人工智能竞争新局，马斯克另辟蹊径

文 | 凌霄

近期AI领域出现了一件引人注目的事件。

马斯克推出了Grok 4.5。

SpaceXAI（前身为xAI）与Cursor合作发布了Grok 4.5。此次发布并未强调“参数更庞大”“评分更优异”，而是传递了一个更值得重视的信息：AI角逐正从模型性能比拼，转向商业效能较量。

如果单纯看基准测试，Grok 4.5并未全面占据所有排行榜首位。马斯克也坦言，在某些极高难度任务上，它仍不是所有顶尖模型的对手。

但身为长期跟踪AI产业的投资人，我关注的核心并非一次模型迭代，而是竞争法则正在演变。

“

马斯克正向市场传达：

AI后半程，胜者未必是最聪明的模型，

而是最能创造价值的模型。

01

AI角逐，

从比智力到比效能

过去两年，大模型行业仿佛一场技术装备竞赛。大家较量参数规模，比拼模型能力，比较基准测试成绩。谁的模型更大，谁就更容易吸引市场眼球。

但商业领域不是实验室。企业实际运用AI时，不会每天讨论哪个模型排名最高，而会关注：这个模型能否解决实际问题？使用成本是否可控？能否切实提升效率？

企业采购的从来不是模型评分，而是业务成果。就像汽车行业，消费者最终选择的不是实验室里性能最优的赛车，而是性能、价格、可靠性最均衡的产品。

AI也是如此。

“

当模型能力差距逐渐缩小时，

成本和效率将成为决定商业竞争的关键要素。

Grok 4.5的核心方向，就是推动AI从“展示能力”迈向“创造价值”。

02

数据闭环，才是真正护城河

为何马斯克会重视Cursor这类开发工具？

因为未来AI竞争，比拼的不只是模型，而是数据。

过去，大模型学习代码能力，主要依赖公开代码库。但公开代码更像教科书，只能告知模型“答案是什么”。真正有价值的数据，是工程师在现实环境中的工作过程：如何编写代码、如何调试、如何修复错误、如何调用工具，以及人与AI如何协作。

Cursor的价值，就在于链接真实开发场景，让模型接触实际工作流。

“

未来AI公司的核心竞争力，

不只是拥有多少参数，

而是谁拥有更高质量的数据反馈循环。

公开数据帮助模型获取知识，真实业务数据帮助模型积累经验。谁能让AI持续从真实世界中学习，谁就更有可能建立长期优势。

03

Agent时代，

速率就是生产力

许多人认为，模型快一点慢一点，影响并不大。

如果AI仅是聊天工具，确实如此。

但未来AI的关键方向，是Agent。

AI需要自行拆解任务、调用工具、运行代码、分析结果，再不断优化方案。未来真正消耗Token的，不只是人类阅读，而是AI自身完成复杂任务。一个复杂流程，需要经过多轮推理。如果速率不够快，AI就难以承担高频、复杂的工作。

“

在Agent时代，

速度不是体验问题，而是能力边界。

更快的推理速度，意味着AI能够完成更多任务循环，也意味着更高的生产效率。

04

马斯克的终局，是AI闭环

研究马斯克过去的商业路径，会发现一个显著特点：垂直整合。

特斯拉不是简单造车，而是掌控电池、电驱、软件和制造。SpaceX不是简单发射火箭，而是自行研发、自行生产、自行降低成本。

现在，他正在AI领域复制同样的方法。

上游，是算力基础设施。中游，是模型和数据。下游，是软件应用、自动驾驶、机器人以及更多现实世界场景。

“

马斯克想做的，不只是一个AI模型，

而是一套连接数字世界和物理世界的

AI生产力体系。

Grok 4.5真正值得关注的地方，不是今日排名第几，而是它代表了一种新的竞争逻辑。

05

AI后半程，拼落地能力

过去几年，行业关注的是：谁的模型更大，谁的参数更多，谁的能力更强。

未来几年，企业关注的是：谁成本更低，谁效率更高，谁能真正解决问题。

“

AI最终的赢家，

不一定是拥有最大模型的公司，

而是最能把智能转化为生产力的公司。

对于企业和个人来说，与其每日关注哪个模型刷新排名，不如思考一个更实际的问题：自己的业务流程里，哪些环节可以被AI重新优化？哪些工作可以通过AI降低成本、提高效率？

AI的后半程，本质不是比谁拥有最大的模型。而是谁能最快把智能，变成真正的生产力。