原文 | Nowfal

编译 | 王启隆

出品丨AI 科技大本营（ID：rgznai100）

在科技行业的舆论场中，常能听到一句带着几分轻蔑的评价：“这不就是个套壳 AI 吗？”

对于那些正在绞尽脑汁试图构建新事物的开发者而言，这句话听起来格外刺耳。它宛如一盆冷水，径直泼在刚刚燃起的创新火苗之上。这句话背后的潜台词极具杀伤力：这意味着缺乏核心技术，意味着只是在巨人的地基上搭建积木，意味着随时可能被推倒的脆弱性。

然而，反击的声音同样响亮，且逻辑坚硬得令人无法反驳。

Perplexity 的首席执行官 Aravind Srinivas 曾直言不讳：“世上万物皆是套壳（Everything is a wrapper）。OpenAI 套的是英伟达的算力和 Azure 的云服务；Netflix 套的是 AWS 的基础设施；就连市值高达 3200 亿美元的 Salesforce，归根结底也不过是 Oracle 数据库的一个高级外壳。”你

此言确实切中肯綮。但在深入这场关于“定义”的口水战之前，有必要先厘清公众口中的这个“AI 套壳”（AI Wrapper）究竟是何种物种。

简而言之，这往往是一个被贴上“投机取巧”标签的产品形态。开发者并不自行训练庞大的基础模型，而是直接调用现成的 API（如 OpenAI 的接口），在此基础上覆盖一层轻薄的用户界面，以提供某种特定的功能，其开发过程通常极少涉及复杂的底层技术攻坚。

最为典型的案例，莫过于那些允许用户“与 PDF 对话”的应用程序。在 ChatGPT 问世早期，官方尚未提供直接处理文档的功能，这类应用因此迅速蹿红。用户只需上传一篇晦涩难懂的论文或报告，AI 便能迅速生成摘要并回答相关问题。这种需求真实而迫切，解决方案也显得痛快淋漓。

然而，问题恰恰在于，这种“痛快”来得过于容易。

关于 AI 套壳的争论，往往忽略了一个更宏大的命题。 套壳本身并非原罪，真正的分水岭在于：被构建出来的产物，究竟是一个随时可被替代的“功能”，还是一个能够站稳脚跟的“产品”。

部分套壳应用注定只能是昙花一现的过客，一旦巨头们回过神来，将这些功能整合进自身的生态套件，它们便会迅速凋零。但同样存在一些应用，能够在巨人的夹缝中生根发芽，甚至长成参天大树。“套壳”这个标签，实则掩盖了真正值得关注的核心：它究竟是功能还是产品？它所处的市场细分究竟有多广阔？

昙花一现的功能，还是屹立不倒的产品？

不妨先审视那个让用户与 PDF 对话的早期案例。

这类工具解决的问题极为具体且狭窄：读不懂文档，寻求 AI 辅助。它并不负责创造新的文档，也不涉及对既有内容的编辑，通常更不会记录用户的阅读习惯以优化后续体验。它本质上是一个一次性的工具，用完即走，缺乏粘性。

严格来说，这只能被定义为一种“能力”，而非一个完整的端到端解决方案。它更应作为文档阅读器内的一个按钮，或是旗舰办公软件中的一个插件而存在。

这便是危险所在。当 OpenAI、Anthropic 或 Google 等基础模型构建者，决定将这种“能力”直接原生植入其系统时，那些独立存在的套壳工具瞬间便失去了存在的根基。这属于典型的“功能型”宿命——极易被复制，缺乏业务闭环，更无护城河与长期防御力可言。

不过，商业世界从不缺乏例外。即便最终会被平台吞噬，但在巨头们尚未腾出手的这段时间窗口内，这些功能型应用依然能创造出惊人的财富，成为有趣的独立商业案例。

数据足以说明为何开发者们前赴后继：PDF.ai 的月经常性收入（MRR）曾达到 50 万美元；PhotoAI 也有 7.7 万美元；Chatbase 约为 7 万美元；InteriorAI 则为 5.3 万美元。而 Jenni AI 更是令人咋舌，短短 18 个月内，其月经常性收入从 2000 美元飙升至 33.3 万美元。

