新世界：国王已死，上帝模型已碎——2026年，AI进入多极分裂纪元
原创出品 | 龙鹰镖局
2026年4月。杭州。
梁文锋坐在他的办公室里，看着DeepSeek V4的发布仪表盘。这个模型有1.6万亿参数，是一个混合专家架构——每次推理只激活490亿个。它在某些基准上逼近GPT-5.5和Claude Opus 4.7，但价格是它们的六分之一。输入每百万token 1.74美元，输出3.48美元——而OpenAI的GPT-5.5是5美元输入、30美元输出。
这个价格差不是竞品之间的微调。这是两种经济体系的正面碰撞。
同一个月。一份叫Ramp AI Index的报告显示：Anthropic在企业支出份额上首次超过了OpenAI——34.4%对32.3%。Claude Code正在以每年25亿美元的速度产生收入。编程用例中，Anthropic占据了54%的市场份额。2012年在辛顿实验室里写AlexNet的那些人中的一个——Ilya Sutskever——在2022年按下了ChatGPT的发布按钮，然后在2023年投票解雇了Altman，然后在2024年成立了自己的新公司。
国王已经死了。国王万岁。但王座上坐了不止一个人。
2026年5月。何恺明——还记得他吗？那个写了21世纪被引最多论文之一的广东男孩——和他在MIT的团队发表了一篇论文。标题叫ELF：嵌入式语言流（Embedded Language Flows）。它提出了一个对自回归语言模型的根本性挑战——不一定非要一个词一个词地生成。在连续嵌入空间里用扩散模型直接建模语言，只在最后一步才把”意义”映射成”文字”。 字节跳动的Seed团队几乎同时得出了同样的结论。
（ps：自回归——“根据前文预测下一个词”——是GPT、Claude、Gemini、DeepSeek的一切。如果这个范式被推翻——如果语言的生成不需要”从左到右一个词一个词地排”——那将是比Transformer取代RNN更深刻的一次地基更换。而且这次没有来自谷歌的一篇八页论文来做引信。这场革命正在从中国、从MIT、从世界的多个角落同时涌现。）
这不是一场”谁赢了”的故事。这是一场”旧世界已经不存在了”的故事。
一、国王已死
2022年11月30日那个夜晚——ChatGPT发布的时刻——OpenAI几乎等于AI本身。一款产品，一家公司，一种模型架构，占据了这个行业80%的注意力。
2024年。OpenAI的移动端份额是69%。
2026年。45%。
这不是崩溃。在这个赛道里，45%仍然意味着每周数亿的活跃用户。但趋势不会说谎。
国王没有死。但国王不再是唯一的存在。
Anthropic的Claude——那个被OpenAI前员工因为”他们发产品太快了”而出走创立的公司——在编程这一单点战场上，已经连续统治了18个月。Ramp追踪的是真实的信用卡交易数据，覆盖约5万家美国企业。在这份数据里，Anthropic的企业支出份额从2023年6月的0.03%涨到了2026年4月的34.4%。 这不是追赶。这是一种无声的接管。
谷歌回来了。Gemini 3.1 Pro在某些基准上已经处于并列第一——尤其是在纯知识和推理方面。三年前所有人都嘲笑谷歌”起了个大早赶了个晚集”。现在没有人在笑了。
DeepSeek——那个用不到600万美元训练成本震撼了华尔街的中国初创公司——已经把前沿模型的价格砸到了硅谷无法理解的水平。V4 Flash：输入每百万token 14美分。输出28美分。这甚至比OpenAI最便宜的Nano模型还要便宜。 而且V4已经被验证可以在华为昇腾芯片上运行——这意味着中国正在建设一套完全独立于英伟达的AI基础设施。
Meta的LLaMA。字节跳动的豆包。月之暗面的Kimi。智谱的GLM。MiniMax。中国四大模型厂商在OpenRouter上消耗的Token量已经超过54%。
在2026年的AI牌桌上，已经不再只有一把椅子。而牌桌上的每一个玩家，都相信自己有某种别人无法复制的优势。
二、“上帝模型”碎了
更深刻的变化不在牌桌上。在牌桌底下的地基上。
过去五年的AI叙事可以用一句话概括：“造一个足够大的模型，让它学会一切。“GPT-1。GPT-2。GPT-3。GPT-4。每一次迭代都是同一个逻辑的延续——更大的数据、更多的参数、更深的网络。一个模型统治一切。
