从工具到器官:AI的下一程

当所有人都在讨论”哪个模型更强”的时候，真正的问题是：AI正在走向哪里？它会停留在搜索引擎的升级版，还是会成为人类能力的延伸？这个问题的答案，决定了我们每个人未来十年的生活方式。

一、大多数人对AI的理解，还停留在最初级的阶段

打开豆包，问一句”今天天气怎么样”，得到一个回答。关掉。

这是大多数人使用AI的方式——本质上是新型搜索引擎。比百度好用一点，回答更像人话一点，但本质上没有区别：你问，它答。

但如果你把视野放宽，会发现AI的能力已经远远超出了这个范畴：

Level 1：好奇尝试。 “AI是什么？试一下。”大量人群在这里。他们听说过ChatGPT，下载过豆包，问过几个问题，然后就没有然后了。

Level 2：信息查询。 问答式使用，替代搜索引擎。这是目前大多数人的稳定使用状态——需要查什么东西，先问AI，而不是问百度。

Level 3：任务执行。 代替人完成重复性基础工作——写文章、做PPT、整理数据、处理表格。这一层的关键变化是：AI不再只是回答你的问题，而是帮你做事。

Claude Code、Codex、WorkBuddy为什么火？因为它们在推动这个跃迁。你告诉AI”帮我把这个Excel里的数据整理成报告”，它真的能做。不是给你一个”如何整理数据”的教程，而是直接把整理好的数据交给你。

Level 4：复杂推理与创造。 编程、科研、长链推理、多步骤决策。这一层的AI不只是执行你的指令，而是理解你的意图，自主规划步骤，甚至在过程中做出判断。

DeepSeek V4 Pro的Agent能力、Claude Opus 4.8的编程能力，已经在触及这个层级。但目前还不够稳定，还需要人监督。

Level 5：物理世界执行。 大模型 + 机器人 + 视觉 + 动作。当AI同时拥有智慧和物理世界的接口，它就能走路、做饭、打扫卫生、送快递、打螺丝。

这不是科幻。特斯拉Optimus、Figure 01已经在实验室里走得很好了。2-3年内，可能会进入商业应用。

现在的分布是什么？

关键判断： 现在的增长主要在Level 2到Level 3的跃迁。而下一个跃迁点——Level 3到Level 4——正在发生。当AI从”帮你做事”变成”帮你思考”，整个游戏规则都会改变。

二、国内外的差距正在缩小，但有一个更深层的问题

很多人同时使用国内外的模型。科学上网注册ChatGPT，用Claude写代码，同时也在用豆包查资料、用Kimi写文档。

这个现象本身就说明了一个问题：使用国外模型的唯一原因，是它更强。

注册麻烦、付费麻烦、网络麻烦——这些都是摩擦成本。如果国内模型足够好，没有人愿意承担这些成本。人会自然选择摩擦最低的选项，只要能力够用。

DeepSeek V4 Flash在Artificial Analysis的Intelligence Index上拿了50分，每任务成本0.09美元。能力接近的GPT-5.6 Luna降价80%之后，成本仍然高出60%。

这意味着国内模型正在逼近一个临界点：当能力差距缩小到普通人感知不到的程度，”科学上网”的动机会大幅减弱。

但这里有一个更深层的问题——开源策略的差异。

智谱AI把GLM-5.3以MIT协议开源。阿里在搭百炼平台。DeepSeek全量开源。国内厂商在开源上比国际厂商更激进——OpenAI依然闭源，Meta开源但保留商业权。

为什么这对普通人重要？

开源意味着任何人都可以基于这些模型做应用。不依赖单一厂商，价格不会被垄断。模型能力会被快速迭代，因为全球开发者都在参与。

但问题是：开源厂商怎么赚钱？

如果模型免费，收入从哪里来？靠API调用？靠企业服务？靠云计算？这个商业模式还没有被验证。这是最大的不确定性。

我们可以做一个类比：Linux开源了，但Red Hat靠服务赚钱。Android开源了，但Google靠广告赚钱。大模型开源了，靠什么赚钱？这个问题的答案，决定了开源模式能不能持续。

