你的公司正在为“超级大脑”支付天价电费，但它干的活儿连实习生都能搞定！
前沿AI确实能解出八十年的数学难题，也能揪出深藏代码库十几年的高危漏洞。但当你的客服在处理退货、会计在核对发票、护士在分诊病人时，你真的需要一个“爱因斯坦”来帮忙吗？最新研究显示，绝大多数企业正在犯同一个错误：花重金请数学家来做加减乘除，结果账单翻了三百倍，效果却没变好。问题不在AI不够聪明，而在于——我们用错了地方。
前沿模型的天价表演，只在一个极小的舞台上有效
先说个真事。2026年5月，OpenAI内部一个模型自己证明了一道数学猜想，这玩意儿叫“Erdős平面单位距离问题”，数学家们折腾了将近八十年都没搞定。外部数学家去验算了一遍，菲尔兹奖得主Tim Gowers当场放话：如果是人写的，直接就能登顶数学四大顶刊《数学年刊》。
另一边，Anthropic也晒了成绩单：Claude Opus 4.6在那些已经被“模糊测试”轰炸了好几年、烧掉了几百万CPU小时的代码库里，又翻出了500多个高危漏洞。
听着是不是觉得“AI统治世界”就差一步了？
但你先别急。这些成就当然是真的，它们也确实值大钱——如果答案是未知的，而找到它又能赚几百万美金，比如一个新药靶点、一个零日漏洞、一种没见过的套利结构，那用最顶级的算力去猛砸，没人拦你。
问题在于：这种活儿，全美国有多少人在干？
美国劳工统计局的数据清清楚楚：生命科学、物理科学、社会科学这些“搞发现”的工种，加起来占美国总就业人口的——不到1%。全美数学家大约2000人，物理学家2万人，计算机和信息研究科学家3万7千人。
反过来看：护士——几百万。经理、行政、物流、客服——都以百万计。
绝大多数公司每天在忙的事，压根就不是“发现未知”。沃尔玛在协调库存、门店和供应商；联合健康在协调医疗资源；亚马逊在管仓库、配送、商家和顾客——这些事撑起了世界五百强的半壁江山。它们靠的不是“解数学题”的能力，而是几十年来积累下来的流程、数据、供应商关系、运营网络。
把美国航空、家得宝、美敦力的每个员工都换成数学奥赛金牌选手，让他们什么事都从第一性原理开始推，那成本只会暴涨——因为连订个办公用品都要重新证明一遍“为什么要订这个牌子”。这家公司会被自己用不上的“超高智商”活活淹死。
这就怪了——整个经济体的绝大部分工作，根本不在那个“前沿”里啊！
每件任务都有一道“智商及格线”——过了线，再聪明也是白搭
每个任务都有一道“智能门槛”。低于这条线，模型做不了。靠近这条线的时候，每多一分智商，价值都巨大。可一旦跨过去了，瓶颈就换了地方。
退一万步讲：公司的退货政策、行李规则、发票核对流程，会因为AI变强而变得更难处理吗？
不会。它们永远就那么复杂。
而Anthropic这类前沿实验室的产品设计逻辑是什么？是让你“烧Token”毫无负担。长时间运行的智能体循环、递归产生子智能体、“干到成功为止”的暴力模式。这些东西天生就是为“极端智能”服务的——那种只有数学家和理论物理学家才用得上的极端。
但开发者有个天性：伸手就拿最强的。这不能怪他们，因为实验室的产品把这个选择做到了“零摩擦”。结果就是：用前沿模型的价格，去干根本不需要这么高智商的活儿。
有两个趋势正在戳破这个泡沫。第一，从闭源模型往开源权重模型迁移——同等能力越来越便宜。第二，从巨无霸模型往中小模型迁移——同等能力能塞进更小的算力里。Qwen3.8-27B就是活例子：270亿参数，在好几个编码和智能体测试里追平甚至干翻了Claude Opus 4.6 Max。研究团队自己的数据也显示：每焦耳算力产出的智能效率，16个月提升了18倍。
翻译成人话就是：以前花100块钱才能买到的智商，现在5块钱就能买到了。
所以问题来了。如果你的任务只是一道“加减乘除”，你花100块去买那个“数学家”的脑子——那不是冤大头是什么？
更麻烦的是，这个“过度合格”的问题还能量化。亚马逊的研究人员估算过：推理系统处理简单任务时，生成的Token数量是实际需求的7到10倍。也就是说，明明说一句“密码已重置”就行，它非要写一篇小作文，再附送一个安全调查和十二种解释方案。
密码重置这个动作本身会因为“想得更多”而变得更好吗？不会。身份验完了，下一步就是重置密码，然后停。就这么简单。
一旦模型过了那条“及格线”，多出来的思考全是噪音——边际价值直接归零。
对吗？
实验室要你多烧钱，企业要你少烧钱——这俩目标完全对着干
