导语：这一周的 Hacker News 不平静。一篇把 11 个大模型扔进"吃鸡战场"的实验，用 $0.97/局的廉价 Grok 干翻了 $26.78/局的 Claude，戳破了"跑分高=能力强"的幻觉；一份泄露的 OpenAI 审计财报，把"年亏 390 亿美元"的底裤摊在台面上，引发整代 AI 商业模式是否成立的拷问；一篇叫《AI 反而需要更多工程纪律》的博客，则让 vibe coding（凭感觉写代码）派和工程纪律派在评论区杀得难解难分。三场论战背后，藏着中国技术从业者最该补上的三个信息差：别再迷信跑分、别再假设 AI 公司会一直烧钱养你、别再把"写代码"等同于"做工程"。
OpenRouter 的 Dev Rel 负责人 Jacky Liang 在入职第一周干了一件非常"玩家"的事：把 11 个大模型塞进一个 2D 大逃杀（battle royale）游戏里，让它们各自操控一个角色，跑了 30 局。来源是 OpenRouter 官方博客《A Robot is Sprinting Towards You: Do You Want it Running on Claude or Grok?》（2026-06-04），目前在 HN 持续发酵。
结果三句话就能说完，但每一句都在打脸主流认知：
| 模型 | 胜场 / 30 局 | 每胜成本 | 角色画像 |
|---|---|---|---|
| Grok 4.1 Fast（xAI） | 13 胜（43%） | $0.97 | 冷酷、果断、单挑王 |
| Claude Sonnet 4.6（Anthropic） | 5 胜 | $26.78 | 一直喊别人组队、报自己位置、想交朋友 |
| GPT 5.4（OpenAI） | 2 胜 | — | 全场击杀最多（38 次）却几乎不赢 |
| 其余 3 个模型 | 0 胜 | — | 一局没赢 |
最炸裂的数字是性价比差 27 倍：Grok 4.1 Fast 每赢一局花 $0.97，Claude Sonnet 4.6 每赢一局花 $26.78。而且赢的那个（Grok），根本不在大多数人"顶配模型"清单里；被奉为顶配的 Claude，反而因为"太想合作"而在大逃杀里活不下去。
2026-06-16，Ars Technica（记者 Kyle Orland）报道：独立记者 Ed Zitron 拿到了 OpenAI 在 IPO 前提交给 SEC 的审计后财务报表，《金融时报》也复核了同一批文件。数字触目惊心：
| 指标 | 2024 | 2025 | 备注 |
|---|---|---|---|
| 营收 | $3.7B | $13.07B | 月营收到 2025 年底已近 $2B |
| 研发支出（R&D） | $7.81B | $19.18B | 其中 $10.59B 是 2025 年付给微软的 |
| 营业成本（cost of revenue） | $2.65B | $7.5B | 推理算力为主 |
| 营销支出 | $1.11B | $5.73B | 一年涨 5 倍 |
| 净亏损 | ~$5B | ~$39B | 2025 含一笔估值相关会计费用 |
核心矛盾一句话：营收翻 3.5 倍到 130 亿，但光是研发就花了 192 亿，比全部营收还多。文章原话——"R&D alone still easily outpace OpenAI's quickly growing revenues"（光是研发就轻松盖过它飞速增长的营收）。运营亏损占营收比例在收窄，但"距离盈利还有很长的路"。
Charity Major（charity.wtf）的博客《AI demands more engineering discipline. Not less》拿到 HN 295 分、142 评论。核心论点反直觉：既然代码已经"近乎免费、瞬间生成"，那真正值钱的工程产物就不是代码本身，而是决策、架构、需求、测试、监控——工程师应该把精力从"写代码"转移到"设计和约束 AI 写代码"上。换句话说，AI 让"写代码"变便宜，反而要求你在代码之外的工程纪律上投入更多。
flowchart TD
A[本周海外 AI 三场论战] --> B[论战一: 模型选型]
A --> C[论战二: 商业可持续]
A --> D[论战三: 工程方法论]
B --> B1[幻觉: 跑分高=能力强]
B1 --> B2[现实: 看cost-per-success<br/>Grok 0.97 vs Claude 26.78]
B2 --> B3[行动: 博弈任务选廉价果断<br/>协作任务选高对齐]
C --> C1[幻觉: API 会一直这么便宜]
C1 --> C2[现实: OpenAI年亏390亿<br/>低价=亏损补贴]
C2 --> C3[行动: 抽象模型层<br/>保留切换国产/开源模型能力]
D --> D1[幻觉: AI让工程变简单]
D1 --> D2[现实: 代码免费但维护贵<br/>删代码>写代码]
D2 --> D3[行动: 把意图写在代码外<br/>用规约约束AI生成]
style B1 fill:#fde2e2
style C1 fill:#fde2e2
style D1 fill:#fde2e2
style B2 fill:#d6eaf8
style C2 fill:#d6eaf8
style D2 fill:#d6eaf8
style B3 fill:#d5f5e3
style C3 fill:#d5f5e3
style D3 fill:#d5f5e3
| 议题 | 大多数人以为（信息洼地） | 本周海外社区共识（信息高地） |
|---|---|---|
| 模型选型 | 跑分榜首 = 最该用 | 榜首 ≠ 适合；按 cost-per-success 和任务类型（博弈/协作）选 |
| Agent 性价比 | 上最强模型最稳 | 廉价小模型闭环任务可便宜 27 倍，先小后大 |
| API 价格 | 现在便宜会一直便宜 | 头部公司年亏 390 亿，低价是补贴，IPO 后必涨价 |
| 谁赚钱 | 做大模型的 | 卖算力/云的（微软吃走 OpenAI 百亿）确定性更高 |
| 工程价值 | AI 时代会写更多代码更值钱 | 删代码、定规约、约束 AI 才是新的高级指标 |
| 代码维护 | 生成代码"免费" | 生成免费、维护昂贵，维护成本是真正黑洞 |
| ## 行动指南：本周可以立刻做的五件事 |
model_router 或统一 SDK 包住所有 LLM 调用，确保 OpenAI 涨价那天，你能在 1 小时内切到国产/开源模型，而不是重写业务代码。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
use-cases），可补充真实切换 GLM/Grok 的账单对比。cost-hacks（涨价前如何囤额度/切模型）。tips-tricks（如何自建低成本 Agent 评测场）。[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。