AGI不是裁判哨，是成本流水账

AGI叙事下的成本流水账

这两天模型圈很热闹。OpenAI发布GPT-6 Astra后，总裁布罗克曼说欢迎来到AGI时代。三天后黄仁勋说，从ChatGPT到o1再到Astra只用了四年，AGI已经到来。

这像新能源实验室把样机搬上产线。样机能跑，不代表良率、成本、售后、责任边界都定了。AGI也没有统一裁判。Sam Altman自己都说这个词定义糟糕，像营销术语。厂商喊AGI，是在抢叙事权。

短期看，这事影响估值。关键看能不能把智能做成可标价、可续费、可审计的流水。我前几天拆活体皮肤公司时有这个感觉，概念越大，越要问证据链。今天看Astra，要问三个问题。调用一次多少成本，出错一次谁担责，客户是否愿意为结果付费。跑分高只证明研发端进步，进采购清单才证明商业端成立。

素材里提到Astra两个能力，Computer Use和Judgment。前者让模型看界面、操作软件，后者让它自己处理不影响方向的小事，只在需要人拍板时停下来。这很像我最近看Agent赛道一直在等的东西。之前我把自动化速度当壁垒，现在想法变了。速度会被卷平，难点是把一次执行变成可回放、可审计、可追责的过程。就像我写AI替人救火那篇，救火本身不稀缺，把救火写成流水账才稀缺。

长期看，AGI是否到来，取决于它能不能替人承担一段完整责任链。硬科技里，单点性能强不等于壁垒。电池材料一个指标提升，可能马上被对手跟进；但能进车企验证体系，才形成护城河。AI模型也是。如果只能聊天、画图、写代码，估值容易像工具软件。如果能进入工业软件、能源调度、风控合规这类有预算、有审计、有监管的环节，它卖的是决策外包，Token只是计费方式。

但这里也有坑。模型越强，毛利未必越好看。算力像炼油，Token上架像便利店，前端越像普惠，后端越像重资产。若底层推理成本降不下来，现金流就难看。AGI叙事下，最先受伤的可能是靠包装类AGI能力融资的中间层应用。它们没有自有模型，没有数据回流，没有客户审计接口，一旦大厂把操作和判断做成默认能力，渠道会被吸走。

所以我不看“AGI来了”这四个字，我看退出路径。未来能活下来的公司，大概率有三类。有独占数据，并能把数据转化为行业判断；有垂直流程控制权，能把模型动作嵌进审批、日志、回滚；有资本和渠道，能把智能变成行业标配。最差的，是只会拿开源模型套壳，再把演示视频剪成融资材料。

趋势预测就一句。接下来两三年，AGI这个词会越来越像营销壳，市场更可能给可审计的判断力定价。谁能把一次AI操作变成客户敢签字、监管可追溯、内部能复现的成本流水账，谁就能拿到溢价。至于OpenAI是不是已经造出AGI，留给评论家。我这边只看账单。