当AI从“对话助手”进化为“任务执行者”，一场关于产业渗透的竞赛正在全球科技巨头间展开。国内大模型公司MiniMax近日推出“十倍小组”（10xTeam）计划，试图通过联合经济学、生命科学、材料化学等领域的顶尖专家，将编程领域实现的“十倍效率提升”复制到更多高门槛行业。这一动作被视为国内大模型厂商首次将“科学协作模式”公开化，标志着AI竞争从技术参数比拼转向产业深度整合。
编程领域的变革已验证这一路径的可行性。过去一年，Cursor、ClaudeCode等工具重塑了软件开发流程，相关基础设施竞争基本落幕。当AI开始直接参与代码编写、系统调试等生产环节，模型调用从“偶尔使用”变为“持续消耗”，带动Token收入指数级增长。这种确定性收益吸引了大量玩家入场：海外市场中，Cursor、Windsurf等工具激烈竞争；国内则涌现出DeepSeek TUI、Kimi Code等数十款产品，形成“百团大战”格局。但随着编程市场逐渐饱和，寻找下一个能产生巨大Token消耗的场景成为所有公司的核心命题。
MiniMax将目标锁定在专业知识密度高、工作流复杂的领域。芯片设计的验证流程、工业软件的工程体系、金融的风控逻辑，这些行业知识往往存在于专家经验而非公开语料中。传统模型团队闭门优化难以突破这些壁垒，必须由领域专家介入定义问题、构建评测体系、优化工作流，再通过Agent反向推动行业变革。例如，生命科学领域充满隐性实验经验，材料化学需要结合理论计算与实际合成，这些都需要专家与模型团队的深度协作。
这种协作模式正在重塑AI公司的角色定位。MiniMax的“十倍小组”计划中，模型团队负责基础能力建设，行业专家则承担问题定义、工作流设计等关键任务。这种分工类似于科研机构与产业组织的结合体，甚至带有咨询公司的色彩。公司相关负责人表示，这更像一种“产业研究合伙人机制”，通过提前绑定行业专家，将模型能力嵌入芯片设计、金融分析等复杂流程，逐步构建数据壁垒、工作流壁垒和商业化壁垒。
全球头部AI公司已形成类似共识。Anthropic将模型对各行业经济活动的影响纳入评估体系；OpenAI重点优化医疗、法律、金融等垂直场景；GoogleDeepMind则以“科学突破”为战略方向，推出AlphaFold、GNoME等项目。这些动作背后，是AI行业对商业化落地的迫切需求。经济学家马光远指出，当前AI产业链呈现明显分化：上游算力、光模块等基础设施有实际订单和盈利，但中游大模型和下游应用仍停留在概念阶段，缺乏真实需求支撑。如果AI无法真正参与生产流程、帮助企业提效赚钱，整个产业叙事可能面临崩塌风险。
这种紧迫感推动着AI公司向产业深水区进军。OpenAI持续强化医疗场景，Anthropic强调Claude如何进入企业工作流，GoogleDeepMind则将“科学突破”作为长期战略。MiniMax的“十倍小组”计划同样基于这一逻辑：当AI的目标从“回答问题”转向“完成任务”，行业知识成为新的稀缺资源。编程只是第一个被Agent重构的行业，整个AI行业正在验证，下一个被颠覆的会否是整个产业世界。从GPU供应商到云厂商，从数据中心到AI创业公司，所有参与者都在等待这场变革的答案。
