从卷参数到卷应用：AI 重心转向，对从业者意味着什么

2026 年再看大模型发布会，“参数量”出现的频率明显低了，取而代之的是能做什么任务、一百万 token 多少钱、接了哪些系统。这个变化对普通用户是好消息；对从业者，它意味着能力清单要重排——会调模型不再稀缺，能把 AI 接进一条真实业务流程的人才稀缺。

参数量为什么不再是主要卖点

参数量的作用是决定容量上限：能装下多少知识、能处理多复杂的模式。它从来不等于好用。用户能感知的是三件事：回答要等多久、一次能不能做对、同样的事做一万次要花多少钱。参数翻倍，这三项未必改善，显存占用和单次成本却实实在在上升。

更关键的是区分度在下降。通用能力评测很难拉开差距，头部模型在同一批题上的得分常落在评测本身的波动范围内。拿总分做卖点，说服力有限，厂商于是把话术换成具体任务：多长的文档、多少轮工具调用、接不接已有系统。

选型方法也跟着变：过去看排名，现在看你的任务在它的训练分布里占多少。

三个自己能观察到的信号

先看发布内容的重心。讲能力的篇幅缩短，讲工作流的篇幅变长：演示里出现的不再是“问它一个问题”，而是“上传、审核、导出”这样一条链路。竞争点从模型本身挪到了模型外面。

再看定价方式。按 token 单价往下走只是一面，另一面是套餐、缓存命中折扣、批量任务折扣这类结构。价格结构越复杂，说明厂商越在意不同用法的成本差异，这是应用侧的思路。怎么看一次降价是真降还是限时补贴，价格战的读法里有更细的拆解。

最后看榜单形态。单一总分榜的参考价值在下降，分场景、分任务长度的子榜变多。榜单换代本身也是信息：改了什么维度，往往对应厂商想强调什么能力，排名变化的信号值得对照着看。

推力来自三处

能力趋同是基础。开源权重、蒸馏、后训练这些手段把“有一个能用的模型”变成了容易的事，差距被压缩到产品层。当一个能力可以在一两周内被追上，它就不再是长期的差异化来源。

成本下降让试错变便宜。单位调用成本往下走，团队敢拿真实流量去跑实验，而不是在演示环境里调参数。这一点对应用层的影响比技术本身更大：能试的次数多了，找到可用场景的概率才上来。

采购方变务实了。预算审批的人不问参数，问的是这件事原来几个人做、现在几个人做、出错谁负责。答不上来，能力再强也过不了。

从业者的能力要重排

排序变化最大的是“调模型”。微调、蒸馏、部署这些动作正在变成标准化服务，会用的人多，溢价就低。往上走的是三样：把岗位动作拆成可验证步骤的能力、定义“什么叫做对”的能力、把权限和异常处理接进系统的能力。

任务拆解是最容易被低估的一项。同一个需求，“帮我整理客户反馈”没法验收，“把本周两百条反馈按问题类型分组，每组给三条原话，标出涉及金额的条目”可以验收。差别不在文笔，在于有没有把判断标准写进去。

评估能力决定你能不能持续改。没有一批固定样本，每次调整都只能靠感觉，改好改坏说不清；有样本的人，能算出上一版和这一版在哪些类型上变差。工程能力决定能不能上线，重试、超时、限流、留痕、人工接管，缺一项就没法交给业务方用。

哪类场景先被卷到

这张表的用法是找到自己所在的那一行，先看第四列。第四列成立，说明瓶颈不在模型，先解决数据和组织问题，再谈上线。排班这类规则密集的场景尤其明显，判断顺序在公交调度员用 AI 排班里有具体走法。

这个判断会在哪里失效

其一，“卷应用”不等于技术停滞。应用层能便宜，前提是推理成本在降，而推理成本依赖芯片供给、显存带宽、算子优化这些底下的东西。看到应用热闹就认为底层不重要，是误读。芯片这条线怎么读，制程、算力与生态里讲得比较清楚。

其二，应用层的优势可能很薄。如果一家公司的做法只是把提示词包一层界面，平台一次更新就可能把它抹平。能留下来的通常是攒了别人没有的数据、接进了别人进不去的流程、或者承担了别人不愿承担的交付责任。

其三，趋势判断本身有保质期。本文给的是观察框架，没有具体份额和增速，因为这类数字变动快、口径乱，写进来很快就过期。你自己看新闻时，用框架去套，比记住某个结论有用。

判断一个团队是不是真在做应用

问四个问题就够了：有没有一批固定的评测样本；能不能说出上一版的失败率；单位任务的人工介入次数是多少；出错之后怎么回滚。四个都答得上来，说明它在做产品；只答得出模型型号和参数，说明它还在做演示。

转向速查

• 看发布：讲工作流多于讲参数，是应用侧信号
• 看定价：结构变复杂，说明厂商在区分用法成本
• 看榜单：子榜比总分有用，改维度就是改重点
• 看团队：问失败率与人工介入次数，比问模型型号有用
• 看自己：能不能把任务写成可验收的一句话，是第一道门槛

对普通用户，好处是工具更贴着手上的事做，价格更分散：基础功能便宜，专业功能单独计价。对从业者，门槛从“会不会用模型”挪到“知不知道这件事怎么做才算对”，后者更难速成。