兩個天體相互繞行時,軌跡穩定且可預測。一旦加入第三個天體,系統便陷入混沌:每個天體的質量都足以彎曲其他天體的路徑,任何一方的些微推動,都可能牽動三者的整體軌跡。《Fortune》一篇評論的作者正是以此框架看待 2026 年的 AI 經濟——三股力量相互拉扯:以 OpenAI 與 Anthropic 為首的閉源前沿實驗室、多數來自中國的開放權重模型,以及建立在兩者之上的應用公司。每一方都強大到足以重塑其他方的軌道,但沒有任何一方能決定系統最終落於何處。

過去數週與數月的多起事件,進一步加深了系統的不穩定。最戲劇性的變化,在於前沿實驗室累積的動能,以及它們同時面臨的新障礙。在 Anthropic 領軍下,這些實驗室迎來前所未有的需求,營收也隨之出現驚人成長。這種擴張讓 AI 工具更廣泛地普及至經濟體系,但同時也讓許多買方更尖銳地提出疑問:這些支出究竟帶來多少回報?據作者估計,AI 支出目前約當於美國全部白領薪資的 0.5% 至 1%——在作者看來,這樣的規模值得審視。

今年 7 月,Palantir 的 Alex Karp 向 CNBC 表示,這些實驗室銷售產品的方式「完全出了問題」:他認為,企業正在「tokenmaxxing」——大量砸錢購買 token,生產力卻未見相應提升。同一時期,前沿競爭也趨於激烈,Meta(Muse Spark 1.1)與 xAI(Grok 4.5)紛紛推出能力日益強大的模型,與 Anthropic、OpenAI 及 Google 同場較勁。

開放模型(尤其是中國公司的產品)也有所進步。Zhipu 的 GLM 5.2 與 Moonshot 的 Kimi K3,如今在多項重要基準測試上的表現已達到或接近前沿水準。這些模型的能力與同級閉源模型相差無幾,價格卻只有前者的一小部分,為開放權重生態系注入強勁動能。美國的開放權重模型也在建立自身的可信度:在 Thinking Machines 的 Inkling 與 Nvidia 的 Nemotron 3 領軍下——兩者能力出色,雖尚未完全躋身前沿——為市場提供了不同於中國產品的本土替代方案。對應用公司而言,更豐富的選項至關重要,因為模型選擇同時影響成本與控制權,這也正是許多領先業者加速在開放權重模型之上構建產品的原因。

三體系統向來難以預測。儘管如此,作者仍在 2026 下半年理出幾條大勢。

首先,對前沿定價的不滿將會緩解——部分原因是競爭將壓低價格,部分原因是 AI 支出的回報將開始顯現。文章認為,當前的諸多焦慮反映的是時間落差:採用速度跑在了實際效用之前。對汽車、手機等過去的多數技術而言,普及往往發生在價格下跌之後;AI 的採用速度卻快得多,因此證明價值的壓力在使用量仍在擴張時便已到來。作者寫道,回報終將出現——對某些公司是更快的成長,對另一些公司是成本節省,最終將體現為整體經濟生產力的提升。

其次,邁向多模型世界的轉變將持續推進,其動力來自競爭,理想情況下也來自各模型在擅長領域的真正差異化。

第三,美國的開放權重模型將成為中國模型的真正替代選項,並因此贏得實際採用。它們的商業模式也將更為清晰,讓客戶更容易做出長期布局。作者預期,開源與閉源之間的界線終將淡化,因為前沿實驗室本身也將支援針對客戶特定需求的模型客製化。

在其他層面,各方也將走向趨同:前沿實驗室深入產品堆疊,以擴大護城河並維持高毛利;應用公司則深入模型堆疊,建立屬於自己的護城河。評論指出,這種趨同有其合理性:軟體公司的毛利率通常超過 70%,而客戶也認為產品物有所值。

在這些攻防之間,系統依然是三體結構,均衡尚未底定。當今的許多雜音——開源對閉源之爭、對中國的恐慌,以及對回報的憂慮——看來都屬暫時現象。作者總結道,真正有趣的問題不在於 AI 是否會帶來回報,而在於回報實現時,價值由誰掌握:是站在前沿的實驗室、緊咬在後的開放模型,還是掌握客戶的應用公司。

《Fortune.com》評論文章所表達的觀點僅代表作者個人立場,不一定反映 Fortune 的觀點與信念。

本文最初刊載於 Fortune.com。