AI行业加速迭代：智谱市值登顶又回落，Kimi K3强势登场，顶级实习生日薪引热议

时光飞逝，AI领域的发展速度令人惊叹。

这句表述过去听起来像是形象的比喻，而这周几乎已经成为真实写照。

前几天，我还在每天早晨准时蹲守 GLM Coding Plan 套餐。

实际使用感受是，GLM-5.2 在国产品牌模型中，指令执行和内容准确性控制方面都让我十分认可。

这不是测试榜单的数据结论，完全基于我的个人使用体验：任务要求阐述明白之后，它大多数情况下确实能按要求完成，不会自作主张，也不会动不动就编造一堆看似专业、实际根本不存在的内容。

至少在我目前的工作流程中，它已经不是“国产替代品”，而是能够直接纳入核心模型矩阵的选择。

资本市场的反应更为惊人。

6月22日，智谱股价盘中一度攀升至2980港元，市值最高达到约1.33万亿港元，已突破千亿美元规模。当时媒体的描述是，大约相当于三个美团、四个京东的体量。

外卖巨头们还在补贴战中激烈竞争，智谱凭借大模型技术，市值已经被提升到互联网巨头层面来讨论。甚至连在AI布局中尚未完全站稳脚跟的腾讯，也开始被频繁拿来比较。

7月11日，智谱创始人唐杰又发布了一封内部信件，标题为《Touch High》。

核心观点非常明确：未来两年，全力冲刺AGI，不急于追求短期商业回报。

其中那句“不登顶，就是失败”，让人看完多少有些心潮澎湃。

一家刚刚被资本市场推至万亿港元市值的公司，创始人却告诉所有人，先不要急着盈利，我们去触碰人类智能的天花板。

这样的故事，确实容易让人热血沸腾。

然而几天后，7月16日，Kimi K3 震撼发布。

2.8万亿总参数，原生多模态架构，100万上下文长度。按照月之暗面的说法，这是首个开放的3万亿参数级别模型。

发布确实震撼，但有一个数据需要澄清：

Kimi K3 并非“全面超越 Fable 5”。

更准确的描述是，它在前端代码生成、GPU Kernel 优化和部分 Agent 任务上，已经达到同一水平，部分榜单甚至已经超越。

这可能比“全面超越”更值得关注。

因为它表明国产品牌模型已经不只是在追赶平均水平，而是开始在一些具体能力上形成自己的优势领域。

随后，7月17日，智谱股价单日暴跌28.49%，单日市值蒸发超过2000亿港元。

许多人的第一反应是：Kimi 一发布，国内第一大语言模型的故事就被改写了。

但这件事也不能简单归纳为“Kimi 一举击垮智谱”。

更准确的描述是，Kimi K3 更像是舆论话题的导火索，而非全部原因。

但这种变化依然令人感慨。

几天之前，智谱还是国产大模型的绝对主角。

几天之后，所有人都开始重新思考：

大模型到底有没有护城河？

我不禁想起了两位同名的姚顺。

一位是腾讯的姚顺雨。

他曾指出，大模型正变得越来越像一把“通用工具”，真正困难的已经不是继续打造工具，而是找到真正值得解决的问题。

所谓问题，就是场景、产品、用户需求，以及这个模型究竟能为谁解决什么困难。

另一位是 Google DeepMind 的姚顺宇。

他在访谈中说过一句很有见地的话，大意是，做AI研究其实没有大家想象中那么需要“天赋”，这个行业真正稀缺的品质是可靠、严谨，以及对成果负责。

两位都是年少成名的天才，但两句话结合在一起，恰好解释了当前的大模型行业现状。

一方面是模型能力持续增强。

另一方面是强力模型层出不穷，真正稀缺的反倒是：你能不能发现问题，能不能稳定地解决问题。

所以，大模型有护城河吗？

也许有，但模型能力本身的护城河，半衰期正在越来越短。

模型权重如同一道冰墙。

墙确实存在，建造这堵墙依然需要大量人才、算力和资金。但这堵墙也确实每天都在消融。

今天领先半年，可能三个月后就只领先一个月；今天引以为豪的 Benchmark，下个版本可能就被另一家公司超越。

