顶级程序员进阶指南：超越代码的核心能力清单
关于AI泡沫的争论，如今可以彻底画上句号了。这并非主观臆断，而是市场用真金白银投出的票。当阿里财报显示其MaaS业务年度经常性收入（ARR）已突破80亿元，且年底有望再翻数倍时，一个清晰的信号已然浮现：那个只投入、难见回报的拓荒周期，真的过去了。行业开始赚钱，大大小小的玩家，腰杆自然也就硬了起来。
而原生AI公司的前景，或许比我们想象的更为乐观。摩根士丹利的一份测算揭示了关键细节：在主流高性能AI推理集群的部署环境下，MiniMax模型平均每分钟能产生约1美元的收入，同时成本低于0.3美元。相比之下，行业平均收入仅为0.5美元/分钟左右。这意味着，MiniMax仅凭单位经济效益，其利润空间就已跑赢了大盘。
更值得玩味的是成本结构。在相同硬件配置下，Claude Opus、GPT-4等海外闭源模型的单位推理成本，据估算可达MiniMax的15倍以上。即便它们定价更高，其经济效益的“性价比”依然落后。市场的选择是最诚实的裁判——根据OpenRouter的数据，过去一年里，中国模型的Token消耗量占比从5%一路飙升至32%。用户在用脚投票，而结果不言自明。
这，便是“Pure-play”（纯粹AI玩家）的价值所在。算清这笔经济账，对于理解正走向关键拐点的AI行业，至关重要。
MiniMax的稀缺性：为何它被重新定价
MiniMax之所以引发持续关注，是因为其稀缺性资产的特质正被市场逐步发现并认可。最近几个月，多家顶级投行与券商接连发布与其相关的深度研究报告，观点颇为一致：
摩根大通指出，MiniMax在B端（企业）与C端（消费者）市场的双线推进，加之其早期布局的全球化视野，为公司带来了同行中罕见的经济灵活性与战略纵深。
摩根士丹利则对其ARR（年度经常性收入）和毛利率（GPM）持更乐观态度，认为其在基础设施上的优势，将直接转化为领先的用户体验，并驱动超出市场预期的Token消耗增长。
高盛的观点则更具前瞻性，它将MiniMax视为新一轮模型竞争周期中的潜在赢家。其逻辑在于，MiniMax实际上与阿里、字节等巨头站在了同一高度，提前卡位了多模态能力。而人类与世界的交互，本质就是多模态的。
国盛海外也更新了其估值模型，认为MiniMax旗下产品“可灵”的估值可达200亿美元——这几乎相当于快手市值的七成——这背后反映出一个核心事实：能够满足高创造力场景的模型供给，始终是市场中最紧缺的资源。
这些报告也理性分析了市场曾有的疑虑。随着新版本模型进入密集发布期，竞争加剧确实引发过短期的不确定性情绪。但时间终将证明，真正优秀的模型，具备穿越周期的能力。于是，在主流机构的视野里，对于MiniMax，除了“买入”和“增持”，几乎已看不到其他声音。
风起于青萍之末。这些密集的看好信号，当然不是空xue来风。若我们足够尊重金融机构的情报来源与信托责任，就必须承认，它们很可能是基于同一个即将到来的重大事件，在提前做出表态。
用市场的话说：大的要来了。
甚至，如果仅仅将MiniMax即将发布新一代模型视作唯一的“大事件”，或许还不足以支撑如此山雨欲来的氛围。在所有的线索暗示中，连Google即将召开的I/O开发者大会，都被市场解读为是在为MiniMax的登场“鸣锣开道”。
难道，多模态的叙事，真的要迎来彻底反转了？
拐点已至：从“泡沫论”到“印钞机”
在深入探讨之前，我们有必要先对齐一下，如何判断一个行业是否真正抵达拐点。
翻开过去的记录，就在一两年前，“AI泡沫论”还不时甚嚣尘上。然而，自去年第四季度起，Token用量的彻底爆发，让全球的GPU算力持续满载，任何仍言必称泡沫的论调，都显得与时代脱节。
