一、餐馆里的那碗黄焖鸡

打个比方：你在家里用微波炉热一份黄焖鸡米饭料理包，成本 10 块；楼下餐馆老板用同样的微波炉、同样的料理包给你端上桌，收 30 块——你不会有意见，房租水电人工服务费总要有人付。但要是这位老板突然变脸，把同一碗饭端给你说："我们提供的不是饭，是'弹性可靠的餐饮服务'，按需付费、想吃多少有多少"，然后开价 1000 块——你大概想直接掀桌子。

听上去荒诞，可这件事在公有云的块存储上已经发生了好几年。

一块企业级 3.2TB 的 PCI-E NVMe SSD，市场零售价不到 6000 元，性能强悍、寿命长、可靠性 UBER < 1e-18。你把它插进自己的服务器，立刻可用。同样一块盘的算力放到 AWS EBS io2 上，租金大约是裸盘成本的 60 倍；放到阿里云的 ESSD PL3 上，差不多是 100 倍。换句话说，在阿里云上租这种"云盘"九天的钱，就够你买下整块同款硬件；租满三年的钱，够你买 19 块。

这不是技术溢价，这是定价策略。

二、精心设计的"养猪—杀猪"流程

公有云的商业模式，可以一句话概括："廉价 EC2 / S3 获客，EBS / RDS 杀猪"。

整个产品矩阵就是一道精密的连环套。

第一层，养猪。 新用户首单骨折、初创企业半价 Credit、迷你机型几美元一核每月——做点小项目、跑跑测试、放点静态资源，确实便宜实惠。Amazon S3 这类对象存储更是被打造成"云计算事实标准"，定价克制，性价比可观，承担着把开发者引上云的第一道钩子。

第二层，圈养。 公有云的"最佳实践"会反复告诉你四件事：普通文件请丢 S3、不要自建数据库、深度使用我们的 IAM 体系、状态请交给托管服务。表面上是云原生哲学，本质是把用户的应用拆散、塞进各家厂商的专有 API 里，让你迁不走。

第三层，杀猪。 当业务起量、配置稍微往上抬一档，账单就出现数量级跳变。一台 64 核 256GB 的 RDS for PostgreSQL，AWS 上一个月报价两万五千多美元，折合人民币 18 万；这笔租金已经足够买下两台性能更强的物理机自建。某 NoSQL 厂商的 12 节点集群五年期报价两千三百万人民币，零头就够请一支专家团队帮你随心所欲自建。

为什么 EBS 必须卖那么贵？因为 EBS 是 RDS 的"定价之锚"，RDS 是云数据库护城河的真正源头。卖资源的 IaaS 毛利率只有 15%–20%，可以照着 BOM 算账；而打包了"弹性""高可用""托管"概念的 PaaS，毛利率能轻松干到 50% 以上。要保住这条肥得流油的现金流，就必须让"自己拿 EC2 + EBS 自建"这条路足够痛苦——所以实例存储被设计成实例一停就抹除，所以 EBS 必须卖到天价。

更扎心的是 SLA。EBS 介绍页上标着"九个九"的可靠性，但真到 SLA 条款里，云厂商敢承诺的只有可用性，而且赔偿仅限代金券。挂一天半赔 100% 代金券、挂七小时赔 30%——你为兜底掏了 60 倍价钱，换来几张续费券。任何一份正经的商业保险都比这有诚意。

三、云原生：开源生态的反击

"云原生"这个词起得极妙：公有云觉得它指"在公有云上原生出生的"，而开发者社区理解的是"用开源工具，在任何地方跑出云一样的体验"。

过去十年，几乎每一个公有云的核心组件，都被开源生态做出了能打的平替：Kubernetes 取代 EC2 的编排能力，MinIO / Ceph 复刻 S3 的对象存储语义，Pigsty 等方案让 PostgreSQL、ClickHouse、Redis 这些数据库可以一键自建到生产可用。公有云不得不亲手卖力推广 Kubernetes——相当于自己往自己脖子上套绳。

与此同时，IDC 2.0、运营商云、国资云大举入场，提供"包网包电包代维"的弹性裸金属租赁。这些服务的报价，往往就在公有云列表价的一折上下。

经验法则是：自建的真实成本，差不多是公有云列表价的 10%。 大客户拿着 BATj 报价去公有云压价，能砍到两折以内；中小客户没有议价能力，只能按着列表价被薅。当云厂商把利润全押在"信息不对称"上，故事就开始崩塌。

