一个模型搞定一切的时代正在落幕

这个月有两条新闻,挨在一起显得有点别扭。Anthropic 发布了 Claude Fable 5,这是它向公众开放的最强模型 —— 通用前沿模型,一如既往地往上爬。而微软发布的不是一个模型,而是 一口气七个: 一个推理模型、一个更小的推理模型、一个编程模型、一个图像模型、一个 转写模型,还有两个语音模型——每一个都为一种能力而造,而不是追求样样精通。

这两件事并不矛盾;它们是同一个走向的两半。所有人盯着看的那场 竞赛,比的是一个模型在所有事情上变得更强。而真正在生产环境里跑起来的,恰恰 相反:一摞专门化的模型,每个都只干它最擅长的那一件事。一旦你看清这个 分野,「哪个模型最好」就不再是一个站得住脚的问题了。

单一全能模型的时代正在收尾

有那么几年,大家心里的模型很简单:有一个最好的模型,你拿它干一切,等更好的 出来了你就换。这个时代正在悄悄结束。正如一篇综述所说,这个领域已经 碎裂成一个个专门化的模型,每个都主宰着一种模态——一个模型包揽一切的日子已经过去了。 那些真正在搭建系统的人,越来越多地运行着一套精挑细选的模型组合,按任务来选, 而不是供奉一个钦定的冠军。

微软这次七个模型的发布,就是这套主张被全世界卖给最多企业的那家公司做成了 实物。他们没有去造一个转写、推理、编程、生成语音样样均衡的模型。他们造了一个 转写很在行的转写模型,和一个为编程调得又便宜又快的编程模型,并把它们设计成能 协同工作。这不是一种骑墙的对冲——它是一个明确的表态:最好的结果来自专家, 组装而成。

为什么「哪个模型最好」是个错问题

单一模型思维会一头撞进这样一个陷阱。一个通用的前沿模型,几乎从定义上 讲,对大多数具体任务都是资历过剩、效率低下的。用你最强的推理模型去转写 音频或重新排个日期格式,就像请外科医生来贴创可贴:能办,但荒唐。戛纳 AI 节就把这点摆了出来——企业之所以失败,不是因为 AI 不够强, 而是因为他们一再地 把通用模型硬塞进会惩罚低效的生产系统里。

所以「哪个模型最好」这个问题没有答案,因为它漏掉了下半句:在什么上 最好。最好的转写模型在编程上很烂。最便宜的代码模型在视觉上毫无用处。前沿 通用模型在真正困难、开放式的问题上最强——而在其它所有地方都是杀鸡用牛刀, 又慢又贵。这是同一条道理的模型层版本, 这条道理对智能体也成立:一个为单一任务打造的窄工具,胜过一个想包揽全部的通用工具。

搭一套组合,而不是押一注

务实的做法是别再去选某一个模型,而是开始组合一套堆栈——这 正是路由模式存在的意义。你把任务映射到模型上:专家模型用在它能赢的地方, 便宜模型用在常规活上,前沿通用模型只留给最硬的核心。几条原则:

• 有意识地让模型对上任务。 转写交给转写 模型,大批量分类交给一个小而快的,真正困难的推理交给前沿模型。别把一切都 默认丢给你最强的模型——那是又贵又慢的偷懒方式。
• 路由,而不是挑选。 一个产品不是一次模型调用;它是很多次。把每一次都送给能处理它的、最小、最合适的模型, 只在不得不升级时才升级。架构是这套堆栈,而不是那个单一 的选择。
• 把通用模型留给只有它能做的事。 前沿模型在开放式、 多步、新颖的问题上才配得上它的成本。对一切窄而 定义明确的任务,专家模型更快、更便宜,而且往往更好。
• 让每个槽位都可替换。 专家模型被替换得比通用模型 还要快。在一道干净的接缝背后,换掉转写模型或代码 模型只是改一行配置,而你的堆栈就一块块地悄悄变好。

归根结底

头条会继续给某个「最好的模型」加冕,因为一个不断攀升的 数字是个好故事。但价值真正被构建起来的方式,正在朝相反的方向走: 走向一摞专家,每个都在一件事上出类拔萃,组合成一个系统—— 这正是微软用发布七个而非一个模型所传递的信号。前沿 通用模型依然重要;只不过它如今只是堆栈里的一个槽位,而不是 整个答案。

所以当你伸手去够「最好的模型」时,停一下,问那个更好的问题:在我的产品 真正要做的哪一件事上最好?按任务回答这个问题,组装起 专家们,在它们之间路由——你会得到一个比让单一一个出色通用模型去包揽 一切更便宜、更快、也更好的产品。一个模型的时代更简单。堆栈的时代, 只是更好。