英伟达掏60亿“买”模型，我看到的不是新闻，是AI分工时代的黄昏
这一周我一直在琢磨一件事。英伟达被曝搞60亿美元拿下Poolside的模型授权，另投10亿美元、吸纳百余名员工；Hugging Face传出寻求出售，估值至少130亿美元；小米一口气亮出三颗自研芯片，还做了一台能本地跑120B大模型的迷你主机。表面上看，这是三条不相干的新闻，但把它们摆在一张桌子上，我看到的其实是同一件事：AI行业最赚钱的那批公司，正在悄悄拆掉自己和别人之间的墙。过去十年那套人人称道的“分工协作”，可能正在走向黄昏。
分层，曾经是AI最体面的秩序
先回忆一下这套秩序是怎么运转的。英伟达只管造卡，把CUDA生态修成护城河；OpenAI、Anthropic们专心炼模型，向全行业输出智能；Hugging Face搭社区，托管着两百多万个模型，当AI世界的GitHub；云厂商买卡出租算力，应用公司拿着API做产品。每一层都赚钱，每一层都只赚自己那一份，谁也别想吃掉别人的地盘。这套分工确实高效，甚至可以说，过去几年AI的爆发速度，一大半功劳要记在这种“专业的人做专业的事”上。
我印象很深的一个细节：英伟达曾经是刻意不碰模型层的。黄仁勋在多个场合说过类似的话——我们只做基础设施。这句话背后有一套精明的算术：卖铲子的人如果下场挖金矿，矿工们就会去找别的铲子。所以多年以来，“不下场”本身就是英伟达的生意保障。
但60亿美元说明，算术变了
那为什么现在改主意了？我试着把账算了一遍，发现压力来自两头。
一头是中国开源模型。DeepSeek、GLM这一波把开源模型的能力推到了逼近闭源的水平，模型层本身正在迅速“商品化”——当智能本身越来越便宜，纯做模型的公司利润空间会被压缩，这是所有模型公司焦虑的根源，也是Anthropic拼命冲企业客户、年化收入两个月从47亿冲到65亿美元的原因。另一头是云巨头的自研芯片，谷歌TPU、各家ASIC步步紧逼，英伟达的硬件毛利不再是高枕无忧。两头一挤，英伟达手里最值钱的资产就从“卡”变成了“卡+模型+生态”的打包能力。60亿美元买Poolside，买的不是那个模型有多强，买的是把模型层变成自己货架上一件商品的资格。有分析说得直白，这笔交易就是冲着中国开源AI的对手去的——对手越强，整合越急。
小米的故事是同一个逻辑的另一面。一家手机厂为什么要自己造SoC、造AI芯片？因为它不想要“灵魂在外人手里”。150W的AI Cube能本地跑120B模型，靠的是把芯片和推理栈一起攥在自己手里优化。硬件厂往上整合模型能力，芯片厂往下整合应用场景，方向不同，动机一模一样：单层的利润越来越薄，单层的安全感也越来越虚。
Hugging Face的待价而沽，是中间层的挽歌吗
再看Hugging Face这件事，味道就更苦涩了。它曾是分层秩序最完美的受益者——你不训练模型、不卖卡、不做应用，只做社区和托管，照样活成行业基础设施。可当巨头们开始垂直整合，这种“中间层”的处境就尴尬了：估值从拒绝英伟达5亿投资时的约70亿，两年内翻到130亿以上，看起来风光，但寻求出售这个动作本身说明，管理层也判断独立上市的路不好走。资本愿意给它重定价，恰恰是因为把它当成了巨头整合棋局里的一枚好棋子，而不是一家可以独自长大的公司。
历史上这套剧本演过不止一次。铁路时代，范德比尔特们把线路、机车、货运垂直拧成一团；石油时代洛克菲勒从油井一路控到加油站；后来IBM兼容机拆开了硬件和软件，互联网又把分层推到极致，微软和英特尔各吃一层吃了三十年。规律其实挺清楚的：产业处在“修基础设施”的阶段，整合就是主旋律，因为只有把整条链路攥在手里才能把体验和成本同时压到极致；等到技术成熟、接口标准化，分层才会重新撕开缺口。AI现在显然还在第一阶段——模型还在快速迭代，推理成本还没降到“水电煤”的水平，谁也不敢只守一层。
对我们普通人意味着什么
聊了这么多格局，落到你我的实际处境上，我觉得有三件事值得提前想。
对开发者来说，选型的性质变了。以前选一个模型、选一家云，更像是选一个工具；以后你的选择会越来越像签一份隐形的长期合同，因为对方卖给你的可能是芯片、模型、工具链的整套方案，迁移成本会指数级上升。今天觉得“这家API便宜”就切过去，明天发现整个工作流都被绑定，这种故事在云计算时代发生过，AI时代只会更剧烈。趁现在接口还算开放，把抽象层做好，是普通团队为数不多的自保手段。
对创业者来说，“中间层”这个词要重新掂量。纯套壳、纯搬运的应用，生存空间会被巨头的垂直整合直接碾掉——英伟达都能下场做模型了，还有什么是巨头碰不到的？但硬币的另一面，整合期恰恰是深水区应用的机会窗口：巨头忙着打通产业链条，对行业Know-how又深又脏的活暂时顾不上。往产业的泥土里扎，而不是在API上漂着，可能是未来几年独立公司唯一的活法。
对普通用户来说，短期内其实是好事。整合带来的第一个结果就是便宜和顺滑——GPT-5.6的token价格一路在降，小米把千亿模型塞进一台迷你主机，竞争越贴身，用户体验越被当武器使。真正需要警惕的是五年十年后的事：当智能的每一层都攥在四五家公司手里，开源的火种还烧不烧得旺，会决定我们用的是“电”还是“某家电”。
钟摆会回来的，但不是现在
写到这里，我想给“分工时代的黄昏”补一个不至于太悲观的注脚。整合从来不是终点，它更像一个钟摆：IBM整合过，然后被PC拆开；微软整合过，然后被互联网拆开。AI这一轮整合越彻底，标准化的诱惑就越大，而开源就是那股随时准备把钟摆推回去的力量。斯坦福的团队刚启动了535B参数的全开放训练，Cloudflare把企业AI平台直接开源，中国模型把权重挂在Hugging Face上任人取用——分层的种子一直有人在做播。所以我的判断是：未来两三年，我们会看到更吓人的整合和更贵的并购；但再往后，当某个接口标准像当年的HTTP一样横空出世，分工的故事会换个名字重新开场。周期而已，只是这一次，我们正好站在钟摆荡向整合的那一端。