7 月这一周，三个信号落在同一个窗口里，方向看上去相反，但指向同一个病灶。
ARC-AGI-3 被名为 Schema Harness 的程序合成系统干到约 99%。OpenAI 提出一个新标准“有用智能每美元”。Apple 同期既起诉 OpenAI 又让国行 Apple 智能集成阿里千问的备案走完。三件事分属三个不同的行动者：研究团队、模型厂商、终端平台。表面看是技术、商业、法律三条独立的新闻线。
把它们摆在一起看，诊断会完全不同。
三者有一个共同的驱动变量：前沿模型之间的能力差正在收窄到一个临界阈值。一旦越过这条线，三件事几乎是必然的下游反应：基准失去区分度、厂商换一种衡量口径、终端平台不再需要绑定单一供应商。1975 年经济学家古德哈特提出的那个定律在这里发生了三次：当一个指标成为目标，它就不再是好的指标。ARC-AGI-3 是评测层的古德哈特反应，“每美元智能”是商业层的古德哈特反应，Apple 多供应商策略是依赖层的古德哈特规避。
不是产业在加速。是产业在发炎。医学上炎症是免疫系统对正常信号的过度反应，古德哈特定律描述的是测量系统对优化行为的过度反应。两层叠在一起，恰好能解释这三件事为什么同时发生。
症状一：基准死于古德哈特定律
ARC-AGI-3 的设计初衷是通用智能的最后堡垒：抽象推理、少样本迁移、不依赖领域知识的模式识别。2023 年 François Chollet 提出 ARC 奖时，人类基线 85%，当时最好的 AI 不到 30%。三年后，Schema Harness 在公开集上拿了约 99%。
这听起来像突破。实际上是一只体温计被反复校准到测不出发烧。
问题不在题目泄露，问题在基准的结构本身被攻破了。Schema Harness 的核心方法不是通用推理，是程序合成加穷举搜索的组合策略：把 ARC 的每个题目形式化成一个小型程序空间，用搜索算法在这个空间里暴力遍历，找到符合样例的解。它对 ARC 题目空间的覆盖率极高，因为 ARC 的题目结构本质上是一个受限的程序归纳任务。但换一个完全不同结构的抽象推理任务（比如需要跨域类比、需要保留长程依赖的任务），这套方法立刻掉回原点。
这里发生的正是古德哈特定律。ARC-AGI-3 最初的意图是测量“通用智能”，但一旦它成为行业通行证，参与者就不再优化“通用智能”，而是优化“通过 ARC-AGI-3”。指标和目标分道扬镳。Chollet 本人在 2023 年的设计文档里就警告过这一层：ARC 的价值在于它对“训练数据里的统计相关性”免疫，但它对“针对题目结构的搜索算法”并不免疫。Schema Harness 验证了这个警告。
这跟“理解”无关，跟“能力分布”有关。一个系统可以专门为某一类考试存在，就像一个学生可以把某套题型练到满分却不会迁移。真正刺眼的不是某个系统到底理不理解，而是整个行业失去了判断它理不理解的工具。当所有公开基准都被专门优化的系统刷穿，“能力”成了一个测不出来的量。
同样的模式在更大范围内重演。过去一周多款前沿模型密集发布：Kimi K3 2.8T 参数、NVIDIA Nemotron 3 Embed 系列、通义 Wan-Streamer v0.2、商汤 SenseNova-Vision-7B-MoT。每条都是“新突破”，每条都在某个榜单上“排名第一”。但一个模型在编码榜登顶，另一个在语音推理夺冠，第三个在多模态视觉打满分，这些“第一”之间没有任何可比性。
这不该让人安心，该让人紧张。基准失灵不只是技术问题，是产业的诊断工具失效。当一个行业的诊断工具失效，病人不是在变健康，只是没人能证明他病了。
症状二：OpenAI 转向“性价比”的逻辑链
OpenAI 发布的“Useful Intelligence Per Dollar”（有用智能每美元）表面是新 benchmark，实质是换了衡量口径。
要理解这个动作，必须先回答一个前置问题：OpenAI 是主动换口径，还是被迫换口径？这两件事差别极大。一个领先者主动定义性价比，是在巩固话语权；一个领先者被迫谈性价比，是在承认边际收益递减。证据指向后者。
第一条证据是成本曲线。台积电 2026 年资本支出预测上调到 600 至 640 亿美元（数据来源：台积电 2025 年法说会指引与分析师共识）。训练一个前沿模型的成本还在涨，前沿模型的参数规模还在扩张，但模型之间的能力差距在收窄。
第二条证据是开源对闭源的逼近。Kimi K3 是开源模型，2.8T 参数，能力已经逼近甚至在某些维度追上闭源的 GPT-5 级别。如果能力差距还足够大，OpenAI 会主动把对话引向价格吗？不会。历史上任何一个在技术维度遥遥领先的参与者，都拼命强调能力、回避谈价格。定价权来自不可替代性。一旦开始谈性价比，就是承认不可替代性在流失。
