过去三天,AI圈发生了两件看似不相关的事:7月31日,DeepSeek-V4-Flash正式版低调上线,Agent能力大幅超越自家4月发布的V4-Pro预览版;7月30日,OpenAI给GPT-5.6最便宜的Luna模型直接降价80%,中间档Terra也降了20%。
这两条消息拼在一起,说明一件事正在发生,而且比大多数人意识到的更彻底:智能,正在变成一种像自来水一样廉价的基础设施。而这件事对普通人和小团队意味着什么,才是真正值得花时间想清楚的问题。
一、两条新闻背后,是同一个信号
先把数据摆清楚。
DeepSeek-V4-Flash正式版这次更新,官方评测显示它在九项智能体、代码和自动化基准上的成绩,已经明显超过了自家4月发布的V4-Pro预览版——用更小的参数规模、更低的成本,干出了比"旗舰版"更强的活。第三方评测机构Artificial Analysis给出的智能指数是50分,和Gemini的Flash档位相当,距离GPT-5.6旗舰档和GLM-5.2也只差1分。翻译成人话就是:便宜版模型,正在追平甚至反超贵版模型。
再看OpenAI这边。GPT-5.6在7月9日刚上线三周,OpenAI就把最便宜的Luna从每百万token 1美元/6美元砍到0.2美元/1.2美元,中间档Terra也降了20%,唯独旗舰档Sol纹丝不动。业内报道直接点破了原因:这是对中国低价AI供应商竞争压力的直接回应。
一边是开源模型拿着更小的参数打赢了自家旗舰,一边是闭源巨头被迫对便宜档位大幅降价、旗舰档却守住不动——这其实是同一件事的两面:AI能力的"够用线"正在被迅速拉低成本,而"天花板"的价格却依然坚挺。换句话说,行业已经用真金白银投票,承认了一个事实:能完成大多数实际工作的智能,不再稀缺。
二、活字印刷术教会我们的事
历史上类似的时刻,其实发生过不止一次。
北宋庆历年间,毕昇发明了活字印刷术。这件事在当时看起来,是"印刷成本"这个稀缺资源被打破了——原来刻一块雕版要花好几个月,现在活字随时拆装重排,一本书的复制成本断崖式下跌。
但历史给出的答案很扎心:真正靠活字印刷术发家的,从来不是掌握印刷技术本身的人。毕昇本人穷困潦倒,史书里对他的记载寥寥数笔。真正吃到这波红利的,是后来福建建阳一带的书坊主——他们不懂刻字的手艺,但懂得选什么书能卖、怎么编排内容、怎么铺货到各地书院和考生手里。技术只是把"复制"这件事变便宜了,而"判断什么值得复制、怎么把它送到需要的人手里",从来都是稀缺的。
这个逻辑放到今天,一字不改。当模型能力变得像纸和活字一样便宜、随处可得,单纯"会用AI写代码""会用AI写文章"这件事本身,就不再是护城河了——就像当年"会认字排版"不再是护城河一样。真正稀缺的,又一次回到了"谁能判断做什么、谁能把它组装成一套能持续运转的系统"。
三、护城河正在从"用哪个模型"转移到"能不能组装成系统"
这是我认为最容易被忽略、但对个人和小团队最关键的一层判断。
过去两年,很多人焦虑的问题是"该学哪个模型""该用GPT还是用某某国产模型"。这个问题本身,正在快速失去意义——因为几乎所有主流模型的"够用能力",都在以肉眼可见的速度变便宜、变通用。你纠结的那个选择题,答案很快会是"都行"。
但这恰恰是个人和小团队的机会窗口,而不是威胁。原因很简单:大公司的组织结构,天然不适合"快速把便宜智能组装成系统"这件事。大公司决策链条长,一个新模型接入到业务流程里,往往要走安全评估、供应商审批、部门协调,走完流程半年过去了,便宜的红利早就被别人吃掉。而个人和三五人的小团队,恰恰没有这些包袱——今天看到一个便宜又好用的能力,明天就能接进自己的工作流里。
我自己这两年在做的事,其实就是把这个判断落地:用Memos做素材库、用Obsidian做知识沉淀、把内容生产和产品开发接进同一条流水线。这不是因为我提前预判到了今天这两条新闻,而是因为一旦你相信"智能会持续变便宜",你就会本能地把重心从"追更强的模型"转移到"搭一套自己的系统,让便宜的智能持续为我所用"。
护城河从"占有稀缺资源"变成"占有组装能力"——这句话值得贴在书桌前。
四、内容和开发,为什么应该拧成一股绳
具体到怎么做,我想说一个可能反直觉的判断:对个人和小团队来说,内容创作和产品开发不应该是两条独立的战线,而应该是同一套系统的两端。
原因是,便宜的智能带来的最大变化,不是"能做的事变多了",而是"试错的成本几乎归零了"。以前想验证一个想法能不能成,要么写代码做个demo,成本以周计;要么写篇文章测反馈,成本以天计。现在,一个小团队完全可以用极低的成本,同时在两条线上跑:
内容,是最便宜的测试场。你把一个判断、一个方法论写成文章发出去,读者的反馈——转发、评论、私信——就是最真实的市场信号,而且几乎零成本。
开发,是把测试出来的东西产品化的手段。内容验证过的需求,不需要再靠猜,直接用现在便宜到近乎白送的AI编程能力,把它做成一个真正能用的小工具、小产品。
这两件事打通之后,会形成一个飞轮:内容验证方向→开发把方向做成产品→产品的使用反馈反过来变成新的内容素材→吸引更多同频的人→继续验证下一个方向。这个飞轮转起来之后,你会发现自己不再需要判断"这个模型够不够强",因为你比拼的从来不是模型,而是这套飞轮转得快不快。
反过来想,如果一个人或者一个团队,内容归内容、开发归开发,两拨人互相不知道对方在干什么——那这轮智能白菜化带来的红利,大概率会跟他们没什么关系,就像当年那些只会刻字、却不懂选书卖书的匠人一样。
智能变便宜这件事,不会停。今天是DeepSeek和GPT打价格战,明天大概率还有下一轮。真正决定你能不能吃到这波红利的,从来不是你用的哪个模型,而是你有没有一套属于自己的系统,能把每一次变便宜的智能,持续转化成读者愿意转发的内容、和别人愿意付费的产品。
这个系统,你现在搭到哪一步了?
想和我深度交流,欢迎添加昆昆微信,或加入推敲星球——创业者的能量补给站,一起成长。
留下回应