三、价格的逻辑：不是越便宜越好，而是”刚好够用”最便宜

很多人觉得”大模型应该像水电一样便宜”。这个愿望是好的，但逻辑上不一定成立。

价格取决于四个因素：

算力成本。 GPU数量、芯片性能、国产替代进度。这个在下降，趋势确定。

能源成本。 电力价格、新能源发展。这个不确定，受政策和市场双重影响。

厂商策略。 DeepSeek峰谷定价、智谱5折促销、阿里降价12%——这些短期行为决定了当前价格。

技术突破。 如果出现新架构能让现有硬件效率翻倍，价格会再次跳水。但这个不可预见。

还有一个经常被忽略的因素：厂商的盈利压力。

资本投入AI是为了赚钱，不是做慈善。在技术投入之前，资本要先回收投资。这意味着价格下降的速度，取决于资本的耐心和市场的竞争烈度。

真正的经济学逻辑是：

当所有人都把大模型当查询工具时，AI公司的收入模式会很单一。随着使用深度增加，解决的问题增加，价值在增加，不同层次的使用者成本和大模型公司收益之间会形成动态平衡。

好消息是： 技术进步和价格下降的趋势是确定的。

坏消息是： 具体什么时候能用上”好用且便宜”的AI，取决于技术突破的速度和资本的耐心。

但有一个趋势是确定的： “足够好”的模型会越来越便宜。不是最强的模型最便宜，而是”刚好够用”的模型最便宜。因为大多数任务不需要最强的模型——它们需要的是”够用且便宜”的模型。

四、历史类比：趋势可参考，时间不可参考

有人说AI的发展可以类比PC普及、智能手机普及、云计算发展。

这个类比在趋势方向上是成立的：都是从昂贵到便宜，从专业到大众，从工具到基础设施。

但在时间尺度上完全不可参考。因为AI的增长曲线是幂函数级别的，不是线性的，也不是S型曲线。

几个数据点：

这不是S型曲线的前半段，这是指数增长的中段——斜率还在变陡。

PC用了20年普及，智能手机用了8年，云计算用了6年。AI用了2年就达到了1亿用户。

为什么？ 不是因为AI更好用，而是因为不用AI就会被淘汰。

工具属性的技术，人类可以控制使用节奏——你可以选择不用电脑，生活不会崩溃。但智慧属性的技术，一旦开始替代人的判断和决策，人类就很难”不用”它——因为不用就意味着竞争劣势。

五、蒸汽机让人类跑得更快，但不能替人类决定往哪跑

这是整篇文章最核心的判断。

蒸汽机放大了人的肌肉力量，电力延伸了人的活动范围，计算机加速了人的计算能力。但它们本质上都是工具——人决定用不用、怎么用。

AI不同。它开始拥有智慧，能判断、能创造、能决策。

当AI同时拥有智慧和物理世界的接口——机器人能走路、能做饭、能打扫卫生、能送快递、能打螺丝——它就不再是工具，而是”数字生命”的雏形。

有人说AI会变成像水、煤、电一样的基础设施。我同意，但我觉得这远远不够。

水和电是被动的——你需要的时候才打开。AI是主动的——它会找你，会预判你的需求，会替你做决定。

水和电是同质化的——每家的电都一样。AI是高度个性化的——你的AI和我的不同，它了解你的习惯、你的偏好、你的工作方式。

水和电是低附加值的——用一度电和用十度电，体验差不多。AI是高附加值的——用得好和用得差，天壤之别。

AI更像是”外挂大脑”而不是”基础设施”。

六、给那些热爱技术但预算有限的人

有这样一群人：不是IT从业者，但离不开电脑、离不开逻辑、离不开智能。他们是早一批动手尝试AI的人，热情高、学习能力强。但他们的收入在下降——传统行业在收缩，可支配收入在减少。

他们渴望技术进步更快、价格更低、性价比更高。一个月花200-300块用AI，都要下很大决心。

这个群体的真实处境是：

他们不是被AI”吓到”的人，而是主动拥抱AI的人。他们不是因为”工作需要”才用AI，而是因为热爱才用AI。他们不是高收入群体，但愿意为AI花钱。

他们最渴望看到的是：技术进步带来的成本下降，能让像他们这样的普通人也用得起。

他们不想看到的是：“AI很厉害，但一个月要花2000块。”