这笔财富固然诱人，但这种商业模式更像是淘金热中的捡拾金块，而非开采金矿。一旦地表的金块被捡拾殆尽，生意便也随之终结。

在巨人的卧榻之侧求生

有些套壳应用做得足够厚重，甚至进化成了真正的产品，切入了一个体量巨大的市场。此时，它们面临的不再是“像不像套壳”的嘲讽，而是实打实的生存威胁。

这里存在两只拦路虎：一是模型访问权的掌控，二是分发渠道的垄断。

首先看模型访问权。代码助手领域便是最典型的战场。

诸如 Cursor 之类的工具，实际上已将“套壳”这一概念推向了极致。它不仅仅是简单调用 API，而是将 AI 深度集成到了集成开发环境（IDE）之中。它能够读取整个代码库，编辑文件，生成代码，回滚更改，甚至运行编码代理，在某种程度上彻底重塑了 AI 时代的开发者体验。

这个市场足以支撑起巨大的想象空间。在全球市值最高的五家科技巨头中，软件开发人员约占员工总数的 30%。哪怕开发工具仅能提升些微的生产力，释放出的价值都将以数十亿美元计。这使得该领域成为了模型构建者和拥有分发渠道的巨头们的必争之地。

然而，Cursor 们的命门在于，它们在很大程度上依赖于外部。它们必须仰仗 OpenAI、Anthropic 和 Google 的模型接口生存，直到开源模型或自研模型在质量上能与前沿闭源模型匹敌。

开发者论坛中充斥着付费用户关于“速率限制”的抱怨。在实际开发项目中，开发者常常会遭遇 Claude 额度耗尽的窘境。即便用户更偏爱 Cursor 的界面设计与交互逻辑，为了推进项目进度，也不得不转而使用 Claude 官方提供的工具（并支付高昂费用以避开限制）。界面或许更优，但对模型的访问权限往往起到了决定性作用。

这种依赖不仅仅关乎额度，更关乎战略层面的生死。OpenAI 首席执行官 Sam Altman 曾提出过一个著名的观点：正确的战略应假设模型将持续改进。

“构建 AI 创业公司有两种策略。一种是假设模型不会变得更好；另一种是假设模型将以同样的速度持续进化。世界上 95% 的人似乎都应该押注于后者，但许多初创公司却是基于前者建立的。当我们完成本职工作，模型能力升级时，那些赌错方向的公司将被无情碾压。”

这种碾压是全方位的。从知识辅导、健康医疗到创意表达、购物，乃至写作助手、法律助手等每一个巨大的细分市场，只要有利可图，模型厂商就有动力亲自下场。

流量与渠道的残酷绞杀

除了模型厂商的直接竞争，分发渠道则是悬在头顶的第二把利剑。即便模型构建者暂且按兵不动，初创公司仍需面对另一个严峻的拷问：能否在拥有现成产品和庞大分发渠道的巨头添加 AI 功能之前，抢先建立起足够庞大的用户群？

这正是微软 Teams 对战 Slack 这一经典商业案例的现代回响。 挑战在于，必须在微软将 Copilot 嵌入 Excel 或 PowerPoint，在 Google 将 Gemini 编织进 Workspace，或在 Adobe 将 AI 整合进其创意套件之前，建立起忠诚的客户群。

一个独立的电子表格或演示文稿 AI 套壳工具，不仅要克服功能上的同质化，更要对抗巨头的捆绑销售优势、分发渠道优势以及用户高昂的切换成本。

这种来自巨头的渠道竞争，在医疗和法律等其他大型市场同样适用。在这些领域，监管的摩擦和对“记录系统”（System of Record）的控制权，往往有利于像 Epic Systems 这样的老牌企业。例如，一个无法将数据写入电子健康记录（EHR）的临床笔记生成器，迟早会撞上 Epic 的分发壁垒。

当然，商业竞争中总有例外。

首先，速度本身就是一种武器。 像 Cursor 这样的工具，虽然缺乏对核心依赖（模型访问）的控制，但其惊人的增长速度使其成为了极具吸引力的收购目标。Windsurf 获得了 Google 24 亿美元的收购许可交易；Gamma 在一年左右达到了 5000 万美元的收入；Lovable 在短短六个月内达到了 5000 万美元的收入；Galileo AI 被 Google 收购。快速的市场占有率，往往能为企业在被碾压前赢得退出的机会。

