险上。而芯片企业乐见整个模型生态持续做大做强。

焦点已经转向美国究竟该借助开放生态来扩大全球影响力，还是通过限制手段来守住前沿模型的先发优势。即便在美国政府内部，态度也颇为纠结，既要依靠开源模型与中国展开竞争，又担心中国公司利用蒸馏等技术，借力美国闭源模型迅速拉近距离，两种考量之间始终难以平衡。

但理论最终要落回地面。

Ben Cera作为曾是Anthropic的重度客户，直到月度账单突破一百万美元。

能力是少数几个实验室才能赢下的比赛，成本是所有人都能参与的比赛，后者才是更大的力量。

Polsia并没有因为换用开源模型而变得更具吸引力，但公司在这个过程中第一次接近了可持续经营的状态。

闭源模型决定了Agent的能力边界，开源模型则开始影响它能否跑通商业模式。Ben Cera那每月百万美元的账单，或许只是让行业更清楚地认识到了这一点。

文章来自于“虾蛄AI”，作者“虾蛄内容部”。