这两条证据合起来指向一个结论：单纯拼模型能力的边际收益已经在暴跌。经济学管这叫收益递减：每多花一美元带来的能力提升越来越小。OpenAI 没有放弃能力竞争，它是在能力竞争边际收益归零的拐点上换赛道。它把“每美元智能”这个指标推上前台，本质是承认：能力差距已经护不住它，成本效率才是新的军备。
这跟十年前云计算的逻辑同构。AWS 早期从来不跟客户拼单台服务器的算力，它拼的是 TCO、是按需付费、是规模经济带来的单位成本优势。AWS 能这么做，是因为它知道自己的算力边际已经追不上自建 IDC 的高端用户，但它的成本曲线碾压所有人。“每美元智能”是 OpenAI 把自己的位置从“能力天花板”挪到“成本曲线底部”的话术准备。
反面假设必须保留。如果能力差距未来重新拉开（比如推理期训练、新架构突破带来阶跃式提升），OpenAI 会立刻把口径切回能力。口径切换是结果而非原因。它反映的是当下能力层的相对均衡，而不是某种永久的产业共识。这正是古德哈特定律在商业层的反应：当“模型能力”这个指标不再能给 OpenAI 带领先优势，它就被换掉了。
整个模型层都在面对同一个效率悖论：越是投入，领先优势越短。一周多款模型密集发布是模型商品化的前兆，不是繁荣的信号。
症状三：Apple 的供应商制衡学
Apple 同期两件事的张力比 ARC-AGI-3 更隐蔽，但更致命。一边是起诉 OpenAI，约四十名前 OpenAI 员工收到 Apple 的律师函，指控他们在加入 Apple 时携带了 OpenAI 的商业机密；另一边是国行 Apple 智能集成阿里千问的备案正式走完。
诉讼加合作，不是矛盾。是同一策略的两面。
要看懂这步棋，得回到布莱恩·阿瑟在复杂经济学里反复论述的那个机制：路径依赖和锁定。一旦某个技术被大规模采用，正反馈会让它越来越难以被替换：用户越多的网络效应越强，配套生态越完善，切换成本越高，最终后来者哪怕技术上更优也进不来。Apple 自己就是锁定效应的最大受益者，iOS 生态的切换成本是全球最高的。正因为如此，它比任何人都更警惕自己被别人锁定。
当一个模型供应商开始在 Apple 的操作系统里变得不可替代，Apple 就失去了定义用户体验的能力。对 Apple 而言，用户体验是命，模型供应商只是药。你不可能让药厂决定你吃什么。
所以 Apple 的策略是供应商制衡，而不是供应商选择。这是大型采购商的经典操作，核心是不押注单一供应商，保持多家并存，让它们互相制衡，自己站在中间以平台姿态调度。它对 OpenAI 是“告你但不跟你断绝”，对千问是“用你但不依赖你”，对 Google 和 Anthropic 保持“随时可切换”的潜在选项。Apple 想要的是让任何一个模型都不成为不可替代的那个，至于谁最好，它不在意。
从平台经济学的角度看，Apple 在做的是把模型层从“战略资产”降级为“可替换的中间件”。这与平台双边市场的经典策略一致。平台控制住用户接触点和分发节点，让上游（模型供应商）和下游（应用开发者）都在平台上互相竞争，平台本身保持中立仲裁者的位置。模型只是其中一个上游环节，和地图服务、支付服务、广告服务的地位相当。
从这个角度回看 7 月 15 日“Apple 为什么选阿里不选百度不选字节”的讨论，会发现那个问题的框架本身就是错的。不是 Apple 选了谁，是 Apple 让所有人都在候选名单上，从而让自己不需要选。最优解永远在 Apple 手里，因为它把“不依赖”设定成了最高优先级。真正的问题从来不是“谁是最好的供应商”，而是“Apple 还能不能让任何模型继续做可替换的供应商”。
这是古德哈特定律在依赖层的镜像版本。当一个供应商指标（“最准的模型”）被推到平台决策的中心，平台会被这个指标绑架；Apple 选择不让任何单一供应商指标成为决策目标，从而规避了依赖层的古德哈特反应。诉讼是短期手段，多供应商是长期结构。
三个症状的交叉诊断
如果只看一个症状，会得出错误结论。
看 ARC-AGI-3 被攻克，会以为 AGI 快到了。看 OpenAI 的新标准，会以为行业在健康地转向经济效率。看 Apple 的诉讼，会以为是普通的 IP 纠纷。三个症状单独看都是良性解读，放在一起诊断却完全不同。
ARC-AGI-3 的陷落不是智能突破了基准，是基准不再测量智能。OpenAI 的“每美元智能”不是行业进步，是能力差距收窄后的被迫转型。Apple 的不赌不是挑不出一家好的，是在每一家都“够好”的前提下，把“不依赖”变成最高优先级。三者共同指向一个事实：模型本身不再是稀缺品。
底层是同一个变量在驱动：前沿模型能力差收窄到某个阈值。越过这条线之前，谁模型最强谁通吃，基准有效、能力定价权牢固、平台必须绑定最强供应商。越过这条线之后，能力成为基础设施而非战略资产，价值沿产业链重新分配：向下游迁移到分发节点（Apple 的操作系统），向上游迁移到基础设施准入（台积电的资本支出），留在模型层的那段利润被竞争摊薄。
