2022 年 11 月，达到 GPT-3.5 级 MMLU 表现的模型，推理成本大约是每百万 tokens 20 美元。到 2024 年 10 月，同一条能力线已经降到 0.07 美元，超过 280 倍。到了 2026 年 3 月，Stanford AI Index 里 Arena 前四家又挤进不到 25 个 Elo。

这不等于“智能已经商品化”。便宜的是越来越多昨天的 frontier。最前沿能力依然贵，用户在高价值任务上也更愿意选更强、更贵的模型，frontier compute 还在继续涨。

但一块能力变便宜以后，旁边原来不显眼的瓶颈会冒出来。OECD 2026 年研究 AI 竞争时，反复提到 complementary assets：ICT skills、digital infrastructure、管理能力、业务流程重组、skilled workers。接一个强模型 API 已经不算难，难的是把真实 context、权限、数据、workflow、verification 和责任边界接进去。

Anthropic 2026 Economic Index 还有个很有意思的结果：高 tenure 用户在控制 task、model、country 等因素以后，在他们自己的 success 指标里仍高约 4 个百分点。这个结果有 early-adopter 和 survivorship bias，不能证明“用久了就一定更聪明”，但至少说明拿到同一个模型，不代表最后得到同样的结果。

所以我对“AI 创业越来越像拼积木”只信一半。组件确实越来越容易买，第一版也越来越容易做。可如果你的价值只是“我把这些 API 接起来了”，别人也可以买同样的组件。更难复制的可能是你选了什么问题、有什么独特 context、怎么嵌进客户 workflow、怎么验证结果、怎么 distribution，又怎么承担现实里的错误。

这也是这十篇最后我最想留下的问题：如果明天模型价格再砍一半，能力再涨一档，你手里的东西会更值钱，还是会一起贬值？

#人工智能 #AI #科技趋势 #创业 #商业
#AI商业模式 #AI创业 #模型商品化 #AI价值链 #AI竞争壁垒