我想说的是：你的渴望是合理的，你的困境是真实的。

好消息是，技术进步的方向是确定的——模型能力在提升，价格在下降，”好用且便宜”的AI一定会来。

坏消息是，这个过程不会一夜之间完成。它取决于技术突破的速度、资本的耐心、市场的竞争。

但有一点是确定的： 你现在的学习和探索，不会白费。当AI的能力和价格都到位的那一天，你比大多数人准备得更充分。

七、与其预测时间，不如观察条件

我不想给你一个具体的时间表——因为任何具体的时间预测，在AI这个领域都是不可靠的。

原因很简单：AI的增长不是线性的，也不是匀速的。 它可能在某一天突然加速，也可能在某一天突然停滞。没有人能准确预测下一个拐点在哪里。

但我们可以做的是：识别关键条件，观察这些条件什么时候被满足。

条件一：国内模型能力平权

观察指标： 国内模型在主流基准上追平GPT-5.6，且在真实任务中用户感知不到差异。

当前状态： DeepSeek V4 Flash已经非常接近，差距在缩小到”普通人感知不到”的程度。

当这个条件满足时： “科学上网”的动机会大幅减弱，国内AI应用会迎来一波爆发。

什么时候满足？ 不确定。可能2026年底，也可能2027年。取决于国内厂商的迭代速度和国际厂商的降价策略。

条件二：Agent应用进入实用阶段

观察指标： 出现1-2个DAU超1亿的Agent应用，且用户留存率超过30%。

当前状态： Claude Code、Codex、WorkBuddy正在推动Level 2到Level 3的跃迁，但还不够稳定，还需要人监督。

当这个条件满足时： AI从”问答工具”变成”生产力工具”，使用深度会大幅提升。

什么时候满足？ 取决于Agent的稳定性和可靠性。如果Agent能在80%的任务上不需要人监督，这个条件就会快速满足。

条件三：价格触底

观察指标： 头部厂商的利润率降至个位数，价格战放缓。

当前状态： 价格还在下降，但下降速度在放缓。DeepSeek峰谷定价、智谱5折促销、阿里降价12%——这些是短期行为，不可持续。

当这个条件满足时： 价格会稳定在一个”厂商能活、用户能用”的均衡点。

什么时候满足？ 取决于算力成本的下降速度和资本的耐心。如果国产芯片替代顺利，价格会更快触底。

条件四：技术突破

观察指标： 出现新架构或新方法，让现有硬件的效率翻倍，或者让模型能力跃升一个台阶。

当前状态： Transformer架构已经用了7年，还没有被替代。但历史上，每个架构都有被替代的那一天。

当这个条件满足时： 所有预测的时间表都会提前。因为技术突破会同时推动能力提升和成本下降。

什么时候满足？ 不确定。这是最大的不可预测变量。可能明天就发生，也可能5年后才发生。

条件五：监管政策明朗

观察指标： 各国出台明确的AI监管框架，企业知道什么能做、什么不能做。

当前状态： 监管滞后于技术发展。欧盟有AI Act，但执行细节还在完善。国内有生成式AI管理办法，但还在探索阶段。

当这个条件满足时： 企业会更大胆地投入AI应用，因为不确定性降低。

什么时候满足？ 不确定。监管通常是被动的——出了问题才立法。

一个更诚实的结论

与其说”3-5年内AI会变成什么”，不如说：

当上述5个条件中的3个被满足时，AI就会进入真正的爆发期。

具体什么时候？我不知道。任何给你具体时间的人，要么是在骗你，要么是在骗自己。

我能告诉你的是： 这些条件正在被逐一满足。趋势是确定的，但速度是不确定的。

你能做的是： 保持关注，持续学习，在能力范围内拥抱变化。因为当爆发期到来时，准备好的人会比没准备的人走得更远。

我们这一代人正在见证的，不是又一次技术革命，而是人类文明的一次质变。这个质变什么时候完成？没有人知道。但我们可以确定的是：它正在发生，而且速度比我们想象的更快。

对于每一个热爱技术的人来说，现在要做的只有一件事：保持学习，保持好奇，保持热情。因为AI不会等我们准备好才来。

本文作者：橡树

公众号：若说如果

关注我们，聊三件事——AI怎么影响你的工作，职场里那些没人教你的道理，以及正在消失的日常。