Anthropic的经历就是一个绝佳例证。其创始人曾公开批评科技巨头囤积GPU是扭曲市场的不负责任行为。然而戏剧性的是，随后Anthropic自身的模型需求暴涨了80倍——远超最初最乐观估计的10倍——导致其自身也陷入了算力短缺的焦虑。这个“回旋镖”精准地命中了。
这并非美国市场的独有现象。根据国家数据局今年3月的数据，中国的日均AI Token调用量已超过140万亿。像“OpenClaw”这类应用的火爆，正以指数级增长的Token消耗，深入千行百业的工作流程。
摩根大通在研报中判断，中国企业端AI需求在2026年的演进路径，极有可能复刻美国市场自2025年以来的“三级跳”：从试点探索，到规模化投入，最终AI成为企业固定的核心支出。
简而言之，就是Anthropic所描绘的那条陡峭的增长曲线。
Anthropic本身已创造了商业史上的奇迹：高达300亿美元的经常性年化收入，使其成为全球瞩目的新王，甚至让OpenAI的股份在一级市场都一度失色。
毫无疑问，代码生成（Coding）是一条回报路径极其明确的赛道。根据The Information的报道，在企业级市场，Anthropic展现了空前的定价权。从它将订阅套餐改为按量计费，到上线导致Token费用实际上涨的新分词器，企业客户几乎没有议价空间，只能拿着超标的账单去申请增加预算。
没办法，当顶尖品质与市场稀缺性绑定在一起时，产品本身就是硬通货。
摩根大通也持类似观点：在AI行业，拥有强大模型的公司某种程度上可以“豁免”于惨烈的成本战争。而且，高端模型向下渗透“下沉市场”的难度，远低于低价模型向上攻克“高端市场”。
那么，Anthropic就此高枕无忧，赢定了吗？别急，提前开香槟的剧本，在这个行业已经上演过不止一次。那么，在代码生成之后，下一个引爆市场的，究竟会是什么？
共识的变迁：从单点惊艳到全面智能
回顾过去一年，市场的所谓“共识”其实已经历了数次轮换，信号也趋于“见人下菜碟”：
去年此时，全球为GPT-4o的实时生图能力所震惊，吉卜力画风全网刷屏，直接将ChatGPT本就断崖式领先的周活用户数推高一倍。
到了下半年“Google主场”，Nano系列模型与Veo 3在多模态领域强势还击，Gemini模型则在多项基准测试（SOTA）上长期霸榜，这家巨头重回牌桌的“爽文”备受关注。
随后，才轮到Anthropic低调发育后的一鸣惊人。市场猛然意识到，代码生成的经济价值如此巨大，大到足以支撑一家公司对万亿规模的传统软件行业发起结构性冲击。
最近甚至有分析机构制作数据图，预测Anthropic的收入将在三年内超过谷歌：
暂且不论其计算模型是否严谨，但将谷歌视为一个静态的追赶标的本身，或许就是一种傲慢。而低估谷歌，以及眼里只盯着代码生成，可能会让我们错过更宏大的图景。
果然，谷歌已经“意外”剧透了一部分未来。那个教授在黑板上流畅书写公式并讲解的演示片段，之所以惊艳四座，是因为它并非简单的视频生成。这个新的Gemini Omni模型，同时精准处理了三重复杂关系：手持粉笔的空间关系、板书墨迹与黑板画面的融合关系、以及数学推导过程的逻辑关系。
更直白地说，这绝非三个独立模型拼接的结果，而是基座模型本身就已经在全模态信息上完成了统一训练。这，正是“世界模型”的雏形。
像杨立昆、李飞飞等不属于“Transformer”派系的顶尖学者，曾对纯语言模型路线能否产生真正的世界智能表示怀疑，并选择了其他技术路径。但谷歌、OpenAI乃至字节跳动正在证明：即使语言模型存在局限，只要坚持扩展定律（Scaling Laws），在同一个基座模型上训练全模态能力，同样能够渐进式地通向世界模型。
因此，眼看着谷歌将在I/O大会上凭借沉寂已久后重磅发布的Gemini Omni“来波大的”，评估中国AI模型的标准，也必将随之改变。
