为什么在行业最烈火烹油的时刻，大厂却开始要用“黑盒 Agent”藏起自己的模型？
在外人眼中，前沿大模型厂商（Frontier Labs）正处于烈火烹油的黄金时代。2026年2月，Anthropic宣布完成新一轮融资，投后估值达到3800亿美元；同一份公告中，Claude Code的收入年化运行速率已超过25亿美元，自当年年初以来翻了一倍多。
估值、增长和技术突破交相辉映，模型原厂看起来仍在高歌猛进。但繁荣背后，一场围绕用户入口和定价权的商业保卫战，已经有了清晰的轮廓。
这听起来有些反直觉：明明站在技术革命的中心，为什么大模型厂商还要谈“保卫”？
AI SaaS ToB 行业产品老兵，创业者，欢迎关注并理性讨论。
之前有写了两篇文章来说明为什么大模型厂商的商业模式很差：
最近就发现AI大厂们正在悄悄的做一些事。
先看一下我观察到的近期 AI 产业链极其迅猛的“三阶段范式演进”，这一演进，差点让大模型原厂彻底丧失对终端用户的控制权：
- 第一阶段：大模型厂商 API + Agent（蜜月垄断期）。 在生成式 AI 爆发初期，少数几家 Frontier Labs 垄断了最高智力。第三方应用开发者直接基于官方大模型 API 开发早期 Agent，模型原厂享有极高的软件级毛利与绝对定价权。
- 第二阶段：推理服务商 API + Agent（管道化危机期）。 随着开源权重模型快速抹平能力代差，涌现出专门从事推理加速的“推理服务商” 将开源模型部署并把算力价格打穿地板，处于中间层的第三方 Agent 变得越来越精明。对于通用agent来说，绝大部分任务确实无需顶尖模型来做，于是它们在用户与底层模型之间架设了自己的路由层，把普通任务从昂贵的原厂 API 替换为廉价的 Token。大模型厂商突然发现自己正在被强行与终端用户隔离，并迅速下沉为毫无议价权的普通“水电煤”供应商——背负着最沉重的百亿美金研发资本开支（CapEx），却沦为随时可被热插拔的底层管道。
- 第三阶段（当前）：AI 大厂亲自下场发布通用 Agent（垂直整合反击期）。 为了逃离沦为“算力水电煤”的宿命，各大 AI 巨头与独立模型厂商发起了整齐划一的保卫战————亲自下场做通用Agent。截至目前，各 AI 大厂几乎都发布了自己的通用 Agent 产品，千方百计利用自身的一切分发渠道快速抢占通用 Agent 市场、强行把持用户入口，其核心目的只有一个：让定价权继续留在模型公司自己手中。
观察目前主流的通用 Agent 产品，除了微软 Copilot 这类生态聚合平台之外，最新的 Grok bot、Muse、Gemini Agent，都不再支持用户自选模型，而是由托管方的后台 Router 自动黑盒选择适合的模型。
- Muse的个人版不支持自选模型。
- Grok bot不再提供模型选择，除了自家模型。它会按任务自动路由到”最合适的后端”。
- Gemini Spark APP也没有了模型选择器。
这意味着，使用这些 Agent 产品的用户，实际上根本不知道自己正在调用的是什么模型。
与此同时，Claude Code仍允许用户选择模型，也能按规划与执行阶段切换模型。自动路由与用户选择，并不互相排斥。
砍掉模型选择器绝不仅仅是为了简化交互界面。它是大模型厂商商业保卫战的核心阳谋——而它们之所以敢于这么做，是因为大厂都已经彻底看清了一个工程真相：对于通用 Agent 来说，绝大部分任务根本无需顶尖模型来做。
01. 底层逻辑拆解：为什么必须这么做？又为什么敢这么做？
要理解从“卖 API”向“卖黑盒 Agent”的转变，需要理解财务压力与工程底牌。
1.1 夺回定价权：从“成本加成”重回“价值垄断”
在第二阶段“推理服务商 API + Agent”的架构下，谁掌握了直面用户的 Agent 入口，谁就掌握了业务上下文和随时切换底层模型供应商的生杀大权。此时，上游模型厂售卖的是标准化 Token，定价被迫锚定在“电费+硬件折旧”的成本加成模式上。唯有亲自下场把持通用 Agent 入口，并用黑盒 Router 切断用户的直接比价，模型厂商才能将商业模式从“按百万 Token 计费的苦力生意”重新拉回**“按任务结果与订阅席位收费的高毛利软件生意”。**
1.2 敢于黑盒化的底气：通用 Agent 任务的“二八定律”
为什么各大厂敢于剥夺用户的模型选择权？哪怕自家的模型在某些极限榜单（Benchmark）上比不过最顶尖的前沿模型，也依然底气十足？
因为在多步循环的通用 Agent 架构中，顶尖前沿模型的边际收益正在急剧递减。
在传统的 Chatbot（单轮对话）时代，一次提问对应一次输出，底层模型的智商短板会瞬间暴露。但在通用 Agent 时代，用户下达一个指令，后台会被拆解为 30 到 100 个连续的子步骤循环：任务拆解、调用搜索、解析网页 DOM、提取 JSON 字段、修复简单语法报错、汇总排版。
