model(价值, 阈值) → 差集挤压 研究洞察 · A STRUCTURAL MODEL
Difference-Squeeze Model · 一个结构性模型

差集挤压模型
前沿模型的命运,
掌握在便宜模型手里

高价值任务的厚度,是前沿天花板与便宜模型够用阈值之间的差集——而这条带正被两头同时挤压。护城河,是一场关于斜率的赛跑。

#

因果的另一半

The Other Half of the Causality

流行的叙事是这样的:最强的模型做最难的任务、赚最高的溢价,所以「高价值任务」是前沿模型的私产——能力越强,护城河越深。这套逻辑里,主语永远是前沿模型。

本文想做的,是把这个因果的另一半讲清楚:高价值任务的厚度,不只由前沿模型决定,更由便宜模型决定。前沿模型把天花板推多高,决定了它「最多能做到哪」;但便宜模型的够用底板涨多快,才决定了它「能独占哪一块」。护城河不是一片强者圈定的高地,而是天花板与底板之间、那条被两头挤压的缝隙。

前沿天花板 c_前沿 「最多能做到哪」 差集带 = 高价值任务 前沿能独占、收溢价的那条缝(80% spending) 便宜模型够用底板 τ 「便宜模型也凑合」 厚度 = c − τ

一张图记住全文骨架:高价值任务 = 前沿天花板 − 便宜模型底板。天花板涨得慢、底板追得快,中间这条绿带就会被两头挤窄。

需要先把话说在前面:这不是一个全新的机制。它的母理论是 Christensen 的低端颠覆(low-end disruption)——性能过冲、"足够好"底板上移、在位者被挤向高端。本文不主张重新发现它,只做两件更小的事:把它特化到 LLM 市场(用 token 经济学与"可验收性"重写条件),并给它一个微分形式化(把"两条性能轨迹的交点"写成一个可证伪的速率不等式)。文末的 理论渊源 一节会交代清楚哪些是继承、哪些是增量。

#

差集挤压模型

High-Value = A Difference Set

第一步,把两个被日常话语混为一谈的东西钉死:难任务 ≠ 高价值任务。

设任务难度 d、前沿能力 c、够用阈值 τ(便宜模型能「凑合完成」的能力线)。一个商业意义上的高价值任务,必须同时满足三个条件,而不只是「难」:

# 高价值任务的精确定义 高价值任务 = { 任务 : d > τ ∧ 结果可清晰验收 ∧ 可摊探索成本 }

第一个条件划定能不能体现差异,后两个决定差异能不能变成钱。一个极难但无法验收的开放式任务,在技术上是难任务,在商业上却不是高价值任务——因为没人能证明前沿模型的输出「值更多钱」。

关键的一步:τ 不是常数,是便宜模型能力的函数。

便宜模型变强,τ 这条线就向上移动。于是「高价值任务」的真实形态浮现——它不是一个绝对集合,而是一个相对差集:夹在「便宜模型够用底板」和「前沿能力天花板」之间的那条带。

# τ 由便宜模型决定 → 高价值任务是一个差集 τ = f(c_便宜模型) 高价值任务 ≈ { d : τ < d ≤ c_前沿 } # 上沿=天花板, 下沿=底板
能力 / 难度 → 时间 t → c_前沿 · 天花板(边际递减,涨得慢) τ · 便宜模型够用底板(轻快上移) 高价值任务 = 差集带(80% spending) τ 以下:便宜模型够用区(80% token,无溢价)
差集带厚度 82 前沿可独占 高 滑向 token 区 低

拖动滑块:把便宜模型的够用底板 τ 一档档抬高 —— 看那条绿色差集带如何被两头挤窄。带越窄,前沿模型能收溢价的任务越少。

这条带,正在被两头同时挤压。

↑ 下沿在上移

底板 τ 抬升

Floor rising · cheap models catch up

便宜模型每迭代一次,「够用线」抬高一档,一批任务跌破溢价门槛——从「只有最强模型做得好」变成「便宜模型也凑合」,从 spending 区滑向 token 区。

›

同一 coding 工程:Opus 4.8 用约 564 次 tool call、输出 26 万 token;GLM-5.2 用约 557 次、输出仅 17 万 —— 在这条任务上,便宜模型不只够用,还更省。

