AI编程迎来智力饱和：为什么更聪明的模型反而卖不动了？

大模型越来越聪明，多出来的智商却突然卖不动了。

过去几年，整个硅谷都在赌一件事：谁家的模型跑分更高，谁就能把开发者全抢过来。 为了在评测榜单上多刷出几分，各大实验室烧掉了几十亿美元去堆算力。 但科技媒体 The Information 最近公布的一份行业追踪数据，给所有人泼了一盆冷水。 在 AI 编程这个最火热的赛道里，模型智商每领先 10 分，能给平台多带来的开发者流量，从去年底的 69%，暴跌到了现在的 20%。 整整被砍掉了三分之二以上。

做出首个 AI 程序员 Devin 的 Cognition 联合创始人 Russell Kaplan 跑出来确认了这个趋势。 Kaplan 拿出了他们内部的监控结论： 很多软件工程任务，已经进入了「智力饱和」。

什么叫智力饱和？ 平时程序员打开电脑，真正要写的是什么？ 很少有人天天去解黎曼猜想，或者去证明世界级数学难题。 大部分工程师八成以上的工作，是给系统补个接口、修个空指针异常、写一段单元测试、转一下数据格式。 这些活儿，两年前的 AI 确实经常犯迷糊。 代码动不动就报错，要么少个分号，要么胡编一个根本不存在的类库。 那个时候，一个模型如果能多考 10 分，往往就是「能跑通」和「直接崩溃」的区别。 大家自然会死盯着榜单上最聪明的那个模型，多贵都得用。

但到了现在，情况彻底变了。 市面上的主流模型，无论是 OpenAI、Anthropic、Google 还是开源阵营，在日常编程任务上，全部越过了合格线。 让一个 80 分的模型来写，代码能跑通。 换成一个 95 分的模型来写，代码同样能跑通。 代码只要能一次性通过编译和测试，多出来的 15 分智商，在实际业务里产生的价值无限接近于零。

当智力不再是短板，大家的注意力立刻转向了另外两件事：速度和成本。 很多人以为用 AI 编程，就是人问一句、机器答一句。 但真正干活的 AI 编程智能体，从来不用单次问答的方式干活。 像 Devin 这样的工具帮人修一个 Bug，后台跑的是一个漫长的闭环。 它要先读上百个代码文件，改第一版代码，然后在后台默默点下编译。 编译器报错了，它读一眼报错信息，再改第二版。 改完再去跑自动化测试，发现漏测了一个场景，又改第三版。 解决一个稍微复杂点的工程任务，后台往往要连续调用几十次甚至上百次模型。

在这样的循环里，算盘的打法就全变了。 如果用一个极其聪明但体积庞大的旗舰模型，每次推理让你等 15 秒，改一次代码花掉几毛钱。 几十轮交互跑下来，工程师坐在屏幕前干等了半个小时，账单扣掉好几十块，最后修好了那行代码。 但如果换成一个便宜又极速的小尺寸模型呢？ 每次反应只要 1 秒，每次调用成本只有几分钱。 两三分钟搞定收工，账单只有大模型的一个零头。 两边提交的代码一模一样，全都能过测试，你会把任务发给谁？ 不管是坐在电脑前等反馈的程序员，还是每个月底核对 API 账单的老板，答案都不会有半点迟疑。

Kaplan 写道：一旦任何模型都能把活儿做好，成本和速度就是全部。 过去大家坚信，只要死磕规模法则，把模型越训越大、脑子越卷越聪明，就能筑起不可撼动的护城河。 但在真实的生产一线，商业逻辑从来不为多余的智商买单。 当工具跨过了及格线，谁能用最低的成本、最快的反应把活儿干完，谁才拥有真正的统治力。 这一场淘金热的胜负手，已经悄悄从「谁的脑子更聪明」，变成了「谁能把算力变成又便宜又快的水和电」。