在这个长达百步的工作流中，任务复杂度呈现出极端的二八分化：
- 仅有 5%–10% 的关键节点需要顶尖推理模型： 例如最初的复杂任务规划（Planning）或极端边界情况的逻辑决断。
- 其余 90%–95% 的节点全是确定性的“机械体力活”： 例如读取网页摘要、转换数据格式、核对字段。
在这占绝对多数的 90% 节点上，轻量级小模型（如 Mini / Flash 级或 7B/8B 蒸馏模型）的完成度与庞大的前沿模型几乎毫无二致，但推理成本仅为后者的五十分之一，延迟仅为十分之一。
更关键的是，如果让 100 个步骤全部调用前沿大模型，高昂的成本和首字延迟（TTFT）会直接击穿产品的单位经济模型与用户体验。因此，即便一家大厂的模型比不上全行业最顶尖的前沿模型，只要它能撑起那 10% 的规划节点，并控制好自家内部模型矩阵的性价比与工程脚手架（Scaffolding），就依然能完美满足绝大部分客户的需求。
1.3 为什么微软 Copilot 是唯一的例外？
这也解释了为什么唯独微软 Copilot 依然支持用户自选多模型。微软的核心底色是“企业级工作流聚合平台（M365 / GitHub）”，而非单一的自研 Frontier Lab。对微软而言，引入各家模型让用户任选，反而能削弱单一模型供应商的议价权，把企业客户更深地锁死在微软的应用生态里。相反，对于重资产自研模型的巨头而言，开放模型选择器不仅会招致直观的跑分对比，还会打乱自家算力集群（TPU/GPU）的负载均衡。
1.4 隐秘的复利：截留“轨迹数据”与自动蒸馏飞轮
大厂强推自研黑盒 Agent 还有一个隐秘的战略企图：垄断端到端的执行轨迹数据（Trajectory Data）。在“推理服务商 API + 第三方 Agent”模式下，哪一步失败了、如何重试、工具如何组合才成功等最宝贵的完整轨迹，全留在了第三方手中，API 厂商只能看到碎片化的单次请求。
当大厂用自家的黑盒 Agent 接管一切后，后台的 Router 就变成了一台全自动的“内部模型蒸馏机”：每当遇到棘手难题，Router 偷偷调用昂贵的顶尖模型解决；解决后的完整成功轨迹会被立即记录，用于微调内部的廉价小模型。几周后，同类任务就会被无缝降级交给小模型处理——用户感知的服务质量毫无变化，但大厂后台的毛利率却在静默中大幅暴涨。
02. 产业进程四步推演：从各自突围到三足鼎立
将拥有传统入口的生态巨头（Google、Meta、xAI）、独立 Frontier Labs（OpenAI、Anthropic）、独立套壳 Agent 创业公司以及纯推理服务商纳入同一张全息版图后，这场商业保卫战将沿着清晰的四个阶段演进：
2.1 第一阶段：模型选择器消失与“毛利套利”（当前正在发生）
无论是拥有天然流量池的传统巨头，还是 OpenAI、Anthropic 等独立 Frontier Labs，全面开启“路由内化”。例如 OpenAI 在 GPT-5 架构中直接焊死了系统级实时路由器（Real-time Router），自动在轻量极速层与深度思考模式（Thinking Mode）之间切换，在后台将推理 Token 消耗压缩了 50%–80%。各大厂对外依靠旗舰模型的顶尖品牌心智获客并锚定高订阅价格，对内则通过 Router 将 85% 以上的执行步骤分发给极低成本的内部轻量模型，赚取“心理锚定在前沿模型、实际交付靠轻量模型”的巨额毛利套利（Margin Arbitrage）。
2.2 第二阶段：前向整合与独立通用 Agent 的双面夹击（近期洗牌）
此前依靠“采购外部 API + 编排通用工作流”的独立套壳 Agent 创业公司，在这一阶段迎来灭顶之灾，遭受来自两个方向的合围：
- 传统生态巨头的降维打击： 手握操作系统、浏览器、社交网络或办公套件的大厂，将原生 Agent 直接嵌入系统默认入口，以近乎零摩擦的分发成本截流大众用户。
- 独立模型厂商（OpenAI / Anthropic）的亲自下场“截胡”： 缺乏传统操作系统入口的 OpenAI 和 Anthropic 绝不甘心留在幕后做批发商。以 Anthropic 为例，为了避免沦为第三方编程 IDE 的后端管道，它亲自下场推出官方重度 Agent——Claude Code与计算机操控（Computer Use），直接接管开发者终端与企业工作流，短短数月便创造数十亿美元级的年化收入。上游独立模型厂商开始直接“吃掉”曾经属于自己最大 API 客户的业务领地，把卖 Token 的批发商生意变成了直接卖“数字员工席位”的零售生意。
2.3 第三阶段：命运分水岭——为什么独立模型厂商不会沦为“推理服务商”，谁又会掉队？（中后期分化）
推演到第三阶段，一个关键问题浮出水面：为什么纯推理云会彻底变成低毛利的“数字水电煤”，而同样没有传统操作系统的 OpenAI 和 Anthropic 却不会沦为 推理服务商？
