杰文斯悖论
由英国经济学家威廉·斯坦利·杰文斯于1865年提出的经济学规律：技术效率提升反而导致资源消耗总量增加，因为效率提升使相关活动在经济上更加合算，从而激发更大规模需求扩张
核心事实
时间轴 (近 90 天)
格雷兹借用杰文斯悖论说明，随着大模型Token价格下降，人们会找到越来越多把AI用在工作上的场景，Token总消耗和AI总价值随之膨胀。
弹性需求（杰文斯悖论）是人们在讨论AI自动化时最被低估的现象，在软件领域已经显而易见。
杰文斯悖论源自19世纪经济学家威廉·斯坦利·杰文斯对煤炭消耗的观察：当蒸汽机效率提高、煤炭使用成本下降时，英国的总煤炭消耗量不降反升。
对于固定能力水平的AI，运行成本已变得极其低廉，且企业AI总支出仍在快速增长，没有任何下降迹象，这是杰文斯悖论的经典表现。
在AI场景中，以单位成本下降来推断总成本下降在逻辑上不成立，资源经济学中不存在效率提升必然导致总消耗减少的规律。
杰文斯悖论在经济学中被归入反弹效应范畴，分为直接反弹（同一用途消耗更多）和间接反弹（节省的资源转移到其他用途），AI场景下两者同时发生。
杰文斯悖论指出当资源使用效率提高、单位成本下降时，总消耗量反而上升，被用于解释token降价推动AI调用量成倍增长
Jev的名字取自杰文斯悖论（Jevons Paradox），暗示成本趋近于零时需求反而增加的商业逻辑
杰文斯悖论指效率提升使单次成本下降但更低门槛激发更大规模需求，最终总消耗可能不降反升
杰文斯悖论指效率提高后总用量未必下降，因此Jalapeño提高能效不会让OpenAI从此不缺算力
还有 5 条时间轴事件
全部知识事实 (20)
杰文斯悖论由英国经济学家威廉·斯坦利·杰文斯于1865年在《煤炭问题》一书中首次提出
90%已验证蒸汽机效率的提升非但没有减少英国的煤炭消耗，反而因使用成本降低刺激了更大规模的工业扩张
85%已验证AI编程工具在长时间使用后，由于上下文过载，代码质量往往会下降
80%已验证杰文斯悖论由经济学家威廉·斯坦利·杰文斯在1865年著作《煤炭问题》中系统阐述，指效率提升反而增加总消耗量
70%已验证耶文斯悖论由英国经济学家William Stanley Jevons于1865年提出，观察到蒸汽机效率提升反而导致煤炭总消耗量增加
65%已验证耶文斯悖论指William Stanley Jevons观察到蒸汽机效率提升非但没有减少煤炭消耗反而因降低使用成本导致总消耗量大幅增加
65%已验证杰文斯悖论指技术效率的提升往往带来总需求的增长而非收缩，最早由英国经济学家威廉·斯坦利·杰文斯在1865年提出
65%已验证杰文斯悖论指出技术进步带来的效率提升往往会刺激更多需求而非减少就业
65%待验证格雷兹借用杰文斯悖论说明，随着大模型Token价格下降，人们会找到越来越多把AI用在工作上的场景，Token总消耗和AI总价值随之膨胀。
50%待验证弹性需求（杰文斯悖论）是人们在讨论AI自动化时最被低估的现象，在软件领域已经显而易见。
50%待验证杰文斯悖论源自19世纪经济学家威廉·斯坦利·杰文斯对煤炭消耗的观察：当蒸汽机效率提高、煤炭使用成本下降时，英国的总煤炭消耗量不降反升。
50%待验证对于固定能力水平的AI，运行成本已变得极其低廉，且企业AI总支出仍在快速增长，没有任何下降迹象，这是杰文斯悖论的经典表现。
50%待验证杰文斯悖论在经济学中被归入反弹效应范畴，分为直接反弹（同一用途消耗更多）和间接反弹（节省的资源转移到其他用途），AI场景下两者同时发生。
50%待验证在AI场景中，以单位成本下降来推断总成本下降在逻辑上不成立，资源经济学中不存在效率提升必然导致总消耗减少的规律。
50%待验证杰文斯悖论指出当资源使用效率提高、单位成本下降时，总消耗量反而上升，被用于解释token降价推动AI调用量成倍增长
50%待验证Jev的名字取自杰文斯悖论（Jevons Paradox），暗示成本趋近于零时需求反而增加的商业逻辑
50%待验证杰文斯悖论指效率提升使单次成本下降但更低门槛激发更大规模需求，最终总消耗可能不降反升
50%待验证杰文斯悖论指效率提高后总用量未必下降，因此Jalapeño提高能效不会让OpenAI从此不缺算力
50%待验证Jev 的名称来源于经济学中的杰文斯悖论（Jevons Paradox），发音为'gev'
50%待验证杰文斯悖论指技术效率的提升往往不会减少资源消耗，反而因使用成本下降、应用范围扩大导致总消耗量上升
50%