今天的AI圈，如果只用一个词来形容，那就是——颠覆。
就在几个小时前，我刷到了三条让我坐不住的消息：
· Ramp发布最新AI指数，Anthropic企业市场占有率34.4%，首次超越OpenAI的32.3%——一个三年没被撼动的王座，今天被踹下来了。
· 田渊栋等八位AI顶级研究员，带着6.5亿美元（约44亿人民币）成立了Recursive Superintelligence。公司估值46.5亿美元。他们的目标是：让AI自己训练自己，然后让AI研究员这个职业彻底消失。
· 智谱股价暴涨36.9%，收报1150港元，创历史新高。唐杰深夜发文，提出一个核心观点：AI从工具到劳动力，就差"长周期任务"这一步。
· Google在Android Show上发布了"魔法指针"——给鼠标光标装上AI大脑。AI交互的形态，正在从"打打打"变成"指指点点"。
四件事同时发生在同一天，绝不是巧合。它们在告诉我们：AI产业正在从一个时代，迈入另一个时代。
今天这篇文章，我想和你聊聊这四件事背后，正在重塑AI世界的底层逻辑。
先说最重磅的消息。
Ramp公司发布的2026年5月AI指数显示：Anthropic在企业端的采用率达到了34.4%，首次超过了OpenAI的32.3%。
很多人可能对Ramp不太了解。它是一家金融科技公司，数据来源是5万多家企业、数十亿美金真实支出的账单数据。这个数据的含金量在于——它不是调查问卷，不是样本统计，是真金白银的刷卡记录。当CEO们真的掏出信用卡付款时，他们选择了谁，这就是最真实的市场投票。
看两组数据你就知道这个逆转有多剧烈：
Time｜一年前：Anthropic 9% vs OpenAI 32%
Time｜今天：Anthropic 34.4% vs OpenAI 32.3%
Anthropic翻了四倍。OpenAI涨了0.3个百分点。
这个对比是不是很震撼？其实逻辑很简单——
去年5月，如果你问我：AI公司的王座是谁？我毫不犹豫说OpenAI。今天，数据说：王座已经换了主人。
OpenAI的回应也很有意思。官方发言人表示："Ramp的数据只统计了信用卡付款，我们那些千万级的企业转型合同不走信用卡。"这句话翻译一下就是——"我们不觉得数据是真实的"。但与此同时，Sam Altman紧急推出了"两个月免费Codex访问权"的促销活动。
嘴上说没事，身体很诚实。
那么问题来了：Anthropic凭什么翻盘？
两个杀手锏。
第一，计费模式的暴力美学。他们做了一个堪称"违背SaaS祖训"的决定——放弃固定订阅费，全面转型按Token计费。
这个改变的威力有多大？过去，传统SaaS的逻辑是"不管你用不用，每月每人30美金"。这在AI Agent时代变成了一个巨大的错配。因为当AI变成7×24小时自动运转的"数字劳工"时，Token的消耗量呈几何倍数爆发。
举个例子：一家企业如果用ChatGPT做客服，后台坐席每天提问100次，一个月消耗固定额度。但如果用Claude Agent自主运行，它一天可能处理1万个对话、自动调用100个API——消耗量是完全两个数量级。
按量计费，等于把企业的消费上限彻底打开。结果是Anthropic的年度经常性收入飙升至450亿美元级别——这个数字在去年底还只有现在的三分之一。
第二，AI Agent的"印钞效应"。
微软家里有OpenAI，今年在Claude上的支出高达5亿美元。超过1000家大客户每家在Anthropic的年均花费超过100万美元。
这说明一个什么趋势？企业正在从"买个AI工具试试"转向"让AI直接干活"。而Anthropic的Claude，在让AI"真正干活"这件事上，确实更胜一筹。
Ramp首席经济学家Ara Kharazian说了一句话特别到位："Anthropic在金融、科技、专业服务领域早已领先，OpenAI在其他行业的优势正在快速缩水。"
所以，ChatGPT用户多不等于企业愿意买单。当企业真金白银投票时，他们看的是ROI，不是知名度。
如果说Anthropic超越OpenAI是今天最震撼的新闻，那Recursive Superintelligence的公开亮相，就是最疯狂的新闻。
来看这家公司的参数——
· 联合创始人：8个人
· 员工总数：25人
· 成立时间：不到半年