真正难以复制的，可能不是某一次模型发布，而是背后的迭代速度、成本结构、数据闭环、产品入口、用户积累，以及能不能稳定地将模型应用到真实场景中。

模型是工具。

谁手里有问题需要解决，谁才有业务。

另一方面，Fable 5 实际上早在7月1日就已经恢复全球可用。

它并非被 Kimi K3 发布后临时被迫全面放开，但两个时间点重合，给人的感受就是：

大模型竞争已经不是按季度结算，而是按天结算。

我第一时间购买了199美元的 Kimi Code 套餐。

第一感受是：确实价格不菲。

以前使用 Kimi K2.7，同一套餐可以用很长时间。换成 Kimi K3 之后，几轮复杂对话，用量很快就接近4小时上限。

这种感受并不完全是错觉。

问题在于，我没有那么多匹配它价格和能力水平的任务需要处理。

当我手里没有足够复杂的问题时，最强的工具对我没有太大意义。

今天有朋友和我分享了一个观点：

最赚钱的模型公司，不一定是技术最领先的公司。

我觉得这句话需要再深入一步。

商业上最有价值的模型，也不一定是绝对能力最强的模型，而是能够用单位成本，稳定解决最多真实问题的模型。

所以，在我自己的工作流程中，MiniMax 反而成了最不可或缺的套餐。

GPT-5.6 负责规划和调度，像团队里的总架构师；MiniMax M2.7 负责大量简单任务，像团队里性价比最高、最勤劳的执行者。

实惠，量大，够用。

虽然 MiniMax M3 出现了问题，MiniMax 股价大跌，但我依然认为 MiniMax 是一家出色的公司。

它在模型规模不占绝对优势的情况下，许多任务依然能够用明显更低的成本，达到我需要的八成以上效果。

对于大多数真实业务来说，这八成往往比最后那两成更重要。

因为真正的AI团队，不可能给每个岗位都配备顶级专家。

最贵的模型应该负责最复杂的决策，便宜的模型承担大部分执行任务，这才是一套可以长期运转的组织架构。

唐杰在《Touch High》里讲，一只手触摸高峰，一只手铺设道路。

我非常认同触摸高峰的理念。

总要有人去追求AGI，总要有人去触碰人类智能的上限。

但我也认为，这个行业需要有人把路铺宽。

需要有人把模型价格降下来，把 Token 做得量大实惠，让普通人、个体创业者和传统行业的小公司，也能每天用得起、用不完、敢真正融入生产流程。

真正的科技普惠，不是把最强模型偶尔免费开放几天。

而是让普通人每花一块钱，都能买到更多可用的智能。

除了触摸高峰，我也希望这个行业里，能出现真正“服务大众的模型公司”。

毕竟大多数人并不需要每天解决数学难题。

他们只是想把一份 PPT 做好，把一篇文章写清楚，把客服消息回复好，把明天的工作少加班两个小时。

回到这周，还有一件事很有意思。

网上有人晒出消息，说 DeepSeek 给极少数顶尖实习生开出了税前5500元一天的 Offer。

确实足够惊人。

5500元一天，按照一年250个工作日简单计算，年化已经超过137万元。

作为一个从传统行业过来的从业者，对互联网现在应该是传统行业了，要进入下行周期的传统行业，按照我熟悉的团队，这已经是L9以上管理层的收入水平。

在AI行业，它可能只是一名还没有毕业的实习生。

再往前看，Meta 之前也曾被媒体曝光动辄上亿美金的包。

与此同时，全球几家科技巨头一年往AI基础设施里投入的资金，已经是天文数字。

当几百亿、几千亿美元级别的资本支出都已经成为常态时，顶级人才的成本，反而越来越像一笔保险费。

时光飞逝，AI领域日新月异。

几天时间里，智谱从万亿市值登上巅峰，又一天蒸发两千亿；Kimi 从追赶者变成新焦点；最强模型越来越强，普通人 Token 不够用；deepseek实习生的工资，也开始超越传统行业的高管层。

对于一个从传统行业过来的人，我对此只有一个疑问：

现在还有没有AI公司缺人？

模型训练我可能不会。

但我可以帮忙搬运显卡。

我这个人比较可靠，做事细致，而且对显卡负责。