最近 AI 圈有点无聊。
当年 GPT-3.5 升级到 GPT-4，技惊四座。后来多模态模型开始画图，以假乱真，每次都引起一片惊呼。
但现在，模型越来越聪明，惊喜却越来越少。
如果是写写代码、查下资料，今天的模型已经相当能打。哪怕 Benchmark 再涨几分，普通用户也很难再体验到当年那种质变。
于是很容易让人冒出这个感觉：模型再升级，还能升个啥？大模型是不是快到头了？
最省事的判断方法，其实是盯着最前沿的厂商看，看他们把资源投到哪。
先来看风头正盛的Anthropic。
Anthropic 认为自己的卖点是什么
2026 年 6 月，Anthropic 发布了 Claude Fable 5。
我原本以为，它会像过去的大模型发布一样，把最醒目的位置留给 Benchmark，告诉用户新模型又提高了多少分。
但 Fable 5 官网首先强调的，不是自己的跑分，而是三个使用场景：
Agents（智能体）、Coding（编程）、Enterprise workflows（企业级工作流）。
以前大模型的卖点是"它能回答什么问题"，但 Anthropic 现在更想证明的是 ：你能把多大一件事交给它。 Anthropic 想卖的东西，其实已经变了。
Agents（智能体），强调的是模型能不能长时间自主推进任务。Anthropic 的新卖点是，Fable 5 可以连续工作数天，自己规划不同阶段、把任务分给子智能体，并检查自己的工作。
Coding（编程），强调的也不只是生成代码。Anthropic 官网写的卖点是：Fable 5 可以处理大型迁移、复杂实现和持续多天的自主编程任务，还能自己编写测试、检查结果，并根据最终目标验证输出。
Enterprise workflows（企业级工作流），强调的是复杂、多阶段的知识工作。模型可以在很少监督的情况下完成深度研究、分析和最终交付物，团队只需要把大型项目交出去，最后回来验收，而不是全程盯着每一步。
所以，Agents、Coding 和 Enterprise workflows 并不是三个孤立的卖点。
它们其实代表一种卖点的转向：
Claude 将从一个回答问题的模型，变成一个可以直接接手任务的系统。
为什么"独立工作更久"这么难
模型明明已经很聪明，为什么不能直接把工作交给它？这其实是个简单的概率计算：
假设一个模型每一步都有 95% 的概率做对，看起来已经非常可靠。但连续执行 50 步，全部正确的概率只剩不到 8%。
就算模型很牛逼，单步正确率 99%，但连续执行 100 步，整体成功率也就 37%。
这当然是一个简化计算。现实中的错误并不完全独立，有些错误也可以被及时发现和修复。但它足以说明长程 Agent 的根本难点：
每一步做的都很好，不等于整件事能做很好。
一份藏在官网里的路线图
2026 年 6 月，Anthropic 发布了一份名为 Anthropic Economic Index: Cadences 的报告，中文可以翻译成《Anthropic 经济指数：节奏》。
这不是一份普通的行业白皮书，这是 Anthropic 研究 AI 如何进入真实工作、职业和经济活动的官方研究项目。它最大的价值，是掌握了外界几乎不可能获得的一手数据。
这份报告开头就指出了一个变化：
一年前，Claude 的主要使用方式还是用户和助手之间来回对话；但随着 Claude Code 快速增长，越来越多的 Claude 使用已经变成长时间运行的 Agent 任务，传统对话甚至已经不足以描述人们正在怎样使用 AI。
报告里有一组非常直观的数据。
同样是写一篇博客或文章，在普通 Chat 中，用户与 Claude 的中位交互次数是 13 轮；到了 Claude Code，超过一半的任务只需要 1 次人类指令。 后面的拆解、执行和推进，主要由 Claude 自己完成。
这意味着，Claude 的使用方式已经开始从"人一步步指挥"，变成"人交代目标，AI 自己推进"。
而用户对这种变化的预期，比现实走得还要更远。
在约 9700 名 Claude 用户的调查中，接近 60% 的人认为，未来 12 个月里，AI 能够独立完成的工作比例还会继续上升；超过 三分之一 的人认为，到明年，AI 就能完成自己大部分甚至几乎全部工作任务。
这说明用户要的已经不是陪聊，而是把活交出去。
而 Claude 的基本使用单位，正在从一次对话，变成一次委托。
Anthropic 押注的下一代 Claude，也不是更会回答问题，而是能把一整件事做完。
下一步，不是聊天，而是接管工作
前面的报告说明，用户正在从"和 AI 对话"，转向"把任务交给 AI"。
Anthropic 自己的产品布局，也完全沿着这个方向展开。
Claude Code 是大家最熟悉的例子。它让用户把一整段开发任务直接交给模型，而不是只让 AI 写几行代码。
随后推出的 Cowork，又把这套模式从程序员扩展到了白领。用户可以直接交给 Claude 一批文件、一项研究，或者一个需要跨工具完成的任务，由它自己拆解、执行并整理结果。
到了企业端，Anthropic 的意图更加明确。它开始把 Claude 接入 Google Drive**、Gmail、DocuSign、FactSet 等企业工具，并针对金融、工程、人力资源等场景提供插件。方向不是再做一个更聪明的办公助手，而是让 Claude 真正进入公司的业务流程。
这些动作拼在一起，路线已经很清楚了：
Claude Code 先把一整段开发工作接过去，Cowork 再把这种能力扩展到白领工作，最后通过企业工具和工作流，进入公司的真实业务。
Anthropic 想做的，已经不是一个更好用的聊天机器人，而是一套能被企业直接调度的工作系统。
而且押这条路的，不只有 Anthropic。
OpenAI 最近推出的 ChatGPT Work，也在把 ChatGPT 和 Codex 合并到同一个工作入口里，让普通用户直接生成文档、网站和演示稿，而不是只在聊天框里提问。
微软的动作更重。它专门组建了约 6000 人的团队，把工程师和顾问派进企业，帮助客户把 AI 接进销售、客服、财务和研发等实际流程。
这说明，大厂现在争的已经不是谁的聊天框回答得更漂亮。
真正的战场，已经是谁能让 AI 进入企业，接下一整段工作。
大模型没有到头
回到开头，下一代大模型的进步，可能不会再像 GPT-3.5 升级 GPT-4 那样，让普通用户一眼看出"它突然变聪明了"。
变化会藏在更不起眼的地方：
以前只能独立工作十分钟，现在可以工作一个小时；以前需要人不断纠正，现在只需要最后检查一次；以前只能完成一个明确的小任务，现在可以处理目标模糊、过程复杂的大型项目；以前失败后只能从头再来，现在可以自己发现错误、回滚并继续。
它看起来没有突然更会说话，却正在变成一种可以被调用、被管理、被检查的生产能力。
所以，如果只看聊天框，大模型确实已经进入边际递减。但把 Anthropic、OpenAI 和微软的动作连起来看，大模型远远没有到头。
只是竞争的尺度变了。
过去比的是谁答对的题更多，接下来比的是谁能独立工作的时间更长。
过去模型的价值，是给人一个答案；接下来模型的价值，是替人承担一段完整的工作。
大模型的终局，不是成为更聪明的搜索框，而是成为新的劳动力。