四、AI 接管应用层，自托管才真正起飞

如果说云原生时代解决的是"开源能不能跑出云的体验"，那么 AI 时代要解决的，是更上一层的问题：应用本身能不能被 AI 自动化构建、运维、修复。

过去自托管最大的成本，从来不是硬件，而是"懂行的人"。一套 PostgreSQL 高可用集群跑得稳不稳、Kubernetes 集群升级会不会爆、对象存储扩容时会不会丢数据——每一个环节都需要工程师投入大量精力。公有云之所以能收"无专家税"，正是因为这部分专业知识稀缺、昂贵、流动性差。

但 AI Coding Agent 正在飞速吃掉这一层。今天，一个中等规模的工程团队，可以用 AI 助手在几小时内搭起原本需要资深 SRE 一周完成的运维平台；数据库调优、日志分析、故障定位、容量规划——这些原本最依赖经验的工作，正在被 LLM + 工具链一点点收编。再叠加全球科技行业的大规模裁员，大量经验丰富的基础设施工程师正在回流市场，自建人才稀缺的局面正在被逆转。

当"应用层的复杂度"被 AI 抹平，留给公有云的"专家溢价"叙事就所剩无几。用户会重新算一笔最朴素的账：我为什么要为一块插上就能用的 SSD 多付 60 倍的钱？

五、自托管时代，需要什么样的基础设施？

自托管不是回到机房自己拉网线的旧时代。它需要的是一种"去掉杀猪环节"的新一代基础设施：

第一，硬件按市价交付。 VPS、独立服务器、IP Transit 都按真实成本加合理毛利定价，不靠制造性能孤岛和"专有服务"反复收割。

第二，网络不能拖后腿。 自托管对延迟、带宽、骨干互联的依赖反而更高。直连 NTT、KDDI、SoftBank、PCCW、Lumen 等 Tier 1 / Tier 2 骨干运营商、接入主流 IXP、多线 BGP 智能路由——这些过去被包装成"高级套餐"的能力，应当作为基础能力默认提供。

第三，安全必须默认包含。 DDoS 防护不该是出事之后才加购的"增值服务"。新一代硬件级 DDoS 清洗（ASIC Offload、单台 Tbps 级别清洗能力、不经过 CPU 的线速处理），应当是每一台机器开机就带的默认能力。

第四，地理位置贴近真实业务。 对于面向亚太市场的产品来说，新加坡 + 东京双节点的组合，覆盖东南亚和东亚两大核心市场，比把流量绕到法兰克福或弗吉尼亚要务实得多。

像 Skyline Connect 这样的服务商，正是按这套逻辑在重新组织基础设施：新加坡 SG1 与东京 TY8 双节点、与 NTT / KDDI / SoftBank / IIJ / PCCW / Lumen / Telstra 等多家 Tier 1 / Tier 2 运营商直连、所有服务默认包含硬件级 DDoS 防护（与新加坡国立大学计算机学院联合研发的 ASIC 清洗引擎，单台 1.2Tbps / 2 亿 PPS，40ms 内识别 Botnet 与 Raw UDP Flooding 并全部 Drop）、全 NVMe SSD 存储、按真实带宽计价。它不会试图用"弹性""托管"包装出溢价百倍的存储和数据库，而是把一台扎实可用的服务器、一条优质的国际带宽，按它本来的样子卖给你。

这正是被遗忘的那个初心：让算力和带宽像水电一样——按表计费、按需供给、价格透明。

六、结语：选择权回到用户手里

公有云的杀猪盘玩法，本质上吃的是"用户没有第二选择"的红利。当 IDC 2.0 把硬件层卷到位、开源生态把 PaaS 层补齐、AI 把应用层和运维门槛抹平——用户会突然发现，自己手里的牌远比想象中多。

云原生不会消失，但"必须跑在某家公有云上"的云原生会消失；托管服务不会消失，但"溢价百倍才能用"的托管服务会消失。未来几年最值得关注的，不是哪家公有云又发布了第几代芯片，而是那些回到基础设施本分、把网络、硬件、防护做扎实、把账单做透明的服务商。

毕竟，当微波炉重新只卖热饭钱，那碗 1000 块的黄焖鸡，就再也卖不出去了。