2026年，这个叙事碎了。
不是被谁打败的。是被现实碾碎的。
第一道裂缝：Agent通胀螺旋。 2026年5月，OpenRouter数据显示Hermes Agent每天消耗6290亿Token，OpenClaw每天1540亿。Top 6中5个是Agent。不是人在消费Token——是Agent在消费自己。 每一个Agent任务不再是一句话的问题——是几十次工具调用、数百次推理循环、数千次记忆检索。每一次都燃烧Token。每一次都推动算力需求飞升。芯片供应的瓶颈从”训练”转移到了”推理”——然后发现推理比训练更贵，因为它是持续的、不可预测的、指数级增长的。
（ps：你在这个系列第三篇里读到的是”反向传播的复活”。在第六篇里读到的是”GPU让AlexNet成为可能”。在第八篇里读到的是”Transformer的并行化优势”。现在请你闭上眼睛，把这些线索连起来——算法效率每提升10倍，Token总消耗增加100倍。 这不是矛盾。这是杰文斯悖论在AI时代的完美复现。越高效，越便宜，用得越多，总消耗越大。这是一条不可逆的、指数级的、通向星空的坡道。）
第二道裂缝：“左脑和右脑”的分裂。 前沿AI实验室正在发现——一个单一的模型，在所有任务上同时达到最佳表现，在数学上是不可能的。 因为RLHF和人类偏好对齐的过程本质上存在一个悖论：让模型在编程任务上极其严谨（低温、高确定性）和让模型在创意写作上极其自由（高温、高多样性）——这两种优化方向互相矛盾。你只能选一个方向优化。
于是市场自动分裂。 GPT-5.5偏向”左脑”——逻辑、代码、后端。Gemini 3.1 Pro偏向”右脑”——设计、美学、创意。Claude Opus 4.8在Agent编排上做到了极致——用Claude Code的Dynamic Workflows让一个”主控模型”把任务分拆给多个”子Agent”，像大脑额叶调度左右半球一样。
“上帝模型”死了。活下来的是”社会智能”——不再是一个神，而是一个由多个专业化模型组成的、通过编排层协同工作的系统。
第三道裂缝：何恺明的ELF。 自回归范式——从Transformer到GPT到Claude到DeepSeek——有一个所有人都心知肚明的致命弱点：错误会累积。 当模型一步一步生成文本时，每一步的微小误差都会传导到下一步。写得越长，偏差越大。扩散语言模型（DLM）试图从根本上解决这个问题——不像自回归那样”从左到右写”，而是”先勾勒轮廓，再逐步细化”，就像人类画家先画草图再上色一样。
ELF论文证明了连续空间的扩散语言模型可以在更少的训练Token、更少的生成步数下，达到与自回归模型竞争甚至超越的性能。如果这条路被走通——那么GPT架构的统治地位将不取决于OpenAI有多少钱，而取决于物理定律允许哪一种范式走得更远。
（ps：何恺明是这篇论文的名字出现在这篇终章的原因。2009年，他还是香港中文大学的一个本科生。2015年，他的ResNet让152层的深层网络成为可能——那个发现后来成为从AlexNet到AlphaGo到ChatGPT的几乎所有深度学习系统的骨干。2026年，他开始质疑自回归的根基。他不是一个”名人被提一下”。他是那条链上的一个环节——就像1956年的麦卡锡、1969年的明斯基、1986年的辛顿、2017年的八个人一样。这篇终章里出现的每一个名字，都是70年链条上的一环。而你正在读的这篇文章，是这条链上最新的一环。）
三、分裂但不再恐惧
这里有一个最微妙的变化。
当1997年深蓝击败卡斯帕罗夫时——全世界感到恐惧。当2016年AlphaGo击败李世石时——两百万人看了直播。李世石向全人类道歉。当2022年ChatGPT出现时——“AI取代人类工作”的恐慌席卷全球。
但在2026年——恐惧的底色变了。
不是因为AI变弱了。恰恰相反——AI比任何时候都更强大。Claude Opus 4.8可以编排几十个子Agent并行执行复杂的编程任务。Agent可以自主调用工具、检索记忆、自我修正。英伟达刚刚发布了GB300——一台可以在桌面上运行1万亿参数模型的超级芯片。
但恐惧变成了适应。