· 估值：46.5亿美元
· 融资：6.5亿美元
· 投资方：GV、Greycroft、AMD Ventures、英伟达
· 核心业务：还没有产品。
没有产品，25个人，46.5亿美元估值。这不是疯了吗？
来看看这8个人是谁——
1. Richard Socher：NLP词向量奠基人、Salesforce前首席科学家
2. Caiming Xiong：Salesforce AI Research前SVP
3. 田渊栋：Meta FAIR前研究总监
4. Alexey Dosovitskiy：Vision Transformer（ViT）第一作者
5. Jeff Clune：进化算法先驱
6. Tim Rocktäschel：DeepMind Genie世界模型核心研究员
7. Josh Tobin：OpenAI机器人团队搭建者
8. Tim Shi：OpenAI早期成员、AI客服独角兽联创
这份名单几乎就是过去十年AI关键突破的作者列表。任何一个单独拎出来，都是AI界的顶级大牛。八个人凑在一起，意味着什么？
意味着他们要干的是一件大到一个人、一家公司都干不了的事。
他们要做的事，叫"递归自我进化"（Recursive Self-Improvement, RSI）。
什么意思？
今天造一个前沿大模型，需要几百人忙几个月。数据筛选、训练设计、后训练对齐、研究方向选择——每一步都靠人类研究员。但问题是：全世界能做这件事的人不超过几千个。而且，模型越复杂，人类理解和优化它的能力越接近天花板。
Recursive要做的，就是把数据筛选、训练、后训练、研究方向选择——所有环节——全部交给AI自己完成。整条链路闭环，从头到尾不需要人。
这意味着什么？一个正向反馈循环：
AI改进自己 → 改进后的AI更擅长改进自己 → 循环加速 → 速度超出人类控制
Richard Socher有句话很值得琢磨。他说神经网络的三个阶段：
第一阶段：神经网络学会自己提取特征 → 特征工程师失业
第二阶段：统一模型干掉任务专用架构 → 细分赛道的公司消失
第三阶段：AI学会训练自己 → AI研究员失业
你看懂了吗？他们在做的事情，就是让第三个阶段成为现实——然后让自己这个职业消失。
赌自己会失业，这大概是一个创业者能做出的最疯狂的赌注。
但如果你仔细想，这恰恰是最极致的理性。如果递归自我进化真的能做到，那今天所有的AI公司——包括Recursive自己的现有模式——都会颠覆。但如果不做，总有别人会做。与其等别人颠覆你，不如自己颠覆自己。
这是典型的"终极风险对冲"：如果AI进化到不需要人类，那至少是"我们自己"亲手造的。
同一天，智谱股价暴涨36.9%，市值创历史新高。而就在这之前不到24小时，创始人唐杰深夜在X上发了一条长推文。
核心就四个字：长周期任务。
英文是"Long-Horizon Tasks"——指一个任务需要跨越较长时间、较多步骤、较多中间状态才能完成。比如：从漏洞代码分析到完整攻击链条推演；从合同条款审核到完整的合规报告输出。
唐杰说了一句话，我特别喜欢：
"一旦模型能持续规划、试错、判断和交付，它冲击的就不只是程序员效率，而是整套人类执行层。"
这句话怎么理解？
过去两年，我们评价AI就是看单次对话。回答是否准确、逻辑是否清晰、语言是否流畅。这本质上是在测试智力。
但长周期任务需要的不是智力，是执行力。
什么叫执行力？目标明确但路径不确定，持续数小时、数天甚至数周地推进任务。过程中有试错、有判断、有中途调整。
唐杰用黑客作为例子。漏洞挖掘是典型的长周期任务：需要阅读大量代码、理解系统架构、搭建测试环境、构造攻击输入、验证漏洞有效性，最后撰写技术报告。没有标准答案，全靠试错。
智谱在做什么？他们在做的就是让AI从"对话式工具"进化成"长周期劳动力"。一旦做到——
以前AI替人写几句话，大家还能说它只是工具。一旦AI能连续几天自己干活、自己判断、自己交付，它要替代的就不只是某个岗位，而是彻底替代某一个行业。
想想销售助理、市场调研员、初级律师、审计师——这些岗位的本质是什么？不是做一次完美回答，而是持续跟进一个复杂任务，不断迭代，直到交付。
所以唐杰在凌晨发推文不是偶然。智谱的暴涨也不是偶然。当资本市场看懂了这个"从工具到劳动力"的叙事，估值逻辑就完全变了。
