2026年6月的第二周，三件看似互不关联的事在同一周内发生。
OpenAI宣布将前沿级健康AI能力从付费推理模型「下放」到免费版GPT-5.5 Instant——2.3亿每周问健康问题的用户，从此可以免费获得被医生评审团评为「高于医生书写答案」水平的回复。
同一天，Anthropic Frontier Red Team发布了Project Fetch第二阶段报告：Claude Opus 4.7在没有人类辅助的情况下，用9分35秒完成了去年人类团队6小时才完成的机器狗编程任务，速度约20倍。
就在几天前，微软CEO萨提亚·纳德拉发表了一篇浏览量超2800万的长文《没有生态的前沿是不稳定的》，提出引爆硅谷讨论的概念——「Token资本」，并警告：如果企业只想租模型而不构建自己的学习闭环，将重复全球化时代「产业空心化」的命运。
三件事放在一起，读出的不是三条独立新闻，而是AI行业从「能力竞赛」全面转向「经济性重构」的清晰信号。
事件一：OpenAI把最聪明的健康AI免费了
6月18日，OpenAI宣布GPT-5.5 Instant在最严格的HealthBench Professional评估中达到了与最新前沿推理模型相当的性能。这背后是全球最大规模的医师评审：260多位来自60个国家、覆盖49种语言、26个专业方向的医生，评审了超过70万条模型回复。在3500条双盲对比测试中，GPT-5.5 Instant在准确性、沟通质量、完整性、健康决策帮助性等方面得分均「高于医生书写答案」。生产环境数据显示，过去两个月内被标记存在事实性问题的健康回复比例下降了71%。
「GPT-5.5 Instant在医师评审的所有维度上均优于医生书写答案。」——OpenAI官方博客
这些能力之前只存在于GPT-5.5 Thinking等付费模型中。OpenAI通过大规模蒸馏技术将「昂贵的思考行为」压缩进了免费的Instant模型。2.3亿条咨询——每周。当基础模型的免费层在健康领域表现得比人类医生更谨慎时，「AI医疗」就从产品功能变成了基础设施问题。
事件二：机器狗实验——从「人帮AI」到「AI自己来」
同样是6月18日，Anthropic发布了Project Fetch第二阶段报告。去年8月，Claude Opus 4.1独立操作机器狗甚至连「如何连接」都搞不定。不到一年后，Opus 4.7在没有人类辅助的情况下，仅用9分35秒完成了四项任务：比无Claude团队快37倍，比有Claude辅助的团队快18倍。Anthropic保守取中位说法：约20倍，代码量仅为人类团队的十分之一。
「我们观察到几乎没有任务内方差。在本次实验的能力范围内，Claude已经相当可靠。」——Anthropic Frontier Red Team
但有一个关键缺口：取回沙滩球——这个看似简单的动作，Claude仍然做不到。精细的力控制超出了它的能力。报告写道：「我们似乎正在进入物理Agentic AI的早期时代。」
事件三：纳德拉的Token资本论
纳德拉的长文标题为《A frontier without an ecosystem is not stable》，浏览量超2800万，Musk用一句「interesting」评论回应。纳德拉提出：未来的企业将拥有两种资本——Human Capital和Token Capital。Token资本不是GPU数量或API额度，而是企业拥有、自有、可复用的AI能力，包括内部评估体系、私有训练管道、机构知识库和运行其上的学习闭环。
「你可以外包一个任务甚至一个岗位，但你永远不能外包你的学习。企业的未来，是让学习和AI在人与系统之间复利增长的能力。」——Satya Nadella
这本质上是把AI从「采购品」重新定义为「内生能力」。他警告：如果所有公司都只是AI模型的租户，价值将向中心集中，外围被空心化。
三个信号的内在逻辑：AI的经济性转折点
GPT-5.5 Instant的健康能力免费化，解决的是「AI够不够好」之后的「AI划不划算」问题。OpenAI把更好模型免费——因为2.3亿周活的网络效应，远高于那几美元订阅费。Claude的20倍提速，解决的是AI编程从辅助向自主的跃迁——代码量1/10、速度20倍，实际成本收敛到零，人的角色从「编程者」变成「审批者」。纳德拉的Token资本论则回答：当AI又快又便宜，企业的护城河在哪？不在模型，在使用AI过程中积累的不可替代的数据、知识和判断力。
为什么是现在？三个驱动力
蒸馏技术成熟。2025年底到2026年初取得突破，教师推理链被压缩进学生模型而不丢失关键能力。「聪明」正在变得「便宜」，且不可逆。
能力涌现式外溢。Anthropic指出机器狗编程进步「不是定向攻坚，而是通用扩展的自然涌现」。随着LLM继续扩展，更多意想不到的能力将如此涌现。
企业AI经济学思考成熟。经历2023-2025的AI狂热后，企业开始问：花了数百万买API租GPU，ROI在哪？Token资本是对「如何在AI上建立可持续竞争优势」的实操回应。
谁会赢，谁危险
冲击最大的是AI中间商——封装API卖给客户的SaaS公司，当模型方自己把能力下沉到免费层，中间层生存空间急剧压缩。受益最大的是拥有独特数据的组织——医院、律所、金融机构，它们的数据是学习闭环的燃料。微妙的是大模型公司自身——它们以惊人速度提升能力并降低门槛，但若只卖API而不帮客户构建学习闭环，客户终将成为「AI租户」而非「AI拥有者」。
三个预测
预测一：2026下半年将出现「AI经济学」热潮。Token资本的概念会像2023年的AI Agent一样被广泛接受。企业将开始核算积累了多少可复用的AI能力，而非花了多少API费。
预测二：健康AI率先从工具变成基础设施。当免费模型超过医生有限时间的回答质量，拒绝AI辅助诊疗是否构成不当医疗行为？欧美法律讨论已现苗头。
预测三：物理Agent从实验室走向有限商业化。Claude用不到10分钟编程机器狗，仓库分拣、巡检、安防中「AI直接操控机器人」不再是科幻。
但纳德拉的核心警告不容忽略：技术更快更便宜的过程中，真正的赢家不是最先用上技术的人，而是最早围绕技术构建学习系统的人。
你可以外包任务，甚至外包岗位。但你永远不能外包学习。
当免费模型聪明到在健康对话中超越人类医生，当AI编程快到你只能当审批者，当「Token资本」开始写入企业年报——我们正目睹的不只是一个技术升级，而是对「企业是什么」这一问题的重新定义。
企业和人一样，最危险的状态不是学得慢，而是把「租来」的能力当成了「长出」的能力。
快报