这是什么

过去三年，AI 创业公司的默认架构是把每个请求都丢给"最强大模型"——通常是 GPT、Claude、Gemini 这种闭源 API（只能通过付费接口调用、看不到内部权重的模型）。这周谷歌在官方博客里直接喊话：这条路走不通了，是亏本买卖。他们把问题拆成三层——响应延迟（每问一次都要绕一圈云端）、基础设施负担（自托管 700 亿参数以上的模型对小团队不现实）、毛利被吃光（高频但结构化的任务——比如意图分类、提取 JSON——根本不需要最贵那个）。

谷歌的解药叫 Gemma 4——开源（可自由下载、商用）模型家族，累计下载量已破 10 亿。Gemma 4 一次出了 5 个尺寸、4 种架构，最小的 E2B/E4B 能跑在手机和边缘设备（不依赖云端的本地小型服务器或芯片），最大的 31B 能在单张 GPU 上微调（用自家数据进一步训练）。用 Apache 2.0 协议开源，企业可商用。底层和 Gemini 同源，都出自 DeepMind。

行业怎么看

这是行业的一次认知换挡——从"模型越大越好"转向"用对的工具做对的事"。很多生产环境里的请求只是简单分类或提取，发给最贵模型属于杀鸡用牛刀。

但必须指出谷歌的屁股决定脑袋：他们一边卖 Gemini API，一边推 Gemma 开源，明显想两头吃。更冷静的声音来自独立工程团队——混用模型带来的架构复杂度对早期公司是负担：你要管多套部署、配不同接口、写路由（让系统自动判断每个任务该发给哪个模型）逻辑，没人手根本撑不住。OpenAI 和 Anthropic 的逻辑也很清楚：通用模型的能力边界会继续外扩，把简单任务交给更小的模型，本质上是赌"未来通用模型也能做小事，且更便宜"。

另外，开源模型不是免费——托管、推理加速、版本迭代、合规审查都要钱。Gemma 这种"参数效率"路线（用更少参数实现相近能力）方向对头，但 700 亿参数以下的模型在复杂推理上仍明显落后，做差异化产品的公司还是绕不开闭源 API。

对普通人的影响

对企业 IT：短期内主流仍是云 API，但采购清单会出现分化——高频低复杂度任务用开源或小模型，复杂综合任务保留闭源大模型，预算结构会随之改变。

对个人职场：端侧 AI（直接在你设备上跑的 AI）会越来越能用，过去必须联网的复杂任务，未来可能在手机和笔记本上离线完成，响应更快、隐私性更好。

对消费市场：AI 应用会普遍变快、变便宜，但产品功能趋同会更明显——大家底层模型差距缩小后，竞争焦点转向场景理解与用户体验。