说完商业模式、技术趋势、资本市场，我们再聊一个切身相关的——交互方式。
今天，Google在Android Show上宣布了一项叫"魔法指针"（Magic Pointer）的新功能。
简单说：鼠标光标被装上了"眼睛"和"大脑"。它不再只知道自己在屏幕的X、Y坐标，而是知道"你正在指向一个表格里的费用字段"或者"你指向的是一张发票照片里的金额数字"。
然后你只需说一句："把这个，加到那张报表里。"AI就能理解你在指谁、要干什么、怎么做。
AI交互的核心，正在从"打打打"变成"指指点点"。
为什么说这件事意义重大？
过去几年，大语言模型的能力一路狂飙，但交互方式几乎没有变化——依然是打字输入，等回复。就像我们还在用命令行操作现代操作系统。
想想看：你在电脑上和同事协作，会怎么表达？你会指着一个页面说"这个地方有问题"——而不是打一篇500字的文字描述。人最自然的交互，永远是语言结合手势。
Google的"魔法指针"本质上是在做一件事：把"AI理解意图"这件事，从文本输入的狭窄通道，释放到了物理交互的广阔空间。
可能有人觉得，这只是一个小小的交互改进。但历史告诉我们：每一次交互方式的革命，都催生了一整个新的生态。
鼠标的发明让图形界面成为可能。触摸屏的普及让智能手机爆发。那么——当"指一下屏幕+说一句话"成为新的AI交互常态，会催生什么？
也许很快，我们用AI的方式就不再是打开一个对话窗口，打很多字。而是打开屏幕，指指点点，说说话。ChatGPT的聊天框，可能真的会消失。
好了，今天的四件事都讲完了。它们虽然看起来各自独立，但背后其实贯穿着同一个底层逻辑。
让我用一个比喻来说清楚。
AI有三个阶段，就像一个人的成长史。
第一阶段：AI = 计算器
——你给我输入，我按规则输出。GPT-3到GPT-4就是如此。智能但被动。
第二阶段：AI = 实习生
——你分配任务，我独立执行。Agent时代的开端。Anthropic的Claude在此领先。
第三阶段：AI = 专家
——你给个目标，我自己拆解、执行、纠错、交付。唐杰说的长周期任务就是这个。
终极阶段：AI = 导师
——不仅自己会干活，还能训练下一代AI。Recursive的目标。
今天的四件事，对应的正好是四个阶段的跨越：
· Anthropic超车OpenAI → 标志着"AI=实习生"的商业模式成熟了
· Recursive成立 → 有人在赌"AI=导师"的阶段会提前到来
· 智谱股价暴涨 → 资本市场认可"AI=专家"的叙事
· Google魔法指针 → 交互方式在匹配AI能力的进化
这四个阶段交替发生、同时推进，意味着什么？
意味着我们可能正在经历AI产业历史上最剧烈的一次跃迁。
2022年底ChatGPT诞生后，AI经历了两年的"狂欢期"——所有人都兴奋于"AI能聊天了"。2024年到2025年初，进入"冷静期"——大家开始问"除了聊天，还能干什么？"
而2026年5月的今天，我们看到的是"实干期"的开端——企业开始为AI真正干活而付费，创业者开始为AI自己训练自己而赌上全部身家，交互方式开始为AI"代替人类执行"而重新设计。
工具时代结束了。劳动力时代，来了。
今天这四件事放在一起，让我想到一个很经典的概念——创新者的窘境。
克里斯坦森在《创新者的窘境》里说：领先企业之所以被颠覆，不是因为它们做错了什么，而是因为它们做对了所有事——只是做对的事的标准变了。
OpenAI做对了什么？造出了全世界第一个、也是最强大的通用大模型。
但为什么王座被Anthropic抢走了？因为"赢的标准"变了。从"谁的模型更聪明"变成了"谁的模型能让企业真正把AI当劳动力"。而Anthropic的按量计费+Agent能力，恰好满足了新标准。
同样，Recursive在赌的也是"标准会再次变化"——从"AI能不能干活"变成"AI能不能自己进化"。
每一次标准的改变，都是一轮洗牌。
所以，最后我想说的是：
在AI产业，没有什么王座是永恒的。
你今天看到的霸主，明天可能就被一个"没有产品却有顶级大脑"的25人团队颠覆。
你今天觉得够用的交互方式，明天可能就会被一根"长出眼睛的鼠标"取代。
行业的唯一不变，就是变化本身。
最后，留一个问题给你：你的行业，处在AI的哪个阶段？是计算器、实习生、专家，还是已经准备好迎接导师级AI了？
