大模型战争接近尾声，应用战争才刚刚开始

刷到几条关于AI模型的消息，觉得有必要从实战角度深度分析一下。这个行业正在发生什么？对我们从业者意味着什么？

先快速梳理一下最近的几个关键动态。

1. 大模型中的token是什么？一文让你搞懂什么是token！人工智能AGI大模型老王 - • 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力； • 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更...

2. [PDF] AI 进入Token 时代，MCP 赋能Agent 迈向泛智能 - 美元/月。2025 年1 月，Cursor 宣布完成 1.05 亿美元的B 轮融资（Thrive Capital 融资） ，估值为25 亿美元。 行业深度报告 - 12 -请务必阅读正文之后的重要声明部分 图表9：Cursor 的订阅价格 来源：Cursor 官网，中泰证券研究所 图表10：Curs...

3. 从技术演进到算力消耗估算，深度拆解AIAgent：AI进入Token时代 - 算力消耗测算： 以GPT-4o为基准，假设一个日活规模达到10亿的全球级AIAgent应用，每日所需算力约相当于14.15万张NVIDIAH100SXMGPU。随着未来Agent应用向多模态、复杂推理与高频次ToolUse方向演进，这一需求预计还将进一步指数级攀升。 两个案例：1）Manus一次标准...

这些动态看似独立，实际上都指向同一个趋势。让我来深度解析一下。

第一，能力提升放缓，应用创新加速。大模型能力的边际提升正在递减，这不是坏事，说明技术接近瓶颈了。但应用层面的创新在加速，这是好现象。

这意味着什么？意味着模型战争可能接近尾声，应用战争才刚刚开始。

第二，落地思考。不要被模型的升级速度带节奏。对于大多数场景，GPT-4级别已经足够。关键在于：如何基于这些模型构建真正有价值的应用？

我的判断是：通用模型会变成基础设施，真正的机会在于垂直场景的深度优化。

第三，创业机会。模型能力的普及化，降低了创业门槛。但这也意味着竞争会更激烈。未来比拼的不是谁用了什么模型，而是谁能解决实际问题。

我的建议：不要做'我也用AI'的事情，要做'只有AI能做'的事情。

总结一下我对AI模型的看法：行业在成熟，机会在涌现，但门槛也在提高。持续学习、注重实践、保持思考。这就是我对从业者的建议。