模型实验室的成功指标是什么？消耗的Token数、会话时长、智能体数量、推理深度。每多卖出一单位的“智能”，对它来说就是多一分的胜利。它的仪表盘上，用量涨了，老板就开心了。
所以它自然会做三件事：让前沿模型变成默认选项、鼓励更长的“思考”、设计更多“烧Token”的功能。
企业的成功指标是什么？每次成功解决花的钱、每个处理完的理赔消耗的Token数、处理时间、出错率。企业每多学一点，就想把重复的请求变成一条三行规则、一个确定性的脚本——甚至根本不用调模型。
这边厢想让你多烧Token，那边厢想让你少烧Token。这能是一路人吗？
实验室没有半点动力去帮企业“省掉调用”，也没有动力把流量导给更便宜的竞争对手。企业一但学会了，实验室的“印钞机”就少了一台。
数据已经把这道裂缝撕开了。OpenAI的报告说，过去一年，企业客户的推理Token消耗量平均增长了——320倍。
320倍，不是3.2倍，不是32%，是320倍。
与此同时，普华永道问了4454个CEO：AI给你们带来显著的财务回报了吗？56%的CEO说——没有。
Token消耗翻了320倍，超过一半的老板说“没看见钱在哪”。这不叫“技术革命”，这叫“电费单翻了三百倍，灯泡还是那么亮”。
一边在自己的账本上大获全胜。另一边在自己的资产负债表上满头问号。这不是同一场游戏。一方拿了钱负责把火烧大。另一方拿了钱负责把火扑灭，并且最好别再烧起来。
事情没那么简单！
未来的企业拼的不是“用最贵的脑子”，而是“怎么少用脑子”
既然目标和实验室完全相反，那企业就不能把“用多少智能”这个决定权交给模型提供商。这个控制权必须焊在企业自己的系统里——每一层都得焊死。
未来会出现什么？三个东西。
第一，数百万个“路由器”。它们会出现在每个正经的AI工具箱里、在策略层、在团队级、在公司级。每个路由器对每个工作单元做判断：这事该扔给前沿模型？小模型？本地跑？用规则引擎？给人干？还是根本不用干？这个路由层的市场规模，最终会像劳动力市场本身一样巨大——绝大多数普通决策用便宜、本地的方式解决，只有极少数真正需要“发现新东西”的活儿，才配调用那台“超级计算机”。
第二，混合工作负载变成默认。现在几乎每个查询都往云端送——哪怕数据敏感、任务简单、答案已经躺在公司自己的数据库里。又贵又慢还蠢。未来，一个任务的简单、重复、私密部分会留在本地或离业务系统最近的地方。只有真正硬核或从没见过的部分，才会被送到云端的前沿模型里去。
Minions这个研究项目已经把路蹚出来了。一个前沿模型在云端负责“拆解任务”——把一堆复杂的长文本问题掰开揉碎，然后把子任务扔给一堆小模型去跑。结果呢？用5.7分之一的成本，拿回了97.9%的准确率。更狠一点：用30.4分之一的成本，拿回87.9%的准确率。
关键洞察在这：昂贵的智能最该用来干“判断什么工作需要做”，而不是用来“亲自干每一个工作单元”。
第三，AI会通过两个口子渗透进企业。一类是通用主动助手，像Instinct那种——它能看着你干活，自己发现机会，不等你开口就开始动手。另一类是专用执行工具，像Maximor和PlayerZero——它们把企业的意图转成可靠的执行，管住上下文、工具、权限、工作流状态，以及“什么叫干完了”。
在这两层底下，还会冒出一层“改善层”。Applied Compute的AC2就是这个路数：让企业能训练、评估、替换跑在自己现有应用里的模型。工具壳子还是那个执行系统，但里面的“脑子”会越跑越快、越来越便宜。
最终这套系统会长成这样：主动助手负责“聚拢需求”，应用工具负责“执行落地”，AC2这类平台负责“持续优化”——把生产中的经验喂回模型，让每个工作负载不断流向“最便宜但还能干成事儿”的那个系统。
最聪明的企业，不是那个最能烧钱调用最强模型的企业。最聪明的企业，是那个学会了“尽可能少用智能”的企业。把昨天花大钱才能跑通的推理，变成明天又便宜又可靠的执行。
进步的标尺不再是“公司烧得起多少Token”，而是“每次成功消耗的智能，以多快的速度往零狂奔”？
但有件事得留个心：Minions那个97.9%准确率、5.7倍降本的实验，是在金融、医疗、科学的长文档推理任务上跑的。如果换成更简单的场景——比如密码重置、库存盘点、理赔初审——那个比例会变成什么样？会不会出现一个“1%的成本拿下99.9%效果”的配置？还是说，简单任务上小模型的失败模式会完全出人意料？
这事，现在没人敢打包票！