一份企业智能体需求文件里，几乎没讨论模型谁更聪明，反复出现的词是：断网缓存、分级权限、操作留痕、恢复续传。

公网调一次大模型，输入成本不过几块钱。把同样模型搬进内网，一台英伟达H20一体机卖到150万，国产卡得两台才跑得动，预算直奔400万。

钱被谁赚了？不是卖Token的，是造机器、搬机器、调机器的人。

企业买的不是聪明，是那层"壳"——权限管到检索每一步，验收标准单独占一章，答错了查得到、有人认。模型能背出薪资表是能力满分，权限没设好就是事故。

满血版和蒸馏版实际交付大约五五开：一半咬牙上671B，另一半选三四十万的32B、70B。对外都叫"私有化部署"，能力和价格根本不在同一层级。还有中间商低价抢单，RAG糙到把术语切开，检索全是碎片。

MIT NANDA估计，仅约5%的定制化企业生成式AI工具实现持续回报。中标金额涨了，和产生业务价值是两件事。

真正的生意在进门之后：数据治理、权限迭代、模型更新，年年要续费。每家企业养一个AI机房，可能才是常态。

如果你公司要上大模型，你会选满血版保能力，还是蒸馏版控成本？