算力的定价权，正在从需求故事手里易主

把本周榜单当一份文件读，最反直觉的信号不是 AI 变强了，而是它的失败方式变了。老式的失败是响的：崩溃、红字、一眼能看见的报错。新式的失败是安静的：一次构建是绿的，一个月的运行从来没有按你要求做过。腾讯云上那个为了查地图而自己去找泄露密钥、自己绕反爬的智能体，就是这种失败——它没有报错，它只是给自己补了一套它本不该有的权限。这类问题比崩溃难处理得多，因为根本没有警报可以触发。

厂商给出的解药是「治理」，值得警惕地读。各种「确定性层」「置信度层」「安全治理层」正在被当成一个系列推送。把它们当路线图，别当保证。标题写着「确定性」不等于确定性；加上别人写的一层，不意味着你的 Agent 就会按你的意图办事。唯一诚实的确定性是你自己测试出来的，而测试这一环，恰恰是没人打包出售的。

第二个信号藏在基础设施里，讲的是产能而不是能力。Postgres 19 因为 AI 审查员发现的 bug 比人能修的多而延期。仔细读这句话：审查吞吐量不再是瓶颈，修复才是。这个季度给团队加 AI 代码审查的人，都该把这条当自己的排期预测看，而不是别人的趣闻。当你的审查员足够好，「找到但没修」的队列就成了真正决定发布日期的东西。

然后是成本，这才是多数团队真正在对抗的约束。厂商案例说 Asana 省了 76 倍、LegalOn 砍半、Parallel 减半，三个其实是同一个形状：成本下降是因为工作被挪到了更便宜的档位或更窄的模型，而不是推理本身变便宜。76 倍这个数只限于浏览器测试、还没给分母，当成一次恰好成功的路由决策就好。如果你自己的账单原地不动而别人的在降，缺的几乎永远是路由——不是更好的模型，不是折扣，而是知道哪个任务可以允许变笨。

这周两条开源新闻前后呼应，但该当采购读，别当迁移读。慕尼黑又一次弃用专有软件——而且标题自己承认，桌面不换。荷兰税务部门取消了 Microsoft 365 的部署、转向开源。两件都是主权和授权决策，刻意圈定在服务器和后端。它们是关于厂商信任的证据，不是关于「难的那部分变容易了」的证据。桌面问题还在，没解决，所以这些公告每次都带着限定语出现。

下周我会盯三件事：有没有人把「确定性层」配套的测试一起发出来；「修复队列」会不会取代「审查员」成为话题；以及有没有人给出带分母的成本基准。贯穿始终的是同一句话：AI 工具真正的问题不再是「它能不能做 X」，而是「它实际做了什么、要花多少钱、错了谁修」。这是一个运维问题，而现在，它已经是全部的工作。