Citadel专栏文章中，以狄更斯《远大前程》为引，切入 AI 经济的核心估值命题："弹性"（elasticity）——让智能变得更便宜，是否会引发需求的大幅扩张？

文章通过多组数据论证，7 月以来的证据初步指向"是"：

1. Token 价格暴跌但消费量激增：加权 token 价格自 6 月底以来下跌 40%，但 7 月头部 1% 企业人均 AI 支出环比增长约 50%（Ramp 数据），top 10% 增长 25%，中位数增长 9%——典型的弹性需求响应。2. Jevons 悖论正在主导：token 价格持续下跌的同时，GPU 租赁价格（H100）从 6 月低点反弹，二者出现背离，表明"更便宜的智能"正在刺激足够多的增量消费，从而支撑底层算力需求。3. 算力正在"商品化"：短期物理产能有限，现货价格须出清供给。当前期限结构呈温和 backwardation（H100 现货较 36 个月期价高约 13%，B200 高约 8%），Kalshi 的 B200 定价已重回 5 月峰值上方并保持韧性。4. 质量调整下的"智能单价"仍在下行：开放权重模型（如 Kimi K3）能力提升，用户可向更便宜的模型替代而不损失有效产出；智能单位产出的成本在下降。5. 宏观市场远未亢奋：Q2 S\&P 500 EPS 增速约 33%（2000 年来最陡盈利上修路径），Hyperscaler 云收入 Q2 达 1063 亿美元（同比+43%、环比+15%），但跨资产增长定价因子（PC1）仅处 +0.84σ（5 年 65 百分位），与 AI 叙事的热度形成反差。核心结论：要 reconcile AI 的"远大前程"与 token 价格的急剧下跌，需要一条高度弹性的需求曲线——而 7 月的数据表明，我们可能正拥有这样一条曲线。