其次，卓越的执行力偶尔能战胜结构性优势。 Midjourney 凭借过硬的产品质量，说服了 Meta 使用其服务，尽管 Meta 拥有大得多的预算和分发能力。

最后，基础模型可能会因避险而放弃某些市场。 医疗和法律领域的监管负担，或 AI 伴侣及成人内容可能带来的声誉损害，为那些愿意面对极端监管审查或争议的经营者留出了机会。机会依然巨大，但竞争（或收购）随时可能敲门。

缝隙中的微光：独立开发者的金矿

并非每一个市场缺口都会引来模型构建者或科技巨头的觊觎。在商业生态的长尾部分，存在着大量对于风险投资规模而言太小，但足以支撑数百万美元业务的工作需求。

这些利基市场是精打细算、追求精益运营的创始人的乐园。

不妨设想那些占星术、显化或梦境解释的 AI 应用。一个解梦 AI，允许用户每天早上记录梦境，生成基于梦境的 AI 视频，维护某种梦境日记，并随着时间推移揭示某种心理模式，这便解决了一个完整的工作闭环。

用户当然可以将梦境讲述给 ChatGPT，它甚至能保存历史记录。但一个专用的应用程序可以构建特定的字段（如反复出现的人物、地点、事物、主题等）来结构化地捕捉梦境，并能以通用聊天机器人无法做到的方式与睡眠跟踪数据集成。

这样一个利基市场，小到足以避开大模型的战略雷达，却又大到足以维持一个盈利丰厚的独立业务。

当模型构建者和传统巨头纷纷入局，这场“套壳”辩论中的现有玩家面临着战略抉择。那些能够在模型构建者的竞争风暴中幸存下来的企业，往往具备两个关键特征。

第一，即便不拥有模型，也必须拥有结果的主导权。

那些已经嵌入用户工作流的应用程序（如 Gmail/日历、Sheets、EHR/EMR、Figma）无需培养新的用户习惯。从零开始构建这些平台，远比在现有平台上添加 AI 能力要困难得多。 当这些应用程序将操作直接输送到专有的记录系统中（控制日历事件、提交索赔、创建采购订单等）时，“完成”这一动作就发生在巨头的环境内部。此时，AI 只是现有工作流的一个输入，而非替代品。

第二，成功的幸存者将从客户使用中构建专有数据。

用户的每一次修正、每一个边缘案例的处理、每一次批准以及所有的人类反馈，都将转化为训练数据，随着时间的推移不断打磨产品——这是前沿通用模型无法触及的宝贵资产。

Cursor 虽然并非传统巨头，且依赖外部模型，但它正计划通过捕捉开发者的行为模式来竞争。正如其 CEO Michael Truell 在采访中所言：捕捉用户数据并反馈给产品，这才是真正的可持续优势。 这种动态与 90 年代末和 2000 年代初的搜索大战有着异曲同工之妙：只有通过用户的点击和交互行为，才能真正理解用户的意图，从而优化产品。

回首这场关于 AI 套壳的争论，批评者与捍卫者各有理据，却也都失之偏颇。

批评者是对的，许多缺乏防御性的套壳应用终将随着平台功能的吞噬而灰飞烟灭。 捍卫者也是对的，每一家成功的软件公司，本质上都在“包裹”着某些底层技术。

但真正的洞见往往隐藏在两者之间。

即便一个新的应用程序始于“套壳”，只要它能栖息于用户实际工作的场景之中，能够将数据写入专有的记录系统，能够构建专有数据并从使用中不断学习进化，或者在巨头捆绑该功能之前抢先占领分发渠道，它便具备了长久的生命力。

更为重要的是，那些在竞争逼近时仍能迅速迭代、持续交付解决用户痛点功能的“套壳”产品，将极难被击败。正是这些特质，划清了昙花一现的“功能”与基业长青的“产品”之间的界限。

本文转自：凤凰网科技

原文地址： https://tech.ifeng.com/c/8oUEmQ9211K