MiniMax的卡位：中国版的“全模态”叙事
如果只局限于代码生成的叙事，那么中国的原生AI公司很容易被看作“更便宜的Anthropic”，最终陷入红海竞争。
但在寻找“更本土的Google”这件事上，你会发现只有一个玩家符合条件，那就是MiniMax。只有它的模型迭代方向与谷歌高度一致：致力于在单一系统内，协同完成文本理解、图像生成、视频生成与音频合成。
这不是玩笑。MiniMax确实是中国独立大模型厂商中，唯一同时具备“文本、图像、视频、音频、音乐”全栈原生能力的公司。相比之下，Kimi、DeepSeek、智谱等优秀同行，都尚未在“德智体美劳”上如此全面发展。
既然Anthropic可以用一年的收入预测来“碰瓷”谷歌，那么MiniMax用其完整的全模态体系，提前“卡位”下一个谷歌，逻辑上也完全成立。
同理，如果你相信谷歌将凭借Gemini Omni为“全模态智能”重新定价，那么作为国内稀缺性最高的映射标的，MiniMax的价值也很难再用旧的估值刻度来衡量。
这并非臆测。摩根士丹利已为MiniMax画出了年内ARR增长10倍的预期，并同步上调了其收入与股价目标。
话说回来，全模态能力绝非“有就够了”的简单游戏，不能打就是纸上谈兵。所有的压力与期待，都落在了MiniMax即将发布的M3系列模型上。
根据中信建投在小范围交流中透露的信息，多模态能力将是本轮升级的核心。其集成的H3视频模型，在小范围评测中被认为能与Sora级别的模型共同担当视频生成的“夯”级水准。报告进一步指出：“我们认为，多模态训练产生的深度视觉理解能力，可以反哺文本模型，提升模型的智能上限……MiniMax是少数能同时兼顾代码/办公场景与多模态/内容生成这两个超级赛道的玩家。”
曾有人不解：坚持发力五大模态，意味着同时开辟多条战线，这难道不会徒增成本、分散精力吗？
直到看到关于Gemini Omni的讨论才豁然开朗：多模态的生成能力，是语言模型理解物理世界的“硬验证”信号。并且，大部分底层能力与核心模型是复用的，多个模态并不等同于多份独立的研发投入。有限的成本提升，能以极高的“经济性”帮助AI构建对世界的统一认知，并让每一代模型的迭代，不断放大这种效率优势。
既然那些被逃掉的课，终究都要补回来，那么不如从一开始，就不走捷径。
未来图景：超越代码的丰饶世界
代码生成之外的市场广阔无垠，只是过去的AI还“接不住”这些需求，无法将其转化为实在的经济回报。
事实上，连Anthropic自身也在尝试“扩圈”，例如推出Claude Design——尽管其本质仍是一种前端代码生成。但它并未能像此前血洗SaaS行业那样引发震动，设计类公司的股价仅被“吓到”了寥寥数日。
这恰恰说明，隔行如隔山。在复杂多元的创造性领域，“一招鲜”很难吃遍天。
而当真正的全模态模型足够成熟、交互足够丝滑时，它将接管更宽泛的生产力市场——广告、影视、音乐、游戏、娱乐……并最终融入生活场景，成为像水电一样可被随时调用的基础智能资源。
那些今天看来难以实现的应用，都可以想象成真：一个能眼观六路、耳听八方，与你进行全感官交互的AI伙伴；一套根据每个学生特点实时生成的个性化课件；一次完全无需设计师介入，由AI主导完成的房屋装修方案……
这，正是MiniMax与谷歌共同看到的、超越当下的巨大机会。
正如经济学家Eldar Maksymov所言：“历史证明，技术进步会创造出前所未见的新需求。在那些广泛采用计算机技术的职业群体中，就业增长速度远超未采用的群体。成本下降，对应需求增长，最终推动就业规模的扩大。”
简而言之，能力的提升，会让人类意识到还有更多事情值得去做、可以去创造。这种由技术驱动的“丰饶”，正是AI公司们承诺给我们的未来。
现在，我们期待它们能说到做到。