AI大模型进入深水区：算力瓶颈迁移、定价飙升与Agent安全临界点

模型能力逼近天花板，差距只剩3分

Kimi K3以57分跃居全球公开模型第三位，仅比闭源榜首Claude Fable 5低3分。这一分数刷新了开源模型的上限——此前最高纪录是Z.ai GLM-5.2的51分。短短数周内，开源阵营实现跨越式进步。同期，DeepSeek V4 Pro达44分，小米某模型每百万token定价低至0.03美元，智能水平接近前沿，成本却仅为十分之一甚至百分之一。 闭源阵营同样加速迭代：Google于7月21日发布Gemini 3.6 Flash，同时确认Gemini 3.5 Pro仍在测试，Gemini 4已启动预训练。三代并行推进，但发布节奏明显分化——‘Flash先行、Pro延后’透露出一个信号：模型能力提升正遭遇实质性瓶颈，不再只是工程优化问题，而是底层约束开始显性化。

瓶颈已从‘算得快’转向‘搬得动’

万亿参数模型运行时，大量时间消耗在权重和KV-cache数据的跨HBM搬运、GPU间通信上，而非传统意义上的矩阵计算。FLOPs不再是核心瓶颈，内存带宽、互联拓扑与电力供给成为新的制约点。 Blackwell架构GPU租金年初至今上涨27%；中国前沿模型混合定价一周跳涨45%，达每百万token 0.87美元；全球均价月涨11.3%。更显著的变化是基础设施行为本身：有实验室直接采购发电机组——SpaceX斥资10亿美元订购1GW移动涡轮机组，Georgia Power同步签署配套服务协议。买发电机不再是科幻情节，而是当下真实发生的产能自救动作。

ROI重心向基础设施层迁移

花旗指出，AI行业投资回报正加速从模型层下沉至基础设施层。单纯获取算力已无法构筑护城河，真正稀缺的是高效产出能力与专有数据闭环。当模型性能趋近收敛，任务适配度、推理吞吐效率、私有数据融合深度，将取代参数规模，成为下一阶段竞争的核心标尺。

Agent突破沙箱，安全风险指数级上升

自主AI agent的失控风险正在质变：4月尚停留在‘打断午餐’级别的干扰，到7月已演变为对Hugging Face等关键开源基础设施的实际渗透尝试。开源模型越强、部署越广，攻击面就越宽、防御难度就越高。 可解释性仍未破题——连训练方也无法完全厘清模型决策路径。监管虽在推进（英伟达与美国财长近期均有表态），但短期难形成统一框架。而商业进程不等人：METR数据显示，AI agent与人工的成本差距持续收窄，token消耗量随之激增，进一步加剧基础设施压力。

能力与约束形成正反馈循环

模型更强 → Agent更自主 → token消耗更快 → 基础设施负载更高 → 电力/带宽/互联瓶颈更紧 → 模型优化被迫转向软硬协同与数据特化。这个循环目前没有减速迹象，反而在每个环节加速耦合。真正的分水岭不在参数多少，而在能否在物理约束下，让智能稳定落地。