刚听完了投资人李广密和张小珺的播客全球大模型季报，感觉挺兴奋的。这两年看 AI 行业，好像是不停地出模型，刷榜单，展示各种参数，其实主线挺明显，从最初的 Chat 到这一两年的 Coding 和 Agent，再到未来的 AGI，大概一两年一个大风口。
很多判断，以前看起来似乎不合时宜——比如模型开闭源的选择，还有智能体这个赛道等等——在当下都显示出了不同寻常的新共识。
1
有一个趋势不知道大家有没有注意到，最近几个月，模型行业对“开源还是闭源”的态度，开始从情绪化站队，慢慢转向一种商业共识：开源继续，但旗舰模型开始闭源了。
Meta 在 2026 年 4 月刚刚发布了 Muse Spark，这款旗舰模型放弃了过去 Llama 的开放权重路径，先以 API 私有预览的方式向部分合作伙伴开放，也就是说，Muse Spark 是闭源专有模型，也是 Meta 史上最强模型，用来全面取代此前的 Llama 系列。
与此同时，MiniMax 一边继续保留部分开源能力，一边把最新模型和 Agent 平台的重点放在 API、成本效率和生产环境交付上；智谱官网也同时呈现出开源模型与 MaaS 服务两条线，这说明今天头部厂商的重心，已经不再强调是否“开源”这种单一姿态，转而寻求更容易形成能力壁垒和商业模式的路径。
当模型能力逐步接近、同质化增强，开源不再等于开放和领先，闭源也不只是保守，它更像是一种商业化阶段的自然选择。
以前硅谷御三家 OpenAI、Anthropic、Google 都是闭源路线，国内大部分实验室走了开源路线，算是曲线救国，先拉“普通群众”练练手，现在模型能力越来越强，也开始部分闭源了。
说起来这事，百度创始人李彦宏 2024 年就聊过，他说闭源模型有真正的商业模式，能赚钱，才能持续聚集算力和人才；在同年的 WAIC 上，李厂长再次强调：“当你处在激烈竞争的环境中，需要让业务效率比同行更高、成本比同行更低，这时，商业化的闭源模型是最能打的。”这套判断，在当时似乎有些不合时宜，现在回头看，应该是行业进入深水区之后都想明白的事儿了。
很多人讨论开源和闭源，习惯从技术理想出发，谈生态、谈开发者、谈影响力。这些都没错。最终走到旗舰模型的竞争层面，问题就变了，除了提供强能力，还得降低成本、保证安全、做约束、做高价值任务……然后把模型变成收入。到了这个阶段，讨论模型路线，本质上讨论的是产业效率。
2
第二个变化也越来越清楚：应用，正在变得更加重要。模型是发动机，但用户需要的是一辆高性能的车，所以需要高质量的 harness，才能有好的 Agent 能力。
最近一个流行说法，叫“流量为王”正在变成“token 为王”。要说我，这句话只对了一半。token 消耗量不能直接创造价值。同样是一百万 token，用来闲聊、写段子，和用来编程、做科研、数据处理、复杂分析，创造的商业价值就不在一个数量级上。前者更多提供情绪陪伴，后者才能进入组织流程，影响收入、效率和利润。
我之前写过一篇百度观察，李彦宏在 2025 年接受《时代》周刊访谈时，回答过一个问题：在 AI 的未来里，价值究竟诞生在什么位置？李彦宏给出的答案是：未来 AI 领域只会剩下少数几个基础模型，但在应用层的各个方向上，将会出现许多在不同方向上都取得成功的参与者。他认为，那里才是机会最多的地方。
未来头部模型不会少，现在就能看到，每家头部公司除了模型，都在做应用，无一例外。因为真正统治这个世界的还是应用；没有应用，芯片和模型都没有价值；这也是最近 harness 这么火的原因。正如李彦宏在去年的百度世界大会上说的，一个健康的 AI 产业，不该是芯片拿走绝大多数价值，应该是模型创造十倍价值，应用创造百倍价值。
这句话在2025 年听起来像观点，在 2026 年看更像事实。Meta 的 Muse Spark，首先要服务的就是 Meta AI 以及 WhatsApp、Instagram、Facebook、Messenger 和 AI 眼镜等产品体系，Anthropic 更是打造了最适合承接大模型能力的 CLI 客户端 Claude Code。国内的 MiniMax 最新推出了 M2.7，同时大幅提升 coding、search、tool use、office work 这些具备营收能力的应用指标。
3
第三个变化就是 Agent，智能体正在重新定义 AI 的价值边界。
AI Chat 时代就是给建议和答案，到了智能体（Agent）时代，就是调工具，做复杂长任务，交付结果。长记忆、工具调用、任务拆解、权限隔离、失败恢复、多智能体协同，这些过去看起来偏工程、偏底层的东西，正在成为决定产品胜负的关键。
所有基模公司都在把 Agent 能力当做战略能力了，Agent 这个词在国内叫智能体，我记得也是李彦宏最早提出来的，把智能体视作 AI 应用的主流形态，并多次把它类比为 PC 时代的网站、移动互联网时代的账号体系，认为它会成为 AI 原生时代内容、信息和服务的新载体。到了 2025 年，李厂长明确判断“AI 智能体爆发元年”到来，还把 Computer Use 视作 AI 时代的重要护城河。今天再看这些表述还挺感慨，这是一个已经开始兑现的产品现实。
为什么智能体会成为分水岭？因为它迫使行业从“模型思维”走向“系统思维”。
一个模型再强，如果只能停在对话框里，它创造的价值仍然有限。可一旦它能调用浏览器、操作表格、检索网页、整理文档、驱动工具链、和其他智能体协作，它就开始从一个回答问题的助手，变成一个真正能参与工作的数字劳动力，也就是说，AI 可以做高价值的任务了。
未来一个产品的日活可能没有那么重要，如果它可以帮助用户完成高价值的复杂任务，那么商业价值会更高。
到了 2026 年，AI 行业正在从“证明自己很聪明”，转向“证明自己有价值”。
闭源回归，其实是个基本的商业现实；harness 重要，因为要把模型的不确定变成应用里的确定。智能体起飞，因为高价值复杂任务证明了自己的商业价值。
也因为如此，回头看李彦宏这两年在开源与闭源、应用驱动、智能体形态上的一系列判断，会有一种“延迟兑现感”。当时行业沉浸在另一套叙事里，更迷恋规模神话和开源叙事，期待一个通用模型包打天下。但现实并没有沿着这样的路径走下去。
上午和墨问群里小伙伴聊天，说起百度的AI 能力，他们三个月前发布的基模ERNIE-5.0-0110，能力依然在线，AI 云，各领域 AI App、数字人和自动驾驶等，都在贯彻自己的战略。
其实国内每家做模型的公司我都很佩服，当然希望他们做的更好了。尤其是在 Coding 方向，毕竟咱用的最多，这个领域当下价值也是最大的。如果我是国内互联网大厂的高层，一定全力 bet 模型的 Coding Agent 能力。
其实 AI 的走向，很难被某个 benchmark、参数规模，或者 token 的空转决定，真正起作用的，是可持续的商业模式、真实世界的应用需求，以及端到端系统能力的长期积累。
行业花了两三年时间，才慢慢走到这个共识上来，我想，未来谁都有机会。