模型全都快免费了，你的 AI 项目还是做不出来 —— 因为你选错了东西

一句话看懂：模型正在免费化，但你的 AI 项目做不出来，问题不在模型，在于选错了起点。2026年7月31日，DeepSeek V4-Flash 公测、华为开源盘古大模型、MiniMax H3 开放权重同一天发生，信号很明确：模型层已变成基础设施，价值往两头跑——一头是算力，一头是流程定义。接下来两年最稀缺的能力，是把业务工作拆成“可交给智能体执行、可验收、出错可追责”的三件套。本文给一套两小时会议就能跑完的流程打分法，帮你选对唯一那段流程，而不是继续开第三轮模型选型会。

不要再选模型了，先选流程。 2026年7月31日一天之内，DeepSeek V4-Flash 开启公测、华为开源 5050 亿参数盘古大模型、MiniMax H3 宣布开放权重。免费的东西越多，越说明钱不在那一层赚。模型正在变成基础设施，价值往两头跑——一头是算力，一头是流程定义。接下来两年最稀缺的能力，是把一段业务工作拆成”可交给智能体执行、可验收、出错可追责”的三件套。 拆得清的公司，智能体是生产力;拆不清的，买再强的模型也只能做演示。本文给一套两小时会议就能跑完的流程打分法。

一、那一周三家厂商同时松手，信号比新闻本身重要

2026年7月31日，三条消息同一天出现：DeepSeek V4-Flash 开启公测，华为开源 5050 亿参数盘古大模型，MiniMax H3 宣布即将开放权重（来源：行业媒体每日资讯汇总，2026-07-31｜核实状态：三手汇总，未见厂商官方公告原文，引用前请自行核对）。

前一天，2026年7月30日，工业和信息化部等七部门联合开展 2026 年创新任务揭榜挂帅工作，人工智能方向设四个专题：基础底座技术、应用技术、智能产品装备、共性基础支撑技术（来源：同上汇总｜核实状态：三手汇总，未见工信部原文）。

再往前两周，7月的世界人工智能大会上，阿里云发布多智能体协作治理平台 AgentTeams 与观测优化平台 AgentLoop，腾讯在企业微信推出基于 DeepSeek 的助手大元，扣子 3.0 上线支持多人多智能体协作（来源：南华早报，2026-07-19）。

把这三件事连起来看，一条线很清楚：大厂在把模型往外送，同时在把”怎么管住一群智能体”做成产品卖。AgentTeams 管协作，AgentLoop 管观测和评估，这两个词才是重点。当一家公司开始卖”观测”和”治理”，说明生成本身已经不值钱了。这与从”卖工具”到”卖结果”：拆解明略科技的”按结果收费”实验中揭示的趋势一致——价值正从技术本身向业务结果迁移。

二、一个值得单独讲的数据分歧

关于开源权重模型到底占了多少市场，两个主流数字对不上，而这个分歧本身就是信号。

说法一：开放权重模型在 2026 年 6 月处理了通过生产网关路由的全部 AI token 的 29%，4 月时约为九分之一（来源：Computing.co.uk 引述行业报告，2026）。

说法二：根据 OpenRouter 平台 2026 年 1–6 月约 4.5 万亿 token 的数据，中国模型的 token 份额在 6 月初超过美国模型；另有分析称到 2026 年 5 月中国模型份额升至 45% 以上（来源：36氪等对 OpenRouter 公开数据的分析，2026）。

两个数字差了 16 个百分点，原因不在谁编数据，在三处口径不同：

分歧的驱动因素说穿了就一句：开发者换模型只需要改一行配置，企业换模型要重跑一遍评测和合规。 所以开发者侧的份额永远跑在企业侧前面。这两个数字不是矛盾，是同一条曲线的两个时间点——开发者平台今天的份额，大致是企业侧一到两个季度后的样子。

对你的意义：模型选型这件事的战略权重正在下降。 一个一到两个季度就会被追平的差距，不值得你花三个月开评估会。这正呼应了88% 用上了 AI，只有 6% 真正赚到钱：AI 落地的价值鸿沟中的核心发现：技术普及不等于价值创造。

