# 从"卖智能"到"卖工作流"：AI公司重新定义自己的价值

2026年7月，MiniMax 发布 M3。如果你只看它的 Benchmark（标准评测，用于比较不同AI模型的表现好坏）排名，可能会觉得这不过是又一轮模型参数竞赛中的普通一场。

但如果你仔细看它展示了什么，会发现这家公司实质上发布了完全不同的东西——不是一个更聪明的模型，而是一套关于AI公司如何创造价值的新叙事。

这篇文章试图拆解：M3 的发布为什么不是一次普通的版本迭代，而是整个AI产业价值锚点迁移的信号。

01 评价标准变了：从"成绩单"到"能不能干活"

M3发布时，最醒目的内容不是MMLU（大规模多任务语言理解评测，测试模型知识广度）、GSM8K（小学数学应用题评测，测试数学推理能力）、HumanEval（代码生成评测，测试模型写函数的能力）这些传统知识考试。MiniMax花了大量篇幅介绍另一类指标：BrowserComp（浏览器操作能力评测）、SWE-Bench（软件工程任务评测，测试修复真实项目Bug的能力）、Terminal Bench（命令行操作评测）、OSWorld（操作系统级任务评测）。

这些指标测的是同一个东西：**模型能不能完成一项完整工作——修复一个真实项目的Bug、独立操作网页、调用开发环境、连接企业系统。** [1]

36氪奇点湃对此有一个精准概括：过去评价的是Intelligence（智能/知识），今天评价的是Task Completion（任务完成度）。[1]

**这就像一个公司招人，以前只看成绩单，现在考你能不能干活。AI行业的"考试制度"正在从笔试变成面试。**

这不是MiniMax一家在变。几乎同时期，LMArena（AI模型评测平台）推出Agent Mode（智能体模式——自动评估模型在真实任务中的完成率），评测重心从"聊天好不好"转向智能体执行真实任务的完成率和幻觉率。[5] Vercel发布skills生态，一键装技能包的工具安装量冲到230万次。[7]

最明显的趋势是——在消费级和企业通用场景下，几乎所有人都在从"你的模型多聪明"转向"你的模型能帮我干多少活"。

02 为什么是MiniMax——需要具体问题具体分析

MiniMax在产品表达中，同时在推进四种能力：Browser（浏览器操作）、Coding（代码修复）、Terminal（命令行环境）、MCP（Model Context Protocol，一种连接企业系统的标准协议）。这些能力合在一起看，它想展示的不只是一个模型，而是一套完整工作流。[1]

为什么？因为在消费级和通用企业场景中，今天大多数模型在"知识类"Benchmark上的差距已经缩小到几个百分点。与此同时，企业在AI上的支出正从"验证探索"转向"生产落地"。据奇点湃引用Gartner报告预测，2026年全球AI软件支出将达1350亿美元，其中大部分流向能融入实际工作流程的AI产品。[1]

但有一个重要的前提需要标注：**"模型能力趋同"这个判断更多适用于消费级/企业通用场景。在前沿推理、长上下文、多模态领域，顶级的头部模型与追赶者之间仍存在明显差距。** M3选择Workflow方向，更多是基于中国市场的现实——在API价格战的挤压下，工作流是差异化竞争的关键跳板。

这引出两个值得注意的中美差异：

**美国** — OpenAI、Google、Anthropic的驱动逻辑是"通用AGI（通用人工智能）→企业级Agent（智能体）"的顺延。据奇点湃引用Sequoia 2026年AI投资报告显示，Agent/Workflow领域融资占比从2024年的18%跃升至42%。[1] 这些公司先建立技术壁垒，再做工作层延伸。

**中国** — 据奇点湃报道，百度ERNIE API价格在过去18个月下降超90%，字节豆包以免费+场景绑定抢市场。MiniMax等工作流策略，更多是在模型价格战中寻找"逃离同质化竞争"的逃生出口。[1]

两者虽然都走向Workflow，但出发的原因完全不同。前者是建设者的自然外延，后者是囚徒困境中的突围选择。

03 从Token到Workflow：商业模式的底层重构

Token（大模型的基本计费单位，约等于一个字或几个英文字符）——这是目前大多数AI API计费的基础。你使用得越多，付费越高。

但越来越多企业购买AI，不是因为需要更多"回答"，而是为了完成更多"工作"。修一个Bug、整理一次会议、处理一张工单。价值单位从Token变成了Task。

这个逻辑有多严肃？看看一个叫Arena的平台就知道了。

Arena（原名Chatbot Arena，AI模型盲测排行榜平台）——一个不造模型、只做评测的平台。商业化服务上线8个月年化营收突破1亿美元，估值17亿美元。它的客户包括OpenAI、谷歌、Anthropic、Meta——所有造模型的公司都在找它付费评测。[2][3]

**资本投资的不是AI模型本身，而是"谁能定义AI工作能力"的基础设施。**

另一个佐证是Vibe Coding（一种用自然语言描述需求、由AI自动生成代码的编程方式）的爆发。一家金融科技公司Slash的员工，用AI编程消耗了约8万美元的token费用，搓出一款像素游戏。游戏意外走红，带来了关注度和新客户，最终转化为1亿美元的新增资产管理规模（AUM，Asset Under Management，即管理的资金量）。