这里要加一个停顿。上面这套“模型商品化、权力转移”的解释框架，是从铁路、电信、云计算这些历史上的技术商品化周期里归纳出来的。归纳有它的解释力边界。AI 产业和铁路不一样的地方在于：模型不是物理基础设施，复制和迭代的边际成本接近零；能力差收窄的速度也远快于任何一次历史类比。这意味着权力转移可能更快、更剧烈，也可能因为某个不可预测的能力阶跃（新架构、新范式）而突然逆转。框架给出的是一个趋势方向，不是确定性预言。
真正的稀缺品在转移。不再是训练出最好的模型，而是控制模型的分发节点（Apple 的操作系统）、控制模型的评测话语权（OpenAI 的“每美元智能”）、控制模型的基础设施准入（台积电的资本支出）。
说穿了，AI 在进化，但 AI 产业的分工也在重新洗牌。
下一个问题
三个信号落在同一窗口，背后是同一个趋势在三个方向上的同时表达。
如果模型不再是稀缺品，下一个稀缺品是什么？有一个方向值得警惕但证据还不够：基础设施的卡特尔化。台积电的资本支出、NVIDIA 的算力垄断、纽约州暂停所有新数据中心项目的政策信号，这些跟模型商品化同时出现并非偶然。当上层（模型）的利润被竞争摊薄，权力会向下迁移到不可替代的那一层。历史上每一次技术商品化都是这个剧本。铁路时代的标准石油、电信时代的 AT&T、云计算时代的 AWS。上层应用利润归零那天，底层基础设施收租的日子就开始了。
对这个假设做条件式推演。分三情景：
基准情景：能力差维持当前收窄速度，模型层继续商品化，权力持续向基础设施和分发节点转移。台积电、NVIDIA、Apple、微软这类控制物理或分发瓶颈的参与者议价权上升。未来两到三年，前沿模型公司之间的并购整合加速。
上行情景：出现新的能力阶跃（推理期训练成熟、新架构替代 Transformer、或某种尚未被预见的范式突破），能力差距重新拉开。此时模型层重新成为战略资产，OpenAI 这类领先者把口径切回能力，基准重新有效，平台被迫重新绑定最强供应商。权力转移中断，甚至局部逆转。
下行情景：能力差不仅不收窄，反而在某些关键维度（安全、对齐、可解释性）出现行业级别的倒退，监管介入导致基准失效问题被外部力量（政府标准、强制审计）接管。模型层、基础设施层、平台层的议价结构被监管重塑，与单纯的市场逻辑脱钩。
验证信号是可观测的。如果未来两到三个季度，前沿模型公司（尤其是中国的）出现明显并购整合，且模型层毛利率持续下行，基准情景成立。如果出现某个突破性能力指标（不是基准跑分，而是新范式的实锤应用）重新拉开差距，上行情景启动。如果主要经济体开始强制 AI 审计或立法限定模型准入，下行情景浮现。
留给读者一个问题：当所有模型都“够好”，你会因为什么而选一个不选另一个？选择不会基于跑分高低，ARC-AGI-3 已经证明跑分不可信。也不会基于价格，OpenAI 正在把所有竞争对手拖入价格战。更有可能的答案是：因为某个操作系统已经帮你选好了。
这才是 Apple 起诉 OpenAI 这件事真正的恐惧所在。不是官司输赢，不是人才流动。是平台在告诉所有人：模型不重要，我在用谁才重要。
下一个两年，AI 产业的真正分水岭不是谁的模型更强。是谁在定义出口。
参考来源
- ARC-AGI-3 与 Schema Harness：ARC Prize 公开榜单（arcprize.org），2026 年 7 月数据
- ARC-AGI-3 设计与 2023 年人类基线：Chollet, François. “On the Measure of Intelligence” (2019) 与 ARC Prize 2023 公告
- 台积电 2026 年资本支出 600-640 亿美元：台积电 2025 年法说会指引与分析师共识
- Kimi K3 2.8T 参数：月之暗面官方发布（2026 年 7 月）
- Apple 起诉 OpenAI 约 40 名前员工：相关诉讼公开报道（具体案号以法院公开记录为准）
- 国行 Apple 智能集成阿里千问备案：工信部备案信息
- 古德哈特定律：Goodhart, Charles. “Problems of Monetary Management: The UK Experience” (1975)
- 路径依赖与锁定：Arthur, W. Brian. “Competing Technologies, Increasing Returns, and Lock-In by Historical Events” (1989)、《复杂经济学》
- 台积电、NVIDIA、Apple 等公司具体财报与产品发布时间以各家官方公告为准