↓ 上沿在放缓

天花板 c 边际递减

Ceiling slowing · marginal returns fall

天花板自己也涨得越来越慢。把更多算力砸给最强模型,回报曲线在变平——用指数级成本,买线性甚至次线性的能力提升。

›

CursorBench 3.1:test-time compute scaling 已相当平缓,继续加预算仍涨分,但单位成本的边际提升持续下降。

两头同时挤,带在变窄。所以「前沿模型拿走 80% 收入」这个比例根本不是一个稳定的常数——它是一个正在被两端侵蚀的面积。把 80% 当成结构性事实去推演,是把一张快照误当成了恒等式。

评价分化,是这条带的温度计,不是噪声。

测试任务落在 τ 之下 → 「没有本质提升」;落在 τ 之上 → 「接近能独立推进的同事」。「没有 aha moment」推不出「模型没进步」。

#

唯一可持续的策略:开辟速度

Open New Highlands, Not Hold Old Ones

差集在被两头挤压,本能的反应是把天花板推得更高。这个本能是错的。

因为上沿的边际收益在递减——「把 c 推更高」每一档增益越来越贵、越来越薄;而下沿的 τ 还在以蒸馏、后发优势、低成本推理的方式轻快上移。一场比赛里,你这一头越跑越费力,对手那一头越跑越省力——单靠「跑得更高」赢不了。

真正可持续的策略,是改变游戏维度:不去既有任务带里拼天花板,而是持续创造便宜模型暂时够不到的新任务品类——它们的 d 不是「比现有高一点」,而是结构上的新形态:长周期、需自主拆解调度、需在上千步执行链里维持目标一致性。典型如 RSI(递归自我改进)、超级工程、自动化研究。

这些任务的价值不在「写对一段代码」,而在 planner 那个位置——定角色、开 agent、派任务的核心调度能力。multi-agent 里真正值钱的从不是 execution agent,而是 planning agent。而 planner 能力恰恰最难被蒸馏复制,因为它不是单点技能,而是一种在长程、高不确定性环境里反复训练出的「管理学能力」。

# 护城河 = 流速,不是存量。可证伪的存亡条件: 前沿模型存活 ⟺ d/dt(开辟新高地) > dτ/dt(阈值上移)
厚厚度溢价再投资开辟↻ 正反馈飞轮差集带越积越厚 薄厚度溢价再投资开辟↺ 死亡螺旋差集带被吸入抹平

两种结局并排呈现:同一个反身环(厚度→溢价→再投资→开辟→厚度)。左·飞轮 光点顺时针流、所经节点依次提亮,中心带越涨越亮;右·死亡螺旋 光点逆时针流、中心带越缩越暗。方向由 g 与 r 的斜率之差决定——而 τ 的斜率,完全由便宜模型决定。

一旦开辟速度 < 阈值上移速度,前沿模型就会被逐步压回平价区。它头顶的天花板还在,但下面的底板追上来了,中间那条能独占的缝被抹平——于是它在每一个具体场景里,都被重新定价为「又一个够用的模型」。仍然消耗 token,但不再赚取溢价,从「80% spending」彻底滑向「80% token」。

#

把不等式做实:一个玩具动力学模型

A Toy Two-Track Model

上面那个不等式 d/dt(开辟) > dτ/dt 目前还是隐喻。本节把它降级为一个可计算的玩具模型——不是为了精确预测,而是为了让"飞轮 / 螺旋"从图示变成有显式参数的动力学,可以被代入、被证伪。

# 两条轨迹 + 一条由二者之差驱动的反身环(离散步进, 玩具模型) c(t+1) = c(t)·(1 + g·(1 + 0.25·Band/c)) # 天花板↑:基本增速 g + 带厚的再投资正反馈 τ(t+1) = τ(t)·(1 + r) # 底板↑:以追赶速率 r 比例逼近("比例"内蕴边际递减) Band(t) = max(0, c(t) − τ(t)) # 差集带 = 厚度,喂回第一行 # 反身性:Band 既是结果又是 c 增长的燃料 → 相对带厚的走向只由 g、r 的比值决定

