一句话看懂：来自一线私募和企业人员的硅谷调研指出，AGI 发展速度远超预期，大模型将吞食超 90% 的应用价值，但应用公司仍有通过数据加速度“逃逸”的空间；同时编码模型快速收敛，企业 AI 需求存在巨大盲区，模型分层和 token 重定价是当前最明确的产业机会。
事件核心：发生了什么
五月份硅谷调研对比三月份行情显示：
– AGI 替代进度加速：当前知识工作者约 80%、研究者约 50%、AI 基础设施自动化 10–20% 已被 AI 替代，且 Scaling law 仍有提升空间，模型进步只属于少数参与者。
– 编码模型收敛迅速：头部模型间、中美开源闭源之间的差距正在缩小，但企业级 Agentic 工作流切换成本高，切换意愿低。
– 企业 AI 采用呈阶梯跳跃式：目前主要卡点并非模型能力，而是缺少懂 AI、业务流程和管理的复合型人才；企业对价格不敏感，三类部署形态（全云、混合、全本地）都在快速增长。
为什么重要
调研揭示了三层关键判断：
1. 大模型公司只有进入头部梯队或做低成本两个选项，中间路线无机会；普通应用公司若不能通过数据加速度实现“逃逸”，将被大模型吞噬掉 90% 以上的市场价值。
2. 当前 token 平权定价不合理，盲目的价格战意义有限，而模型路由（按任务复杂度分层定价）是比价格战价值高 100 倍的明确机会；模型分层后中国 AI 玩家潜在市场空间将大幅打开。
3. 数据成本已占大模型训练总投入的约 1/10，对应千亿级市场规模；大模型持续拓展数据边界的过程中，垂直领域存在知识定价套利空间，有望诞生新平台与生态。
对用户/开发者/创作者的影响
– 开发者：不要轻易跟随头部模型降价策略，应关注模型路由和 token 分层定价工具，降低推理成本；同时注意编码工具的切换门槛低，但一旦绑定企业级 Agentic 工作流，迁移成本极高。
– 应用公司/创业者：需要找到自身数据加速度，而非单纯依赖模型能力；复合型人才（懂 AI、懂业务、懂管理）是落地关键，价格战不是出路。
– 大模型创业团队：要么冲刺头部，要么定位低成本市场，中间空间几近消失；中国开源模型未来空间巨大，可瞄准企业本地化部署需求。
– 投资者：硅谷一线调研强化了 AI 信仰，欧美资本当前更看好存储赛道，其次是 CPU，对光模块分歧较大。
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
– 模型路由和 token 重定价的产品是否落地，以及谁将率先提供相关基础设施。
– 企业级 AI 复合型人才市场的成长速度，以及是否存在教育培训机会。
– 中国开源模型在海外企业侧能否突破本地化部署壁垒，形成市场和生态。
– 大模型公司是否会出现明显的分层定价策略，以及价格战是否会随着模型能力分化而自然结束。
来源：Readhub · AI
