过去，人工智能行业的核心竞争焦点在于“谁拥有最智能的模型”。模型参数、推理能力和基准测试排名几乎是所有AI公司发布会上的全部内容。OpenAI、Anthropic、智谱、MiniMax、月之暗面等公司，都采用了高度一致的宣传方式，即“模型越智能，公司价值越高”，这是第一代大模型公司的普遍叙事。

然而，这种叙事正在发生转变。以MiniMax M3的发布为例，其最引人注目的内容不再仅仅是模型的能力，而是BrowserComp、SWE Bench、Terminal Bench、OSWorld、MCP Atlas等一系列新的能力展示。

这些新能力的共同特点是，它们不再关注模型“知道什么”，而是模型“能够完成什么”。许多人将这种变化解读为“Agent”的出现，但若将时间线拉长来看，M3更值得关注的是MiniMax对其自身价值的重新定义。公司开始尝试回答一个行业过去较少认真探讨的问题：“一家AI公司真正销售的究竟是什么？”

第一代AI公司，销售的是“智能”

过去几年，竞争逻辑十分简单：模型能力即产品，基准测试即价值。MMLU、GSM8K、HumanEval、LiveCodeBench等基准测试，不仅是技术评估，更是市场认可的价值衡量标准。正如CPU有SPEC，GPU有MLPerf，数据库有TPC一样，成熟的产业需要统一的标准来理解产品价值、评估采购决策，并帮助资本形成共识。因此，参数规模和排行榜位置成为市场理解AI公司的最直接方式。在此阶段，模型本身就是商品。

MiniMax M3发布中一个容易被忽视的方面是，MiniMax投入了大量篇幅介绍另一类能力。SWE Bench、BrowserComp、Terminal Bench、OSWorld、MCP等基准测试，几乎都不关心模型是否能回答问题，而是考察模型能否修复真实Bug、独立完成网页操作、调用开发环境、连接企业系统，以及完成一项完整的工作。

换言之，基准测试的评价对象发生了变化。过去评价的是“智能”（Intelligence），现在评价的是“任务完成度”（Task Completion）。模型首次被置于“岗位考核”而非“知识考试”的场景下。这不仅是评测体系的革新，更是MiniMax向市场传递的信号：模型能力依然重要，但真正决定商业价值的将是工作能力。

MiniMax为何开始强调“工作”？

过去，大模型的主要客户是开发者，他们购买的是模型能力，关注的是模型是否更智能、能否解决更复杂的问题。但企业客户不同，企业在采购AI时，很少关心模型在排行榜上的位置。企业真正关心的是：AI能帮助业务完成多少工作？能节省多少人力？能融入多少流程？能提升多少效率？

因此，产品表达也随之改变。Browser不再仅仅是浏览器能力，而是融入办公流程；Coding不再是简单的代码生成，而是进入研发流程；Terminal不再是基础的Linux操作，而是进入开发环境；MCP也不再是简单的协议，而是整合进企业现有的软件系统。将这些能力整合来看，MiniMax希望展示的不是一个模型，而是一套工作流能力。

从Token到Workflow

许多人仍将AI公司视为API公司，收入依赖于Token消耗。调用次数越多，收入越高，这是第一代AI商业模式。然而，一个新的趋势正在显现：越来越多的企业购买AI，并非为了获得更多回答，而是为了完成更多工作。修复一个Bug、整理一次会议、处理一张工单、分析一份合同、完成一次网页操作，价值单位正在发生变化。过去，一次调用对应一个Answer；今天，一次调用越来越对应一项Task。

MiniMax M3的产品设计也越来越围绕这一逻辑展开。模型成为基础，Workflow成为产品。将M3置于行业视角下，它代表了一种新的产品叙事。越来越多的AI公司开始证明其工作能力，这一趋势并非MiniMax独有。Claude Code强调开发工作流；OpenAI的Operator、Computer Use关注任务执行；Google不断强化Gemini在Workspace和浏览器中的协同能力。整个行业正在围绕一个新的竞争维度展开：Workflow和Productivity。

为何这种变化值得资本关注？

资本市场关心的始终是技术如何转化为持续收入，而非技术领先本身。模型能力可以建立技术壁垒，但Workflow更容易建立商业壁垒。一旦工作流被企业采用，就意味着数据沉淀、流程绑定、员工习惯形成以及系统集成。这些都将带来更高的续费率、更强的客户黏性以及更稳定的商业模式。因此，越来越多的AI公司开始将产品叙事从模型能力转向工作能力。这并非放弃模型，而是在模型之外寻求更长期的价值来源。

从更宏观的视角看，M3最值得关注的并非某项基准测试，而是MiniMax对未来竞争对手的重新定义：从其他模型公司，转变为企业工作入口、浏览器、IDE、Office、ERP、CRM等。企业数据不会沉淀在一次聊天中，而是最终沉淀在日常工作流中。谁能进入更多工作流，谁就拥有更强的商业基础。从这个意义上说，MiniMax未来的竞争对手，不仅是OpenAI或Anthropic，更是所有定义企业工作方式的软件平台。

尾声：一家AI公司价值重构的开始

如果说过去的大模型竞争围绕“智能”展开，那么MiniMax M3所展示的则是另一种竞争逻辑。模型依然重要，但正从产品转变为基础设施。真正走到台前的是模型如何进入企业、连接软件、完成工作。对MiniMax而言，这或许比一次基准测试排名更为重要，因为它意味着公司开始尝试回答一个新问题：当模型能力逐渐趋同，一家AI公司还能依靠什么建立长期价值？

M3给出的答案不是更多参数或排行榜，而是更多真实的工作。这或许也是AI行业进入下一阶段最重要的信号。未来，决定一家AI公司价值的，不仅是模型有多聪明，而是它能帮助企业重新组织多少生产力。