AI被内置进了日常。程序员用Claude Code写代码。作家用ChatGPT做头脑风暴。设计师用Gemini生成初稿。每一个iPhone都跑着Apple Intelligence。人类不再”对抗”AI。人类正在学会”和AI一起工作”。 这听起来平淡——但它是文明级别的范式转换。就像电被发明之后，人类经历了”恐惧触电→学会用电→离不开电”的过程。AI正在进入它的”电力化”阶段。
而更重要的是另一个转变——从2022年的一家公司拥有唯一的答案，到2026年没有人拥有唯一的答案。 这对人类来说可能是一件好事。垄断性的超级智能令人恐惧。竞争性的智能生态——无论多强大——是人类可以参与的。因为你可以选择。当世界上有五个不同的、互相竞争的AI系统时——没有任何一个系统能单独决定你看到的”真相”。
四、未完待续
现在时间是2026年6月。这篇文章写到这里，必须停下来。因为接下来会发生什么——没有人知道。没有人。
DeepSeek V4 Pro声称它的能力和GPT-5.5之间只有”3到6个月的差距”。Anthropic的Opus 4.8和OpenAI的GPT-5.5在智能指数（Artificial Analysis Intelligence Index）上的分差不到1分——57.3 vs 56.8。中国和美国之间的AI差距——按斯坦福2026年AI指数的说法——正在”有效关闭”。华为的昇腾芯片和英伟达的GB300之间的差距，正在从”代差”变成”品类差”。何恺明的ELF和字节跳动的Cola DLM，正在从不同方向向自回归范式的堡垒发起攻击。
这不是一个”终局”。这是一个”开局”。
70年前的此刻——1956年6月——麦卡锡、明斯基、香农和罗切斯特正在达特茅斯学院数学系的顶层教室里争论。他们不知道自己在争论的东西以后会被称为什么。他们只知道——他们问对了一个问题。
“智能可以被机器模拟吗？”
那条问题的链条——从1956年的那个夏天开始——经过1969年的弑父、1986年的复活、1997年的恐惧、2006年的坚守、2012年的爆发、2016年的超越、2017年的重塑、2022年的降临——一直延伸到你现在正在读的这一行字上。
它没有断。
它正在被继续写着。
被杭州办公室里的梁文锋写着。被旧金山的达里奥·阿莫迪写着。被MIT实验室里的何恺明写着。被首尔的开发者写着。被多伦多还没有放弃的某个人写着。被正在读这篇文章的你写着。
因为”新世界”不是一个结局。它是下一个问题的开始。
而那个问题——在70年前的那个夏天——已经被问出来了。
未完待续。
原创出品：龙鹰镖局
「AI群星闪耀时」系列 · 终章 10篇 · 70年 · 从1956到2026 · 从诞生到分裂
系列全篇回顾： 第一篇 · 1956，达特茅斯之夏——四个人，一份7500美元的赌注，和一个至今未实现的预言 第二篇 · 1969，弑父者明斯基——一本258页的数学书，如何杀死了一个领域，和他的高中同学 第三篇 · 1986，反向传播的复仇——一个被遗忘12年的算法，一群地下党，和神经网络的复活 第四篇 · 1997，机器的最后一分钟——深蓝没有击败卡斯帕罗夫，恐惧击败了他 第五篇 · 2006，多伦多的孤独先知——一个被骂了三十年”骗子”的人，如何成为AI教父 第六篇 · 2012，ImageNet时刻——两张游戏显卡、一间卧室、和那个让AI世界劈成两半的秋天 第七篇 · 2016，第37手——一颗不属于人类的棋子，如何让围棋2500年的历史重新开始 第八篇 · 2017，改变世界的八页纸——一篇论文的八个作者全部离开了谷歌，然后世界被改变了 第九篇 · 2022，奇点之夜——一个按钮按下去，两个月后1亿人 第十篇 · 2025-2026，新世界——分裂纪元，未完待续
参考资料：DeepSeek V4技术报告(2026); Ramp AI Index(2026); Anthropic Opus 4.7/4.8发布; VentureBeat DeepSeek V4报道; CFR中美AI分析; He Kaiming ELF论文(2026.05); ByteDance Cola DLM(2026.05); NVIDIA GB300/Microsoft Build(2026); Stanford AI Index 2026; Artificial Analysis Intelligence Index等