Token售卖已无溢价、大模型公司转型“系统商”？记忆张量 CTO 李志宇：智能体能力会拉开差距，长期记忆与状态管理成竞争核心

69 0 0

文章摘要

2025年AI行业呈现出从规模扩张向系统能力构建的显著转型。记忆张量MemTensor CTO李志宇指出，模型规模扩大虽仍能提升能力，但经济效益明显下降，行业关注点转向寻找值得Scaling的特定领域，如动态场景记忆。大模型公司正演变为系统公司，核心竞争力从单一模型性能转向长期记忆与状态管理能力。若2026年模型间无法形成代际差异，价格战将加剧，甚至因国产卡入场逼近冰点。

智能体被视为下一阶段核心赛道，但现有模型在推理稳定性和可持续性上存在明显瓶颈。真正支撑自主智能体需要模型在三个方面优化：多步决策的过程可控性、状态保持能力，以及与工具环境的协同能力。当前Agent更多依赖系统兜底而非模型自主能力，竞争关键将围绕记忆、推理和系统架构展开。情境感知能力从模型隐式特性转向系统显式建模，成为智能体发展的必要条件。

技术路线上，MoE架构因成本效率优势成为2025年主流，但其本质是工程优化而非智能范式突破。非MoE企业的差异化竞争力在于系统层面的独特设计，如记忆机制和推理流程优化。合成数据虽部分替代人工数据，但高质量合成数据需具备明确推理结构和对抗性设计，而非简单生成。模型能力进步体现在复杂指令理解和多步推理稳定性上，技术路线从训练时做大模型转向运行时优化使用效率。

价格战反映出模型性能差异缩小导致的商业溢价消失。厂商需通过增值服务（如记忆增强、MCP服务）重建盈利空间。行业共识是大模型公司正在转变为系统公司，因为单一模型难以支撑复杂应用，系统级的记忆与状态管理能力成为关键。李志宇预测，下一次代际飞跃可能来自记忆技术的系统性升级，即实现参数记忆、激活记忆和显式记忆的跨推理调度与管理。

国内AI在基础模型、多模态理解和工程化落地方面取得实质性进展，涌现出DeepSeek-R2等优秀模型，在成本控制和系统优化上形成优势。但与硅谷相比，在基础研究积累和原创范式探索上仍存差距。行业从早期红利阶段进入拼工程、拼长期价值阶段，企业更强调系统效率和真实场景适配，员工状态呈现”压力与方向感并存”的特点。