这个模型只有两个自由参数:g(再投资→开辟的转化效率,前沿模型的内功,对应 RSI / planner 能力)与 r(便宜模型的追赶速率,对应蒸馏 + 开源 + 低成本推理)。把它跑起来,飞轮和螺旋不再是两张画,而是同一组方程在不同 g/r 比值下的两种解。

能力 迭代步 t → c 天花板 τ 底板 差集带
0.22
0.14

调节 g 与 r:同一组方程,g 主导→带越拉越厚(飞轮);r 主导→带先扩后缩、被底板抹平(螺旋)。临界点不在某个绝对能力值,而在 g 与 r 的相对大小。

这个玩具模型不预测任何真实数字——g、r 都是无量纲的演示参数。它只用来支持一个定性结论:决定结局的不是 c 或 τ 的绝对高度,而是两个增长速率的比值。这也是把原命题从"叙事"抬到"可代入、可证伪"的最小一步。

#

「开辟速度」如何度量:三个 proxy

Operationalizing the Rates

一个写着"可证伪"的模型,如果关键变量无法测量,就是空头支票。这里给出 d/dt(开辟) 与 dτ/dt 的可操作代理——都用公开可得的指标,不依赖内部数据。

开辟速度 proxy
"新解锁任务类别"的出现频率。可操作化为:在固定难度梯度的 agentic benchmark(如 SWE-Bench-Pro-Hard、Terminal-Bench、长程任务套件)上,前沿模型每季度新跨过"可用线"的任务类目数。跨过越多、越快 → 开辟速度越高。
τ 上移 proxy
最强开源/低价模型与前沿的"达标滞后"。可操作化为:同一 benchmark 上,开源 SOTA 追平前沿"上一代"所需的月数(Epoch AI 口径:2023 年来中国开源权重模型平均落后前沿约 4–14 个月)。滞后缩短 = dτ/dt 上升。
带厚度 proxy
前沿模型的"价格溢价 ÷ 调用量份额"。前沿拿走的 spending 份额 ÷ 它处理的 token 份额。该比值 > 1 且上升 = 带在变厚;趋近 1 = 带被抹平、滑向平价区。可由各厂商定价与第三方流量估算近似。

有了这三个 proxy,整个模型就可证伪:若在连续若干季度里,"τ 达标滞后"持续缩短、而"前沿新解锁类目数"不增反降,则本文预测前沿模型的"溢价÷token"比值将下行——这是一个可以用公开数据逐季检验的命题,而非事后叙事。

#

从「厚度」到「命运」:补上等号

Thickness → Fate

前面谈的一直是「带有多厚」,这是几何问题;而「命运」是存亡问题。两者之间需要把链条一节节接通,否则「缝变窄 = 命运被决定」就是一句没有落点的口号。

# 闭环:可以是正反馈飞轮,也可以是死亡螺旋 带的厚度 → 溢价收入 → 再投资能力 → 开辟速度 → 带的厚度 → … # 循环
↻ 顺转:飞轮厚度溢价再投资开辟顺转·飞轮 ↺ 逆转:死亡螺旋厚度溢价再投资开辟逆转·螺旋

「厚度」不是终点,而是闭环的一环:厚度→溢价→再投资→开辟→再回到厚度。左·顺转是飞轮,右·逆转是螺旋——同一个环,两个流向,两种命运。

这就是「厚度」和「命运」之间的等号。命运不是某一刻带有多厚,而是这个闭环朝哪个方向自我强化。而决定方向的,是开辟速度与 τ 上移速度的斜率之差——其中 τ 上移速度,完全由便宜模型决定。到这里,「命运掌握在便宜模型手里」才不再是修辞,而是闭环的必然推论。

#

三方押注:都在赌 τ 怎么动

Everyone Bets on dτ/dt

把棋局摊开,所有玩家本质上都在对同一个变量 —— τ 的移动速度 —— 下注,只是方向相反。

玩家
押注
赢的条件
前沿模型Anthropic / OpenAI
开辟速度 > dτ/dt
持续造出 RSI、超级工程等便宜模型够不到的新高价值任务
便宜 / 开源智谱 / DeepSeek / Qwen
τ 上移够快,且塔基够厚
用「足够好 + 自主可控 + 低价」吃下海量中低难度 token
harness / routing 层intelligence allocation
谁都无法独占 planner
理解任务目标、验收、成本,把任务路由给最优模型——成为中间层

