大模型能力呈“尖刺化”形态：通用智能仍是错觉？

现象：大模型能力并非均匀膨胀，而是定向突出的尖刺形态

过去三年，大模型在代码生成、数学推理、工具调用等可编译、可测试、可自动打分的能力上增长极快，因为这些能力容易量化、反馈信号干净、对应可交付的产品形态。然而，模糊判断、多条件任务中的约束保持、承认自身不确定等难以量化的能力基本停滞，导致整体能力轮廓并非均匀球体，而是某几个方向被剧烈拉长的不规则形状。

驱动因素：目标函数与商业利益共同雕刻智能方向

模型的成长方向并非自主选择，而是由人类设定的优化信号（训练什么、奖励什么、评测什么）决定。在训练中持续被奖励的能力（如解题、编码）就会快速增长；从未被奖励“说不知道”的模型不会主动学会克制。在此基础上，商业利益进一步放大这种倾向：企业客户愿意付费的能力（订阅、嵌入办公流程、支撑自动化Agent）获得最多算力、最精细标注和最完整评测，形成自我强化的循环；短期内无法直接变现的能力（如对模糊问题的判断力、自身边界认知）则长期被搁置。

厂商竞争策略：放大核心尖刺，行业呈现分岔

在高度同质化的市场中，“全面均衡”昂贵且难以传达，厂商会选择放大自有核心尖刺来构建差异化优势。结果是模型间的差异不断扩大而非收敛，行业看似在赛跑，实际上在分岔。对用户而言，选择模型已从一个“采购更聪明大脑”的决策，转变为一个为具体任务匹配形状合适工具的架构决策。

风险：能力不会自动迁移，最弱环节定义系统天花板

人类的直觉是“局部能力推断整体水平”，但在模型身上这条经验不可靠——一个能解国际数学竞赛题目的模型，并不一定能可靠管理企业审批流程。能力不会自动迁移，但用户对能力的信任会。当模型在演示中的极限表现被无声推广为对其全部行为的预期，并写入无人复核的自动化环节时，误差便演变成事故。尤其在Agent时代，模型正在离开对话框，开始调用API、管理基础设施、控制物理设备。系统的可靠性由最弱的一环定义，而不是最锋利的尖刺——一个在标准任务上优异但在未知异常时倾向于“编一个合理答案继续执行”的智能体，恰恰最难防范，因为它不报错不中断，而是流畅地把错误推进到下一步。

行业趋势：从追逐能力上限转向经营能力边界

过去企业选型的核心问题是“哪个模型最强”，未来将被替换为“哪个系统最可靠、输出最易验证、能在模型犯错时拦住错误进入现实世界”。这种范式转移意味着更注重：为高风险动作设置人工确认点、分离不可逆操作与可逆操作、设定最小必要权限、建立独立于模型自身的校验层、以及将“模型说不知道”视为成功输出。模型负责突破能力边界，系统负责守住安全边界，这两者不会由同一方完成。