北京
昨晚硅谷一口气放出了三件大事，每一件都在指向同一个方向：智能正在以夸张的速度变便宜。Google 发布 Gemini 3.8 Flash，在 DeepSWE v1.1 基准上拿到约 74% 的成绩，单任务成本只要 2.36 美元；Meta 的 Muse Spark 1.3 紧随其后，成绩 75.4%，工具调用和 token 消耗分别砍掉 20% 和 25%；还有一家叫 Mostik 的初创公司，干脆提出让 AI 模型之间直接交换内部表示，把推理成本压到原来的 1/20。
三件事放在一起看，一个更根本的变化浮出水面：AI 的成本计量方式正在从「每百万 token 多少钱」转向「修好一个 Bug 多少钱」。
成本计量正在换单位
过去几年，大家讨论 AI 成本，最常看的数字是每百万 token 的价格。但 Agent 出现以后，这套计量方式越来越不够用——一个 coding agent 可能连续运行 100 步，一个 research agent 可能搜索几十个网页。真正重要的问题变成了：修好一个 Bug 多少钱？完成一份研究多少钱？
Google 和 Meta 的实践说明，成本下降不只是 API 单价降了，更关键的是完成任务所需的计算量在减少。Google 这次把 frontier 级别能力压进了 Flash 价格区间：Gemini 3.8 Flash 在 DeepSWE v1.1 上约 74% 的成绩，和 Claude Opus 5、GPT-5.6 Sol 相当，但单任务成本只要 2.36 美元，而 Claude Opus 5 需要 11.84 美元。同级别软件工程能力，执行成本差了近五倍。
Google 还允许模型在遇到复杂任务时主动 work harder，进行更多推理——因为 token 已经便宜到可以这么做了。
Meta 在解决 Agent 最烧钱的问题
Muse Spark 1.3 的亮点不在 benchmark 涨了多少分，而在长 thread 中维护多个 workflow 的能力：遇到模糊任务主动询问，解决不了的问题主动请求帮助，涉及不可逆操作先确认。这些能力在 Chatbot 时代不如分数性感，但在 Agent 时代可以直接换算成钱——少犯一次错误就是一次推理优化。
一个 Agent 最浪费钱的地方，很多时候不是正常思考，而是跑偏。Meta 这次做的事情，本质上是在减少 Agent 跑偏的概率。
Mostik 想扔掉打印机
Mostik 的思路更激进。它让不同模型的内部表示之间建立 Bridge，直接交换 latent representation，而不是用自然语言沟通。实验里把 GLM-5.2 753B 和 Qwen 3.5 桥接，混合系统的能力居中，但推理成本只有完整 GLM 的 1/20。
有个比喻很贴切：大家过去一直在研究怎么把打印费降下来，Mostik 想干脆把打印机扔掉。如果通信的双方本来都是 AI，模型之间为什么还需要用为人类设计的语言交流？
这个方向指向一种未来：端侧只需要运行 0.xB 的小模型，通过潜空间通信调用远程大模型。
便宜到可以随便用，产品边界才会被重塑
很多技术爆发不在「第一次能用」，而在「终于便宜到可以随便用」。今天让 Agent 花几十美元完成一个小任务不划算，但如果成本降到几毛钱，很多今天看起来疯狂的产品可能就成立了。
智能正在以非常夸张的速度变得便宜，而且这种降价已经不只是 API 单价下降。当强大的智能真的便宜到可以被随意调用，AI 产品的边界会被彻底重塑。这么聪明的 AI，最后到底可以便宜到什么程度？一旦那一天到来，很多今天看起来还非常疯狂的 AI 产品，可能才刚刚开始。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
