AI 编程竞争，从「卷模型」转向「卷派活」

2026 年 7 月 12 日，Anthropic 发了一篇长文，主题是把 Claude Code 里两个常被搞混的选项讲清楚：Model（模型）和 Effort（努力度）。官方一句话总结：Model 换的是脑子，Effort 换的是态度。

这一句话，把过去三年 AI 编程的所有"卷"重新分了类。

两个旋钮不是一回事

先拆清楚这两个东西。

Model 是一组"冻结的权重"。训练结束时，模型的能力和知识就被焊死了。你喂进去的提示词、CLAUDE.md、贴进上下文的代码，全都改变不了这套权重——你能引导它，没法"训练"它。换模型就是换一整套权重，本质上是换一个会不会干这件事的脑子。

Effort 不是"多想几秒"这么简单。它管的是 Claude 在这次任务上愿意投入多少工作量：读几个文件、跑不跑测试、要不要额外验证、要不要把一个多步骤任务一路推到底再回来找你。低 Effort 的 Claude 倾向于快速回复，然后反过来问你要更多上下文；高 Effort 的 Claude 倾向于自己去翻信息、多调几次工具、一口气把长任务链跑完。

官方给了一组关键数据：同一条 prompt，高 Effort 路径生成的 token 约是低 Effort 的 7 倍。多出来的 token 全花在读文件、跑验证、反复确认上（来源：Anthropic 官方博文示意图）。

这个分法暴露了行业过去的错觉：以为"换更大的模型" = "更聪明"。Anthropic 给的官方比方是——Sonnet 是有整个下午的全能选手，会把你的代码从头读到尾、跑一遍、再验一遍；Opus 是只给 5 分钟的专家，带来代码库外的经验和坑，但 5 分钟只能扫一眼；Fable 是最后才请得动的专科医生，每个 token 也最贵，留给真正没人能接的硬骨头。

把这三个角色配上 Effort 档位，整件事就清楚了：强模型不是"包治百病"，是"卡在硬骨头时才请"。简单改动交给 Sonnet 挂低档，秒回还省钱；大型重构上强模型加高档；要长时间自己跑的 Agent 任务，强模型配足 Effort。

这件事不是 Anthropic 一家在说。今年 3 月 4 日，Anthropic 为了压低延迟，把 Claude Code Effort 默认档位从 high 降到 medium。那段时间，全网骂 Claude 变笨。AMD AI 负责人 Stella Laurenzo 翻了 6852 个会话日志做对比：Claude 的思考量比 2 月之前掉了 67%（来源：GitHub 公开 issue + 新智元转引，2026-07-12）。扛了一个月，4 月 7 日才把默认档位调回去。多数开发者那时才意识到，问题不在自己的提示词上，是那个开关一直就在自己手边，只是被悄悄拨了一档。

这就引出一个反常识的结论：小模型开高 Effort，可以干翻大模型开低 Effort。

Token 账单的失血线

把视角拉远一点，这一年企业的 Token 账单，已经开始和实际产出脱钩了。

研发管理平台 Jellyfish 给了一组让 CFO 睡不着觉的数据：过去 9 个月，每位开发者 AI 支出增长 18.6 倍；使用 Token 最多的工程师，生产力约是低使用者的 2 倍，但消耗的 Token 高达后者的 10 倍（来源：Jellyfish 调研，硅基君转引 2026-07-13）。翻译成人话：投入翻了 10 倍，产出只翻 2 倍。

同一周，Palo Alto Networks CEO Nikesh Arora 在 CNBC 说了一句更狠的：Token 价格还得再降 90%，企业才能真正大规模部署。Palantir CEO Alex Karp 把话说得更直白——OpenAI、Anthropic 的 Token 收费模式"完全错了"：企业花大价钱，买到的可能是一堆没有创造价值的 Token（来源：公开采访）。

这不是理论。Priceline 一位员工透露：Cursor 的合同续签费用翻了 4 到 5 倍。Uber 今年 4 月之前就已经花光了全年 AI 编码预算。德勤给了一个数字：年收入 130 亿美元的企业，每年 AI 投入可能高达 7 亿美元。74% 的企业过去一年已经投资 AI，超过一半 AI 支出占整个数字化预算的 36%。

再把数字加总到中国这侧。腾讯《2025 研发大数据报告》显示，截至 2025 年底，公司本部及直接管理全资子公司共有员工约 8.74 万人，其中产研人员占 76%，约 6.64 万人。今年 6 月之前，腾讯部分部门给员工的 AI 使用额度一度达到每人每月约 2000 美元——折合人民币 1.3 万至 1.4 万元，几乎相当于一线城市一名正式员工的月薪。即使 6 月调整后，不少员工每月仍有 1000 至 5000 元的 Token 预算。如果按每名产研人员每月 3000 元额度计算，仅名义上的年度 Token 预算，就接近 24 亿元。

