AI slop一则:OR的2025 AI生态演进报告:从模式生成到代理推理的范式转移

新闻

作者：微信文章
（Salicylic: 原文在https://openrouter.ai/state-of-ai开放获取。另外，其实已经有人用更高级的工具链生成报告了100万亿Token背后的AI真相——OpenRouter 2025报告深度解读，我这里只是示意一下。）



这是一篇基于 OpenRouter State of AI Report 的深度分析报告。

---

2025 AI 生态演进报告：从模式生成到代理推理的范式转移

摘要 (Executive Summary)

本报告基于 OpenRouter 平台超过 100 万亿 token 的实证数据，分析了过去一年大语言模型（LLM）的真实使用图景。核心发现表明，AI 领域正经历从单一的「文本生成」向多步「代理推理（Agentic Inference）」的根本性范式转移。尽管专有模型（Proprietary Models）在高端任务中仍占据主导，但开源模型（Open-Weight Models），尤其是来自中国的模型，正在通过成本优势和特定领域的优化（如编程与角色扮演）迅速抢占市场份额。

---

1. 核心发现：技术与行为的双重变迁

1.1 「代理推理」的崛起 (The Rise of Agentic Inference)

数据表明，2024 年末 OpenAI o1 模型的发布是一个明显的拐点。

• 推理成为常态：经过强化学习优化的「推理模型」（Reasoning Models）处理的流量占比已超过 50%。• 交互模式的深化：用户的请求不再仅仅是简单的问答，而是表现为长上下文（Context）、多步骤规划和工具调用（Tool Use）。编程类任务的 Prompt 长度显著增加（平均超过 20k token），表明模型正被深度集成到复杂的开发工作流中，充当「分析引擎」而非单纯的「生成器」。

1.2 留存率的「灰姑娘效应」 (The “Glass Slipper” Effect)

用户留存不再单纯依赖模型的通用性能，而是呈现出一种 「首个解决问题者通吃」 的现象。

• 基础队列（Foundational Cohorts）：当某个新模型（如 GPT-4o Mini 或 Claude 3.5 Sonnet）首次完美解决了用户的特定高价值痛点（即「穿上了水晶鞋」），该用户群体会形成极高的粘性。• 锁定机制：一旦工作流与特定模型的特性（延迟、推理风格、工具格式）对齐，即使用户面临更新、更便宜的模型，切换成本也会变得极高。这解释了为何先发优势在技术快速迭代的今天依然有效。

---

2. 现状分析：二元分化的生态系统

2.1 开源与闭源的动态平衡 (Open vs. Closed Source Dynamics)

市场正在形成清晰的二元结构，两者并非零和博弈，而是各司其职：

• 专有模型（Closed Source）：如 OpenAI 和 Anthropic，依然定义着性能的上限，主要服务于企业级、高风险、对逻辑严密性要求极高的任务。它们占据了「高成本、高质量」的生态位。• 开源模型（Open-Source/OSS）：使用量已占整体的三分之一。

• 中国力量的崛起：DeepSeek 和 Qwen (通义千问) 等中国模型家族表现强劲，不仅在中文语境下占优，更通过极快的迭代速度和高性价比，在全球编程辅助和创意写作领域占据了一席之地。• 中型模型的胜利：市场不再迷信超大参数量，15B-70B 参数量的「中型模型」因在性能与推理成本之间取得了最佳平衡（Model-Market Fit），正成为部署的主流。

2.2 真实使用场景的「双峰」分布

与公众普遍认为 AI 主要用于「生产力工具」的印象不同，数据揭示了两个截然不同的主导场景：

1. 硬核生产力（编程）：编程辅助是增长最快、上下文最复杂的类别。开发者正利用 AI 进行代码生成、调试和架构设计，这推动了对长窗口和推理能力的巨大需求。2. 创意与情感（角色扮演）：在开源模型的使用中，超过 50% 的流量流向了「角色扮演（Roleplay）」。这表明 AI 在提供情感陪伴、互动小说和创意激发方面具有巨大的、未被充分讨论的价值。开源模型的无审查特性使其在这一领域尤为活跃。

2.3 成本与地理分布

• 需求缺乏弹性：尽管价格战激烈，但在高端市场，价格下降并未带来线性的使用量暴增。企业更看重「任务成功率」而非「Token 单价」。• 全球化重心东移：亚洲地区的使用量占比从 13% 激增至 31%，显示出该地区在 AI 应用落地和模型开发上的双重活跃度。

---

3. 未来展望：从「聊天机器人」到「智能体生态」

3.1 评估标准的重构

随着「代理推理」成为主流，传统的基于文本相似度或单一问答准确率的 Benchmark 将失效。未来的评估将聚焦于任务完成率（Success Rate）、多步推理的鲁棒性以及工具调用的精确度。
3.2 多模型协作的常态化

未来的系统架构将不再依赖单一的「超级模型」。开发者将构建多模型编排系统：

• 使用轻量级、低成本的开源模型（如 DeepSeek, Llama）处理高频、简单的路由和预处理任务。• 调用昂贵的专有推理模型（如 o1, Claude 3.7）处理核心的逻辑攻坚。 这种异构架构将在成本和性能之间找到最优解。

3.3 模型的「商品化」与「去商品化」并存

低端推理能力将迅速商品化（Commoditized），价格趋近于零。但特定领域的「认知解决能力」（如解决复杂的生物化学分子结构预测或遗留代码重构）将保持高溢价。能够捕捉并解决这些「长尾高价值」问题的模型，将获得最持久的护城河。

---

结语： 2025 年标志着 AI 从「新奇玩具」向「基础设施」的转变完成。对于研究人员和开发者而言，关键不再是寻找「最强」的模型，而是识别能够与自身工作流完美契合（Fit）的模型组合，并利用代理工作流（Agentic Workflows）将 AI 的概率性输出转化为确定性的生产力。