據 Woofun AI 消息，高盛近期發佈深度研報，指出人工智能產業正跨越'僅能回答'的初級階段，全面邁入'能夠執行'的 Agent 時代。這一結構性轉變意味着，硅谷科技圈的核心競爭維度已從單純的模型參數較量，徹底轉向對工作流掌控力的爭奪。隨着世界模型技術的崛起，AI 的商業化路徑與價值分配邏輯正在發生根本性重構。

此次研判基於高盛於 8 月 18 日至 19 日進行的實地考察，這是該機構連續第三年深入硅谷腹地，對象涵蓋 AI 初創企業、頭部風投機構以及斯坦福大學、加州大學伯克利分校和舊金山分校的研究團隊。調研揭示，Agent 在企業端落地的最大阻礙並非技術能力不足，而是'可控性'缺失。在法律責任劃分、過程追溯及糾錯機制尚未完善的背景下，多數企業仍維持'人工監督模式'。特別是在法律、風控、保險和審計等高敏感領域，模型失誤的責任歸屬問題至關重要。因此，具備'決策邊界清晰、結果可驗證、錯誤可回滾'特徵的工作流最易實現自動化，例如發票處理流程：AI 負責字段提取與檢查，低置信度案例由人工複覈，最終通過可逆的 ERP 流程入賬。

值得注意的是，擁有可信內容、經驗證的領域模型及成熟監管關係的信息服務商，將率先切入企業生產環境。Woofun AI 整理數據顯示，這種對確定性的追求正在重塑 B 端 AI 的准入標準，使得具備業務上下文理解能力的服務商佔據先機。

在模型生態層面，前沿模型與開源模型並未走向零和博弈，而是形成明確分工。前沿模型陣營強調，企業基準測試往往低估了真實生產環境中模型精度下降帶來的隱性業務損失，因此多家 AI 原生公司即便宣稱採用多模型策略，其核心生產環境仍高度依賴閉源前沿模型以確保障礙最小化。相反，另一派觀點認爲，絕大多數標準化任務無需前沿級智能，隨着開源模型性能提升，客戶願以有限性能損失換取更低推理成本。一家風投機構預測，未來 12 至 18 個月內，約 90% 的推理 Token 將流向開源模型。

與此同時，'世界模型'正成爲新的增長引擎。不同於主要依賴互聯網文本訓練的 LLM，世界模型需理解環境、因果關係、物理規律及動態交互，其數據源更多來自物理系統、具體行業及實際運營場景。高盛指出，物理、工業、科學和機器人等領域的問題空間遠大於純文本生成，且訓練、仿真與推理需更高算力投入。預計未來 5 年，算力需求將增長約 24 倍，供需緊張態勢將持續，微軟、甲骨文和 CoreWeave 等雲計算及算力基礎設施提供商將直接受益。

商業模式的演變進一步印證了價值遷移的趨勢。追風交易臺數據顯示，AI 收費模式正從'按席位訂閱'轉向按消費量、交易量及結果收費。Agent 角色也從輔助工具進化爲工作流執行者，產業價值隨之從模型本身向專有數據、業務上下文及領域專業能力轉移。競爭壁壘不再是'誰的模型更強'，而是'誰能真正掌握工作流'。能否進入企業生產環境、理解複雜業務語境並穩定完成任務，成爲決定勝負的關鍵。

這意味着，擁有垂直領域數據積累和成熟監管關係的機構，將在新一輪價值分配中佔據主導地位，而單純依賴通用大模型能力的玩家將面臨邊緣化風險。