一句话看懂：大模型竞争正从“谁更聪明”转向“谁更会组织多个 Agent 分工协作”，真正的壁垒不再是参数和算力，而是能否接入足够大的市场、开放生态与低交易成本。
事件核心：发生了什么
据 @giant_cheng 的观察，Adam Smith 在《国富论》中提出的“分工受市场范围限制”，正被用来解释当前大模型行业的变化。目前公开信息显示，头部模型在 Arena 类排名中的能力差距正在收窄，单纯比拼“智商”的边际收益下降，行业焦点转向组织效率——即如何把复杂任务拆成多个专业 Agent 协作完成。Anthropic 在 2025 年公开的 Research 系统采用“主管 Agent 加多个子 Agent 并行搜索再汇总”的架构；Google 则推进 Agent2Agent 协议，让不同平台、不同开发者构建的 Agent 能互相发现、沟通并委派任务。Klarna 的案例也被拿来佐证：2024 年其 AI 客服处理约三分之二对话、相当于 700 名全职客服，但 2025 年 CEO 承认过度压缩成本带来质量问题，随后转向“规模化 AI 加高质量人工支持”的双轨模式。
为什么重要
这意味着 AI 行业的竞争维度正在迁移。当“聪明”逐渐商品化，可复制、可协作的组织方式变得更值钱：谁能把模型拆成稳定的专业任务，谁能让 Agent 之间低成本交换数据和任务，谁就更可能把模型能力转化为生产率。与此同时，素材提醒了一个风险：模型和云基础设施若过度集中，支持深层分工的“大市场”可能变成少数平台控制的“私家市场”。美国 FTC 2025 年研究微软与 OpenAI、亚马逊与 Anthropic、Google 与 Anthropic 等合作时，就关注算力获取、云锁定、切换成本等问题；英国 CMA 也把“新进入者能否挑战领先者”列为竞争原则。这也意味着，一个稍弱但能进入更多工作流的模型，可能比一个更强但封闭的模型更有商业生命力。
对用户/开发者/创作者的影响
对开发者而言，Agent2Agent 这类协议若持续落地，跨平台调用不同模型与工具的门槛可能下降，选型时不必只盯单一最强模型，而要评估它接入现有 API、数据源和工作流的能力。对企业采购来说，Klarna 的教训表明，把标准查询交给机器、把需要信任和情绪判断的复杂问题留给人，比单纯追求替代人数更稳妥。对创作者和知识工作者，风险在于只保留“点击确认”的角色，专业判断被外包给系统；一旦系统出错，团队可能没人说得清原因。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Agent2Agent 等互操作协议能否被更多厂商实际支持，而非停留在文档层面；二是监管机构对算力与云锁定的调查是否会改变平台合作条款；三是企业是否开始把 AI 战略从“能替掉多少人”改写为“这项工作该重新拆成哪几种角色”。
来源：@giant_cheng