你花的钱和你换到的智能，正在脱钩。

这个脱钩的根子，是把"烧 Token"当成 AI 采用程度的代理指标——硅谷去年流行的 Tokenmaxxing，本质上是用油表代替里程表，看油烧得多就当车跑得远。今年风向变了：越来越多的企业开始讲"Token 纪律"。

换句话说，真正的便宜不是 token 单价更低，而是同样的 token 烧出更聪明的结果。这就把竞争推到了一个新战场。

调度成了新战场

当 Anthropic 把 Model 和 Effort 拆开卖，Anthropic 把"派活"这个动作产品化了。但产品只是表象。背后整个行业都在朝这个方向走。

7 月 13 日，量子位报道了浪潮信息在 2026 开放计算大会上干的事：业界首款 CPU 原生液冷整机柜，单柜最大支持 384 颗基于开放 OCM 架构的 CPU 处理器，兼容 x86 和 ARM，可以支撑 4 万 + 个 Agent 协同运行。这个规模是浪潮信息今年 4 月发布的"企千虾"方案的 40 倍。企千虾当时是用单台 2U 服务器部署 1000 个 Agent，这一次，他们直接把 Agent 塞满了一整个机柜。

配套的另一条产品线叫多模融合 API：同一个任务同时甩给多个候选模型，让它们各自独立生成答案，再由一个评审融合模型出面，比较这些答案里的共识、分歧、遗漏和独特观点，最终拼出统一输出。简单问答、工具调用、格式转换这类短任务，系统会直接路由给更轻量的单模型处理；只有复杂的长链路任务，才会调度多个候选模型协同。这套机制在 DRACO 测试里拿了 53.9%，高于池里任一单模型的表现。

为了扛住这种"一次任务调度多个万亿模型"的压力，浪潮信息的元脑 SD200 超节点把万亿模型 token 生成时间压到 4.77 毫秒——国内首个跑进 5 毫秒的方案，首 Token 延迟降低 35%。这台机器已经完成了对 Kimi K2.6、DeepSeek V4、GLM 5.2、MiniMax M3 等主流开源模型的适配。

IDC 给了一组定位数字：2025 年中国 AI Agent 企业级市场规模约 190 亿元，2025 至 2028 年复合增长率超过 110%。Gartner 的判断更直接：2026 年将有 40% 的企业应用集成任务型 AI Agent。

黄仁勋在 7 月 13 日的 26 分钟对话里讲了一句话被广为转引："相比写 Python，我的工程师更愿意造 Agent。"他给了一个判断框架：未来的公司，将建立在 Harness 之上。Harness 不是模型，是调度 Agent 的引擎。

这些事发生在同一个时间窗口不是巧合。当 token 贵到企业必须讲纪律、当多模型协同的技术门槛被压到 4.77 毫秒、当"造 Agent"开始替代"写 Python"成为工程师的主要工作——整个行业 AI 编程的竞争，从"谁的模型最强"切换成了"谁更会派活"。

你该怎么做

落到个人开发者身上，有三件事可以立刻动手。

第一，先把 Effort 档位调对。 Claude Code 干砸了，别急着动模型选项。第一步永远是回头查上下文：prompt 说清楚了吗？该给的工具给了吗？CLAUDE.md 配对了吗？大多数所谓"AI 变笨"，根子都在这儿。第二步才是问：是不会，还是不够努力？不够努力，调 Effort 档；不会，换更强的模型。别再用"加 Effort 都搞不定"来给"换更大的模型"找借口。

第二，给任务分级，用对模型组合。 简单改动（小函数、Bug 修复）交给 Sonnet 挂低 Effort；中型重构（多文件改动、跨模块调试）上 Opus 中高 Effort；极限场景（性能瓶颈、未知报错、陌生语言）才把 Fable 配上高 Effort 拉满。每次都问一句：这件事值得每个 token 最贵的那个模型吗？

第三，定期算 Token ROI。 一句话指标：每多花 1 元 token，你省下了几小时人工？ Jellyfish 那组"10 倍 token 换 2 倍产出"是警钟，不是常态。如果某个工作流长期 token 增速跑赢产出增速，是模型配错了档，不是 token 价格还不够低。

这三件事本质上是同一件事：把"派活"这个动作，从 Anthropic 的产品功能，变成你自己的工作习惯。

派活才是下一道分水岭

一个月前，AI 编程的竞争还在比"谁又屠榜"。一周前，Anthropic 把 Model 和 Effort 拆开，整个行业开始明白一件事：你不是缺更强的脑子，你是缺会调度的项目经理。

未来三年，决定一家公司 AI 编程 ROI 的，不是它用没用上最贵的模型，而是它有没有一套内部调度纪律——简单任务不烧重模型，重模型不挂低 Effort，长链路任务交给多 Agent 协同。当所有人都在用同一个最强模型，比拼的就不再是脑子，是派活。

这条路 Anthropic 趟出了一半。另一半，要靠每个团队自己走。