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。
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。
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。
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」:
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。
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。
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。
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」。
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」。
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」。
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。
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。
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。
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。
dτ/dt 上升。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。
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。
前沿模型的全部超额利润,来自且仅来自差集那条带(d > τ)。带以下的任务上它和便宜模型同台,赚的是走量薄利。带一旦变窄,spending 就往便宜模型那一侧漏。
前沿模型是一台极昂贵的机器——训练、推理、人才全靠持续高溢价收入支撑。带厚则现金流厚、估值稳、再投资强;带薄则被走量薄利稀释,估值逻辑动摇。
而开辟新高地(训更强模型、搞 RSI、做超级工程)本身极度烧钱——它反过来依赖前一轮的溢价收入。三节于是接成一个闭环。
「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。
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。
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」。
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。
⚠ 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。
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。
《创新者的窘境》(1997) 提出 low-end disruption:当性能改进速度超过客户能吸收的速度,产品"过冲"了某些客户段的需求,"足够好"的低端进入者从底部上移,把在位者挤向高端的更小市场。2018 年 Christensen 在 JMS 的回顾把两条性能轨迹的交点正式定义为颠覆发生的时点。本文的"底板上移 + 天花板过冲 → 差集带被挤窄"与此逐点同构。
多篇业内分析已把同一逻辑搬到前沿模型:"Differentiation, then Commoditization"(Phase 1 解锁新 job / Phase 2 冻结"足够好"模型把成本打下来);"Commodity or Oligopoly"(够用门槛正被越来越多含开源权重的模型跨过);以及用帕累托 80/20 + task taxonomy 论证"只有边缘才需要前沿模型"。本文的"80% spending ≠ 80% token""planner 才值钱"与这些讨论同源,亦呼应拾象 Best Ideas 原文。
① 把"够用阈值"显式写成便宜模型能力的函数 τ = f(c_便宜),并据此把高价值任务定义为差集——给经典的两条线一个集合论表述;② 引入"可验收性"作为独立必要条件(验收性决定溢价能否被定价,这是颠覆理论未强调、而 AI-agent 语境特有的);③ 给两轨交点一个微分形式化 + 玩具数值模型 + 可证伪 proxy。这三点是"特化与形式化",不是"重新发现"。
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。