这个案例的逻辑链是：**8万美元做游戏 → 游戏走红 → 吸引客户关注 → 客户转化为资管用户 → AUM增长1亿美元。**[6]

它不是"做游戏就能赚钱"的简单公式。关键在于：AI降低了"做一个完整产品"的门槛，让个体可以用较低成本完成一项商业任务。而"完成商业任务"正是AI从Token时代走向Workflow时代的核心驱动力。

奇点湃指出：Workflow的商业壁垒高于技术壁垒。因为技术可以被追赶——一个更好的模型发布，你的排名就往下掉。但工作流绑定了数据沉淀、员工习惯、系统集成，这些意味着更强的用户黏性和更稳定的商业模式。[1]

**企业的数据不会沉淀在一次聊天里，它最终沉淀在每天发生的工作流中。**

04 这场价值迁移的行业印证

把M3放进更大的产业图景里，四个维度同时发生着类似的转变：

**模型层** — 据开发者社区信息（未经OpenAI官方确认），OpenAI最新的GPT-5.6放弃传统Mini/Standard/Ultra分级，改用Sol（高难度推理和代码）、Terra（日常生产）、Luna（批量高频）分层定价。[4] 不再只卖"最强大脑"，而是卖不同精度的生产力工具。

**工具层** — Vercel的skills生态正把AI能力变成可复用、可下载的模块。但同时，Snyk安全审计发现3984个技能中超三成带安全缺陷，13.4%属严重级。[7] 能力好用了，风险也同步上升——这是企业落地时必须面对的另一面。

**评测量** — Arena从"人就判定谁聊得好"扩展到"机器自动评估任务完成率"。谁定义这个新标准，谁就掌握商业话语权。[2][3]

**企业层** — 36氪最新报道《AI砍掉的第一批大厂人》揭示了一个现实：携程、美团、字节等大厂的裁员潮中，"高薪、高绩效、高P"的保护屏障全部失效。AI提效、老业务增长乏力、投资AI新业务的现金压力三重叠加。斯坦福研究显示ChatGPT普及以来，22-25岁软件开发者的就业相比2022年底峰值下降了近20%。[9]

**所有这些信号指向同一个方向：AI的价值度量单位，从Token向Task迁移。**

05 对知识工作者的启示

读到这里，你可能觉得这只是AI行业的内部变化，和普通用户关系不大。

但事实是——它直接改变了你选择和使用AI的方式。

以前你挑AI，看的是Benchmark排行榜，"谁最聪明谁最好"。现在标准变了：不只看它能答对多少题，而要看它能不能帮你完成今天的工作。

这里有一个简单的三步自检清单，帮你评估手头任何AI工具：

**第一步：问它能不能完成一件具体任务？**

**第二步：问它能不能连进你的工作流？**

**第三步：问它干完活后留下了什么？**

这三个问题，普通人也能做。它们不需要你懂AI技术，只需要你明白一个道理：**AI的价值，最终取决于它帮你完成了多少工作。**

当模型能力趋同，AI公司的价值锚点不在它能答对多少道题，而在于它能进入你多少工作流。

这个转变刚刚开始。

参考文献

  1. **《MiniMax M3：一家AI公司，为什么开始重新定义自己的价值？》** — 奇点湃（36氪），2026-07-05. https://www.36kr.com/p/3882467938040710
  2. **LMArena lands $1.7B valuation four months after launching its product** — Julie Bort, TechCrunch, 2026-01-06. https://techcrunch.com/2026/01/06/lmarena-lands-1-7b-valuation-four-months-after-launching-its-product/
  3. **Arena, the AI leaderboard everyone uses, is now a $100M business** — Marina Temkin, TechCrunch, 2026-06-29. https://techcrunch.com/2026/06/29/arena-the-ai-leaderboard-everyone-uses-is-now-a-100m-business/
  4. **《硅谷无间道：GPT-5.6"偷跑"截杀Claude，最快明天端出三大模型》** — 第一新声（36氪），2026-07-06. https://www.36kr.com/p/3883839281099016
  5. **Arena launches Agent Mode** — 转引自TechCrunch Arena报道（参考文献[3]）
  6. **《Vibe Coding误烧55万元token，他靠嘲笑声反手赚了7个亿》** — 量子位（36氪），2026-07-06. https://www.36kr.com/p/3883634355695878
  7. **《狂揽2.4万星标：一行命令，AI会自己找技能了》** — 新智元（36氪），2026-07-06. https://www.36kr.com/p/3883329457483784
  8. **Gartner Forecasts Worldwide AI Software Spending to Reach $135 Billion in 2026** — Gartner, January 2026. 数据引用自参考文献[1]
  9. **《AI砍掉的第一批大厂人：高薪，高绩效，高P｜深氪》** — 任彩茹（36氪），2026-07-06. https://www.36kr.com/p/3883456791163138
  10. **Canaries in the Coal Mine? The Impact of AI on the Employment of Software Developers** — Stanford University, 2025. 转引自参考文献[9]