三、价值往两头跑，中间层最危险

模型变成基础设施之后，能赚钱的位置只剩两头。

一头是算力和芯片。 这个位置和绝大多数企业无关，不用惦记。

另一头是流程定义。 把一段真实的业务工作，拆成智能体能执行、人能验收、出错能追责的结构。这个位置没人能替你做，因为它需要的是对你自己业务的了解，不是技术。

中间那一层最危险：拿开源模型套个界面，卖”AI 解决方案”。 上游在免费送，下游客户迟早会问”这跟我自己接一个有什么区别”。这一层的公司今年会很难。

中间层的塌陷有一个先行信号，你可以在自己公司里检验：翻一遍 AI 立项的会议纪要，数一数讲模型参数、上下文长度、推理成本的页数，和讲”上线之后谁的哪个动作会不一样”的页数。 前者远多于后者，这个项目大概率会做出一个能演示、没人用的东西。技术选型开了三轮、业务流程一次没拆，是我见过最稳定的失败前兆。

四、三条判据：什么样的流程配得上被自动化

在选模型之前，先用这三条判据给你公司的流程打分。三条全中的才交给智能体，只中一两条的先别动。

判据一：这段工作有没有明确的完成标准。
问自己一句话：这件事做完了，怎么算做对了？如果答案是”看情况””得有经验的人看一眼”，这段工作现在不适合交给智能体。注意，这不是说智能体做不了，是说你没法验收——没法验收的自动化会退化成人工复核，效率净负。

判据二：出错之后，能不能在下一个环节被发现。
判据二是三条里最容易被跳过、也最致命的一条。智能体出错不可怕，可怕的是错了没人知道。 一份报价单算错了，下一环节的审批会发现;一段客户洞察分析编错了，会一路走到老板的 PPT 里。下游没有天然纠错点的流程，自动化的风险敞口是无限的。

判据三：结果能不能归因到一个人。
出了事谁负责。如果一段流程被三个部门共同拥有、谁都不完全负责，加上智能体只会让责任更散。这一条卡住的项目，问题从来不在 AI，在组织。

这三条判据我改过两次。最早只有两条，没有第三条。后来发现被前两条放行、最后还是烂尾的项目，几乎全部死在同一个地方：技术上跑通了，没人愿意为它的输出签字。所以第三条是补上去的。我到现在也不确定这三条够不够，但少于三条肯定不够。

五、两小时会议 SOP：选出唯一那一段

先决条件（诚实版）：需要一个熟悉端到端流程的业务负责人、一个能拍板的人、一张白板。不需要技术人员参加——技术人员在场会把话题带回模型选型。预算为零，时间两小时。

第 1 步｜列出候选（20 分钟）

• 输入：各部门主管各自写下”我们部门重复度最高的三件事”
• 动作：汇总，去重，只保留每周发生 3 次以上的
• 输出：一张 10–20 行的候选流程清单
• 完成标准：每一行都能用”谁，在什么触发条件下，做什么，交给谁”这个句式写完整。 写不完整的删掉，写不清楚的流程一定自动化不了

第 2 步｜三条判据打分（40 分钟）

• 输入：候选清单
• 动作：每条流程按第四节三条判据逐一判断，只填 ✓ 或 ✗，不许填”部分符合”
• 输出：带三列标记的清单
• 完成标准：三条全 ✓ 的流程数量在 1–5 条之间。 如果超过 10 条，说明打分放水了，重打;如果一条都没有，跳到第 4 步

第 3 步｜选唯一一条（30 分钟）

• 输入：三条全 ✓ 的流程
• 动作：在这几条里选发生频次最高、且失败后果最小的那一条。不是最有价值的那条，是最安全的那条。 第一个试点的目的是建立信心和方法，不是创造价值
• 输出：一条流程 + 一个负责人姓名 + 一个 30 天的验收指标
• 完成标准：负责人当场认领,且验收指标是一个数字,不是”提升效率”

第 4 步｜如果一条都没有（30 分钟）

• 这是个好结果，不是坏结果。它说明你公司当前的瓶颈不是 AI，是流程标准缺失。
• 动作：从候选清单里选最痛的一条，先写完成标准。这件事不需要 AI，但没有它 AI 永远上不去
• 完成标准：一份写在纸上的”完成标准”定义，长度不超过一页

