🔥有些意外！过去12个月AI模型出现了最反直觉的变化，居然不是“更聪明了”，而是“更尖了”！ 1️⃣数学、流体推理、专家工作已越过熟练人类，部分已饱和 2️⃣一旦越过人类线，几乎没有中间价：语言便宜约3000倍，知识约1000倍，推理约数百倍 3️⃣能力见顶后，价格还在继续跌——饱和≠停止降本 4️⃣长期记忆、自我监控、长期规划一年几乎没动，不是预算问题，是目前买不到 5️⃣结果：超人类专家 + 次人类自我管理。它能解题，却不擅长自己…

事件核心：发生了什么

据 @NFT_Chen 引述的观察，过去12个月AI模型在能力曲线上呈现出一个反直觉特征：不是”变圆”，而是”变尖”。具体表现为，数学、流体推理以及部分专家工作已越过熟练人类水平，个别能力甚至接近饱和；而一旦某项能力越过人类基准线，成本下降速度极快——语言类任务比人类便宜约3000倍，知识类约1000倍，推理类约数百倍。值得注意的是，能力见顶后价格仍在继续下跌，饱和并不等于停止降本。

与此同时，长期记忆、自我监控、长期规划这三项能力在过去一年几乎未见明显推进。原文明确指出，这并非预算或算力投入不足，而是”目前买不到”——即现有产品形态和训练范式尚未提供可用的解决方案。

为什么重要

这一判断对”全面AGI”叙事构成了修正。如果能力提升是锯齿状而非均匀铺开，那么行业竞争的焦点就不只是谁的模型更聪明，而是谁能在已越过人类线的能力上把价格压得更低、把API稳定性做得更好。目前公开信息显示，语言、知识和推理三类能力的成本差距已达数百到数千倍量级，这意味着商业化落地的瓶颈正在从”能不能做”转向”值不值得用”。

对闭源与开源阵营而言，这一趋势同样关键：当单项能力趋近饱和，差异化空间会收窄，价格战和工程优化能力将被放大。DeepSeek、Z.ai 等以性价比切入的玩家，可能在这一阶段获得更明确的定位；而 OpenAI、Anthropic、Gemini 等头部厂商则需要在记忆、规划等”买不到”的能力上寻找新突破口。

对用户/开发者/创作者的影响

对开发者来说，API 选型的逻辑正在变化：如果推理成本已比人类便宜数百倍，那么把大模型嵌入工作流的经济账已经算得过来，但前提是任务边界清晰、不需要模型自己”跑完全程”。对创作者而言，图像生成、文案辅助、代码补全等单点任务已足够可用，但涉及多步骤项目管理和长期记忆的场景仍需人工兜底。企业采购时应重点关注模型在长期规划和自我监控上的实际表现，而非仅看基准测试分数。

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。

了解 GamsGo AI

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

一是头部厂商是否会在长期记忆和自我监控上推出可用的产品化能力，而非停留在演示阶段；二是已饱和能力的API价格是否继续下探，以及开源模型能否同步跟进；三是”锯齿前沿”若持续，监管和评估框架是否需要从”通用能力”转向”分项能力+自主性”的双重维度。

来源：@NFT_Chen