Evoken 创始人陈冕说过一句大实话，用户买了 100 万积分，实际只用 20 万，剩下 80 万是利润，他自己也拿 ChatGPT 的订阅会员做过同样的类比。这不是 LibTV 一家的特例，是所有 AI 订阅产品共享的底层逻辑，结构上跟保险公司卖保单是同一套数学：收的是保费，赌的是大多数人不会把保额用满。软件订阅时代这套赌注很安全，因为边际成本几乎是零；AI 时代每一次生成都是真实花出去的钱，用户有没有用满额度，从无关痛痒的行为习惯，变成了唯一重要的变量，也因此招来了主动的对抗。它能不能一直成立，还要看 token 成本下降的速度，会不会先一步把这套逻辑冲垮。
一、一句大实话
陈冕在采访里说过一句很直白的话：用户买了 100 万积分，实际只用 20 万，剩下 80 万是他们的利润。
这句话听起来像是随口一提的运营细节，但拆开看，它其实是所有 AI 订阅产品共享的一套底层逻辑，不是 LibTV 一家的特例。陈冕自己举的对照对象就是 ChatGPT：一个 Plus 或 Pro 会员，理论上每个月能调用的额度不低，但绝大多数订阅用户根本用不到那个上限。这门生意能不能赚钱，靠的从来不是用户用了多少，是用户没用多少。
二、旧时代的这套赌注，本来是安全的
包月制赌用户用不完，不是什么新发明。健身房是最经典的例子，办了年卡的人，不会天天来。软件订阅也是同一套逻辑，陈冕自己就举过例子：哪怕是剪映、Adobe 这种成熟的生产力工具，一个稳定留存的用户，30 天里活跃天数也就 5 天左右。大部分工具产品本来就是周活产品，不是日活产品。
这套赌注在旧时代之所以安全，是因为多给用户跑一次渲染、多存一个文件，边际成本几乎是零。用户有没有用满额度，公司几乎不受影响，赌赢了是利润，赌输了也亏不到哪去，因为压根没有真实成本在往外流。
三、这套赌注的另一个名字：保险
拆到底，这种定价方式和保险公司卖保单，是同一套数学。
保险公司收保费，赌的是不会所有投保人同时出险，也不会每个人都把保额用满。一份重疾险，保费定价建立在"大部分人这辈子不会得那么多种大病"这个统计假设上。精算师算的核心指标叫赔付率，赔出去的钱除以收上来的保费，只要这个比例长期低于 100%，保险公司就能活；一旦某一年出险的人多到赔付率冲破这条线，这家公司在这个产品上就是亏的。
AI 订阅制的额度设计，结构上跟这个一模一样：收的是订阅费，赌的是消耗率长期低于某一条线。陈冕说的"用户用不完"，换成保险行业的说法，就是"赔付率健康"。区别只在于，保险公司卖的是对未来不确定性的保障，AI 订阅卖的是对当下生产力的许可，但两者能不能持续经营，靠的是同一件事：大多数人不会把自己花钱买的东西用满。
四、AI 把这门生意的地基换了
AI 产品的区别在于，每一次多用，都是真实花出去的钱。一次生图、一次生视频，背后都在实打实地消耗 token，而 token 是要向模型厂商付费的。
这也决定了这类产品的定价从一开始就必须留出安全边际。如果按额度真被用满来核算成本，价格通常撑不住；所以定价的起点，是预期消耗率乘以每次生成的真实成本，不是额度上限乘以成本。换句话说，这类产品从定价那一刻起，赌的就不是"额度值多少钱"，是"用户的平均使用习惯会停在哪"——定的不是一个数字的价格，是一个统计假设的价格。
这在旧时代订阅制里，从来不是一句会被摆到台面上说的话，因为那时候这件事根本不重要。到了 AI 这一代，它变成了整套定价策略里最重要、也最脆弱的假设。。
五、这个赌注天生带对抗性
更值得注意的是，这个赌注不只是被动地希望用户少用，它还招来了主动的对抗。
陈冕提到，有用户对 LibTV 做逆向工程，把年费会员账号包装成 API 来用，这类用户是真的把额度用满、用出效率的人，公司在他们身上是亏的，所以要专门治理。这暴露了这套模式一个天生的脆弱之处：它默认的前提，是用户会低效地使用自己花钱买下的东西。一旦有人打破这个默认，这门生意不是简单地少赚一点，是直接从赚钱翻到亏钱。这跟大部分生意的直觉是反的，一般产品都希望用户越活跃越好，活跃度是留存和口碑的信号；但在这种赌"用不完"的定价模式里，活跃到某个临界点之后，用户会从利润来源直接变成亏损来源。
这种对抗性还有另一层，藏在两种不同的额度设计里。像 LibTV 这样明码标价卖积分的产品，额度是用户能亲眼看到的数字，用完了自己心里有数；而像 ChatGPT Plus、Pro 这不公布具体上限的订阅，靠的是一套不对外说明的公平使用策略限制极端高频用户。两种做法赌的是同一件事，只是划线的方式不一样，一种把这条线摆在明处，让用户自己看着数字去克制；一种把这条线藏起来，事后再悄悄执行，好处是从不需要向用户承认真的存在上限，代价是这套限流的具体做法一旦被扒出来，容易引发比公开设限更大的反弹。
六、成本下降，会让这个赌注消失，还是更重要
陈冕自己也提到，token 成本本身在持续下降，SOTA 模型只有在刚成为 SOTA 的那段时间最贵，后面一定会越来越便宜。这带出一个值得摆在台面上的问题：如果生成成本持续往下走，这套赌"用户用不完"的模式，会变得不再重要，还是会变得更重要？
一种可能是，成本低到可以忽略之后，用户有没有用满都无所谓了，反正每一次生成本身已经便宜到不值一提，包月制里这层赌注自然就松绑了，就像今天没人会去精算一次网页请求的服务器成本。
另一种可能正好相反。成本一旦低到人人都能随便用，用户没有理由不把额度用满，包月制里"赌你用不完"这套逻辑会直接失效，取而代之的是更贴近真实消耗的按量付费。到那个时候，现在这种卖额度、赚没用完的部分的定价方式，反而会因为用户变得敢用、爱用，而彻底站不住，就像保险公司如果发现出险率突然普遍飙高，第一反应不是继续卖统一保费的保单，是重新按风险分层定价。
这两种方向现在都说得通，谁会先发生，可能要看具体品类里，用户的使用习惯和成本下降的速度，谁先跑到那个临界点。
这件事有意思的地方，不在于 LibTV 或者 ChatGPT 这一家公司精不精明，是它把一个原本藏在旧时代软件订阅制和保险行业里、没人愿意摆到台面上说的假设，逼到了必须说清楚的地步。健身房和 Adobe 可以一直不去谈这个假设，因为谈不谈，生意都照样能活；AI 订阅制不行，因为这个假设一旦不成立，账立刻就是亏的。
某种程度上，每一个买了包月套餐的人，都是这场赌局里被下注的那一方，只是大部分人从来没意识到，自己有没有用完，才是这门生意真正的底牌。