这张表里藏着一个常被忽略的第三方。当前沿模型和便宜模型在差集两端拉锯时,真正旱涝保收的,可能是中间的 harness / routing 层——无论哪一端赢,任务总要被分配、被编排、被验收。这也是为什么「能力越强,capability-scaffolding 越薄,但 trust-enforcement / orchestration 越厚」:当模型差距被 τ 抹平,差异化就从「用哪个模型」转移到「谁的编排和验收更可靠」。

前沿模型 · 从上压向缝的上沿 差集带 · 高价值任务 前沿能独占、收溢价的那条缝 harness routing 必经闸门 便宜模型 · 从下顶向缝的下沿

两端施力、中间过流:前沿从上压、便宜从下顶,那条缝被两头夹击挤窄;而所有任务都要先过 harness / routing 这道闸——它是 intelligence allocation 的核心位置。

#

实证锚点

Empirical Anchors
价值公式切换
Anthropic 以约 ChatGPT 1/20 的消费用户量跑出 ARR 反超(5 月 run-rate 约 470 亿美元);Claude Code 从 2025·9 的约 5 亿 ARR 涨到 2026·5 的约 80 亿。「DAU×ARPU → Token×任务单价」成立。
量价齐升
智谱 2026 一季度 API 定价 +83%,调用量仍 增长 400% —— 证明 token 单价与调用量可同时扩张,而非此消彼长。
τ 在快速上移
GLM-5.2 在百万用户盲测 Code Arena 取得全球可用模型第一;同一工程下 tool call 相近而输出 token 更省。底板正一档档抬高。
天花板边际递减
CursorBench 3.1:test-time compute scaling 已相当平缓,单位成本边际提升下降。上沿涨得越来越慢。
可得性裂缝
2026·6·12,Fable 5 / Mythos 5 因出口管制(ECRA)全量下线、fallback 至 Opus 4.8 —— 前沿模型的「可得性」本身成为不可靠的架构变量。

⚠ 口径说明:上述 Xbench、CursorBench 3.1、GLM-5.2 盲测(Code Arena)、同一工程 tool-call / token 对比等数据,均引自社群实测与厂商发布口径,未经独立复现;ARR、Series H 估值、出口管制等为公开报道。引用它们是为演示机制方向,不作为精确测量。本文的玩具模型参数 g、r 为无量纲演示值,不预测真实数字。

#

如果你在造产品

For Builders
// implication.for(builders)

不要把护城河押在用最强模型上——因为 τ 上移会抹平模型差距。要押在把一个 d > τ 且可验收的任务的grounding验收安全约束做到便宜模型 harness 做不到的程度上。模型会被追平,可靠的任务编排不会那么快被追平。

挑那些天然 d > τ 的任务:需要主动读取上下文(解析文档、核查条款)、结果有硬验收标准(专业红线、合规边界)、决策金额大到能摊开探索成本。把「token 花在哪、值多少」做成产品(从 tokenmaxxing 转向 valuemaxxing)——在垂直场景,只有客户知道一次输出值多少钱。

→ 强者的空间,由弱者的速度定义。

把话说清楚:本文的骨架不是首创,它站在三组前人工作之上。这一节交代继承自哪里、增量在哪里——把它当作一篇综述性洞察的诚实边界,而非原创理论的主张。

参考:Christensen, C. M. The Innovator's Dilemma (1997);Christensen et al., "Disruptive Innovation: An Intellectual History…", Journal of Management Studies (2018);以及 2025–2026 年关于前沿模型商品化的公开分析(Higes; "Commodity or Oligopoly"; "Open source models are good enough" 等)。本文为应用性研究洞察,引用从略,完整出处可向作者索取。

∞

天花板涨得越来越慢,底板追得越来越快——决定前沿模型命运的,从来不是它自己有多强,而是开辟速度与阈值上移速度之间的斜率之差。

已复制链接