王座没有主人，半年换了三轮
2025年10月，OpenAI还是当之无愧的王。一个月后，Google Gemini 3短暂登顶。再一个月，Anthropic翻身坐上去。到了2026年初，DeepSeek直接杀进第一梯队。大模型的第一把交椅，没有一个团队能坐满一个季度。
这不是偶然的好运轮流转。东吴证券这份2026年7月发布的中复盘报告，用时间线清晰地画出了一条残酷曲线——模型能力的领先优势，半衰期正在急剧缩短。过去，你领先一年，可以安心收钱、铺渠道、建生态。现在，你领先三个月，研发团队已经在盯下一轮了，对手的预训练数据已经灌进去了。
意味着什么？对于投资人，押注单一模型厂商的确定性正在瓦解。对于企业用户，今天签的独家协议，明天可能就要重新谈。对于开发者，追模型版本成了全天候运动，上个月的最优解下个月就可能变废铁。整个行业进入了一种持续性局部战争状态，没人敢停下来。
赢家通吃的前提是稳定。不稳定的王座，带来的不是赢家，是军备竞赛。而军备竞赛是烧钱的活——谁的现金流先顶不住，谁就先出局。
开源正在吃掉闭源的午餐
一个被反复验证的分工正在固化：开发者用开源，企业买闭源。但天平在倾斜，而且倾斜的方向对闭源厂商不太友好。
申诉信生成、客服邮件回复、代码补全、文档摘要——这些占据了AI日常使用量大头的场景，开源模型已经能稳稳拿下。不是"勉强能用"，是"不比闭源差"。东吴证券的报告里有一组信号很扎眼：开源模型在常见任务上的完成率，已经追到闭源的90%以上，差距正在以肉眼可见的速度收窄。这还只是今天的数据，按照这个收敛速度，再过两个版本迭代，很多场景里开源和闭源的区别将变得只存在于PR稿里。
真正还在为闭源付费的理由，正在被压缩到极小的一块：极复杂的多步推理任务、需要专属私有数据微调的企业场景、合规要求极严的金融与医疗领域。问题在于，这些场景的用户数量，比日常任务用户少了两个数量级。市场规模撑不起所有闭源玩家的胃口。
闭源厂商的护城河在变窄。不是技术不够好，是开源追得太快。当80%的需求被开源满足，剩下20%的高端市场养不活所有闭源玩家。淘汰赛已经开始，只是还没人公开承认。但财报会说话。
模型路由器是新基建，调度层比模型值钱
一年前，投资人问的是"你用什么模型"。现在，他们问的是"你怎么调度模型"。
模型路由器——这个词正从技术圈黑话变成产业基础设施。逻辑不复杂：客户提交任务，路由器自动判断复杂度。简单任务，扔给成本低的模型。复杂任务，送到能力强的模型。关键不在于哪个模型最强，而在于你能不能把合适的任务分给合适的模型，在成本与效果之间找到最优解。同样是生成一段客服回复，用顶级模型花一毛钱和用小模型花一分钱，效果差不太多，但成本差了十倍。这种账，企业财务算得比研发快。
东吴证券的报告将这一点定性为"范式转移"。投资重心从模型层向调度层迁移，正在发生。谁掌握了路由权，谁就掌握了分发权。掌握了分发权，就掌握了定价权。这条产业链的核心利润环节，正在从"造模型"滑向"织网络"。
这不是模型厂商想看到的局面。他们花了几年时间死磕模型精度，结果行业发现，真正值钱的是"谁能把多个模型串起来，织成一张智能调度网"。模型变成了水电煤——重要，不可或缺，但差异化有限。路由器变成了电网——掌控流动，才是利润高地。
知识工作者正在被AI渗透，速度远比想象快
Codex的数据，可能是这份报告里最被低估的部分。
知识工作者已经占到Codex用户的20%，而且增速是程序员的三倍。翻译一下：做PPT的、搞分析的、写报告的、处理邮件的——这些坐在办公室里的非技术白领，正在成为AI工具的超级用户，渗透速度比写代码的人快得多。你以为AI先啃的是工程活，实际上它正在啃掉整个办公流程的中间层。写代码的人对AI的接纳还有个质疑期——精度够不够、幻觉多不多。干业务的直接拿来就用，因为和之前的效率比，提升太明显了。
金融行业的信号更直接。Anthropic的第二大收入来源，早已不是某家科技巨头，而是金融行业——银行、保险、资管在批量采购AI能力。不是因为AI多酷，是因为合规分析、风险评估、报告撰写这些活，AI做起来确实快，确实准，确实省人。金融行业花钱的手一向紧，让他们掏钱的ROI不会骗人。
如果AI率先取代的不是蓝领工作，而是白领的日常——这个叙事比"AGI快来了"更务实。也让人更坐不住。
Scaling Law撞墙不是谣言，是现金流在说话
ARR增速放缓。自由现金流压力显现。东吴证券的措辞很克制，但指向已经足够清晰——Scaling Law失效的风险，正在从学术争论变成现实的财报表现。
过去两年的叙事很简单：堆更多算力、喂更多数据，自然就有更强的模型。这个逻辑正在变得不那么可信。投入翻倍，模型能力不再翻倍增长。边际收益递减已经开始出现在研发部门的内部复盘里，而不仅仅躺在论文页脚。当实验跑出来的曲线越来越平，再大的决心也拧不过物理规律。
一块钱扔进模型训练，能换回多少增量收入？这个问题的答案，正在从"不确定但值得赌"，变成"不太确定且值得犹豫"。如果Scaling Law确实正在逼近天花板，那么整个行业的估值模型就得重写。不是"AI会不会成功"，是"AI的成功会以什么形态、多大规模、什么时候兑现"。这是完全不同的两个问题。
这个行业的剧本，前半段是技术奇迹，后半段是商业考验。中场休息正在结束。诸侯混战的格局里，国模出海的故事刚刚开场。下一个半年，不是看谁模型更强，是看谁把模型用得更聪明。
数据来源：传媒行业深度报告