因为对于背负百亿研发成本的独立模型厂商而言，沦为纯 推理服务商等同于财务自杀。 纯粹的 推理服务商直接拿开源权重（如 Llama、DeepSeek、Qwen）做推理优化，不承担分毫的预训练研发沉没成本（Pre-training R&D CapEx），因此可以在电费级的微薄毛利下生存。而如果 OpenAI 和 Anthropic 退居幕后做无状态 API，第三方路由就会把 90% 的简单任务切给廉价开源 推理服务商，只在遇到 10% 极难任务时才调用一次前沿模型——这会导致 Frontier Labs“承担全行业 100% 的天价研发折旧，却只能分到全行业 10% 的零头流量”，直接引发财务崩盘。
为了在第三阶段绝地逃生，头部的 OpenAI 和 Anthropic 筑起了两道纯 推理服务商无法逾越的高墙：
- 将“无状态 API”升维为“有状态 Agent 运行时（Stateful Runtime）”： 推理服务商卖的是随时可替换的无状态算力；而头部独立模型厂商正在将底座改造成包含持久记忆（Persistent Memory）、高达 90% 折扣的上下文缓存（Context Caching）、原生代码沙盒与工具协议（如 MCP）的有状态运行时。一旦企业的业务状态沉淀其中，替换模型的成本就等同于推倒重来。
- 垄断“10% 顶层规划大脑”： 即便 90% 的步骤是体力活，但决定任务成败上限的那 10% 顶层规划（Planning）和复杂纠错，依然只有极少数顶尖模型能胜任。头部模型厂商正是凭借这 10% 的智力代差实施“捆绑销售”，强迫用户使用自家的闭环 Agent 体系，从而顺理成章地用自家的轻量模型吃下剩下 90% 的高毛利流量。
第三阶段的真正牺牲品： 除了纯粹的开源模型推理云彻底公用事业化之外，真正坠入水电煤深渊的是处于夹心层的**“二线闭源大模型厂商”**——它们的旗舰模型不够顶尖，无法垄断那 10% 的核心规划节点；同时又未能打造出像 ChatGPT 或 Claude Code 这样不可替代的自营王牌入口。进退失据之下，二线模型厂将彻底丧失定价权，与开源 推理服务商一起卷入惨烈的算力价格战甚至被清盘。
2.4 第四阶段：市场终局的“三足鼎立”与垂直深水区（远期稳态）
当洗牌结束，AI 产业链将彻底告别早期的混战，形成层次分明的三大稳态生态位，外加一个留给独立创业者的垂直死角：
| 终局生态位 | 核心代表玩家 | 核心护城河 | 商业模式与定价权归属 |
|---|---|---|---|
| 1. 生态入口型巨头（Ecosystem Giants） | Google、Microsoft、Meta、Apple | 操作系统、浏览器、社交网络、办公套件入口 + 自研全尺寸模型矩阵 | 生态流量税 + 隐形路由套利： 将通用 Agent 变成系统基础设施，靠内部黑盒调度最大化消化自有算力集群规模红利。 |
| 2. 模型原生超级应用厂（Top Frontier Labs） | OpenAI、Anthropic | 10% 极限前沿智力定义权 + 自营王牌 Agent（ChatGPT / Claude Code）+ 有状态 Runtime | “前店后厂”高溢价模式： 前端靠品牌心智与官方 Agent 按席位/结果收取高额订阅费，后端靠内置 Router 持续压缩交付成本。 |
| 3. 算力公用事业层（Token Utilities） | 纯开源模型 推理服务商、掉队的二线大模型厂 | 芯片级编译优化、电力与机房成本控制、极致吞吐效率 | 水电煤成本加成模式： 彻底丧失终端品牌溢价与模型定价权，沦为赚取微薄加工费的标准化算力代工厂。 |
而在这三大巨头阵营之外，独立第三方 Agent 创业公司唯一能存活的 10% 领地，将是那些巨头无法触达私有数据、合规壁垒极高、或者需要深度耦合线下复杂非标业务流的重度垂直行业（Vertical AI）。
03. 结语
从“大模型厂商 API + Agent”到“推理服务商 API + Agent”，再到如今各大厂纷纷亲自下场推出黑盒调度的通用 Agent，这条演进脉络清晰地勾勒出了 AI 时代最残酷的商业博弈。
各大 AI 巨头不约而同地砍掉模型选择器、将算力调度藏进通用 Agent 的黑盒之中，绝非一次简单的界面改版，而是独立模型厂商在看清“水电煤化”危机后发起的一场教科书级的商业保卫战。它们用行动宣告：即便基础 Token 终将变得像电力一样廉价且充沛，掌握了顶层规划智力、黑盒路由器与终端交互入口的模型巨头，依然会是那个既卖电器、又控电网、还把持着最终电费定价权的庄家。
04. 原文来源
原文发表于微信公众号“中老年叨叨”（2026年10月14日 19:25）。查看微信公众号原文。