关键决策点（If-Then）：

• 如果三条全 ✓ 的流程 ≥3 条 → 还是只做一条，其余排队。并行三条试点，三条都会烂尾
• 如果验收指标 30 天读不出数 → 换一条流程。读不出数的试点没有停止条件
• 如果讨论超过两小时还没选出来 → 散会，下周再开。选不出来通常意味着在场的人对流程的理解不一致，这个分歧本身要先解决

打分会开完，最常见的结果不是选出一条，是发现一条都没有。 这个结果让很多人当场泄气，我的看法相反：它把”我们 AI 做不起来”这种模糊的挫败感，换成了一个具体的、下周就能动手的任务——把某段工作的完成标准写出来。 前者让人焦虑，后者可以排进日程。

六、三个最常见的失败模式

失败模式一：从模型选型开始。 花三个月比较模型，上线后发现流程没人愿意改。这是最贵的一种失败，因为它看起来一直在推进。 识别信号：项目周报里连续四周都在讲技术，没讲过业务流程。

失败模式二：智能体做完的东西没人能判断对错。 上线三个月，团队的实际工作变成”人复核 AI”，总工时不降反升。这是判据二失守的典型结果。 应对：立刻退回到辅助模式,把智能体的输出改成建议而非结论,同时补一个下游校验点。

失败模式三：同时启动三条线。 因为”三个部门都很痛，所以三个一起上”。结果是资源摊薄、六个月过去、三条都是半成品、内部对 AI 的信任破产。三条并行是中型企业上 AI 最常见的死法，也是最难劝住的一种，因为它在决策当下听起来最负责任。 应对没有巧劲：只做一条，做完再说。

最后写清什么条件会让我收回全篇的判断。 如果未来两年出现这样的变化：智能体的自我评估能力强到可以对自己的输出给出可信的置信度，也就是”错了它自己知道”，那么判据二（下游可发现）就不再是硬门槛，可自动化的流程范围会往外扩一大截，本文的保守建议会显得过时。验证信号：观察阿里云 AgentLoop 这类观测平台的产品说明，看它是否从”帮你人工评估”转向”智能体自评并主动拦截”。 出现这个转向，这三条判据需要重写。

写在最后

7月的最后一周，三家中国头部厂商几乎同时把模型能力放了出来。这不是慷慨，是行业在告诉你竞争已经不在那一层了。

三十年来我看过好几轮技术平权。每一轮的规律都一样：技术变便宜之后，赢的不是买得起技术的人，是想清楚了拿它干什么的人。电力普及之后，工厂的差距不在有没有电，在会不会重排产线。

下周开个两小时的会，只做一件事：把公司里重复度最高的五段工作按三条判据打分，选出唯一一段做试点。不选模型，先选流程。

按三条判据给你公司打个分，几条能拿到三个 ✓？我猜多数人的答案是零到一。

如果是零，说说卡在哪一条：完成标准写不出来，错误发现不了，还是没人肯担责。这三种卡点的解法完全不同，评论区讲清楚是哪一条，我回你哪一条。

那位正在开第三轮技术选型会的同事，把这篇转给他。他下次会议的主题该从”选哪个模型”换成”选哪段流程”。

本文数据截止 2026 年 8 月 3 日。 模型发布与政策条款为三手汇总，引用前请核对官方原文；开放权重份额为 2026 年 6 月数据，这个赛道的份额按季度变化，三个月后需重看。三条判据本身不随版本更迭。

老J，三十年企业战略与创新咨询老兵。这个号只写一件事：帮中型成长企业和中小企业老板，在信息过载的时候做对少数几个决定。

私信「打分」两个字，我发你三判据打分表加一份两小时会议的主持提纲。你先自己开一次，把打分结果发我，我给你回一句判断：这条流程该做，还是该先补标准。

想把这套打法用到你自己的业务上？

如果你已经按三条判据打完分，但不确定该选哪段流程做试点，或者卡在完成标准写不出来，可以把你的打分结果和业务背景发给我们。我们用诊断服务帮你判断：这条流程该做，还是该先补标准。

💎 核心承诺：先诊断、再合作，思路不对不推进。

专属咨询热线：400 822 8832

扫码加顾问 Ben 评估