搞懂“AI 套壳” —— 为什么有的“套壳”产品能做成十亿美金的独角兽，有的却昙花一现？

原文：Wrapping My Head Around AI Wrappers

作者：Nowfal

为什么有的“套壳”产品能做成十亿美金的独角兽，有的却昙花一现？

“这不过就是个 AI 套壳 (AI Wrapper) 罢了。”

对于那些利用人工智能开发新产品的人来说，这种贬低的话听起来太耳熟了。

当然，反驳的声音也同样耳熟。

Perplexity 的 CEO Aravind Srinivas 说：

“万物皆套壳。OpenAI 是套在英伟达 (Nvidia) 和 Azure 外面的壳；Netflix 是套在 AWS 外面的壳；Salesforce 也不过是个价值 3200 亿美元的 Oracle 数据库套壳产品。”

如果你对“AI 套壳”这个词不太熟悉，这里有一个很好的定义 ：

这是一个带有贬义的术语，指的是那些利用现有的 AI 模型或 API 来提供特定功能的轻量级应用或服务。这类应用的开发通常只需极少的精力或复杂度。一个典型的 AI 套壳例子是那些让用户能“与 PDF 对话”的应用。用户上传一份 PDF 文档（比如论文），然后通过与 AI 模型互动来快速分析并获取关于该文档的答案。在 ChatGPT 早期，由于无法直接在提示词 (Prompt) 中上传文档，也无法创建自定义 GPT，这类应用曾迅速火遍全网。

AI 套壳梗图：表面光鲜，其实底下就是调了个 OpenAI 的 API。

在我看来，关于 AI 套壳的争论往往没抓到重点。并非所有的“套壳”都是一样的。有些只能昙花一现，一旦大平台将同样的功能整合进全家桶，它们就玩完了。但也有一些产品能够深入用户的工作流、积累专有数据并从中学习，或者能在分发渠道上顶住老牌巨头的压力，这些产品就能活下来。“套壳”这个标签其实是个干扰项，真正重要的问题只有两个：(1) 这到底是一个“功能”还是一个“产品”？(2) 这个细分市场到底有多大？

是功能，还是产品？ (Feature Or Product)

让我们先看看前面提到的“与 PDF 对话”的例子。这种工具解决的是一个非常狭窄的问题：回答关于某份文档的提问。它不能创建新文档，也不能编辑现有文档。通常，它也不会捕获任何独特的数据，或者从用户行为中学习。所以对我来说，这更像是一种“能力”，而不是一个端到端的解决方案。换句话说，它是手段，而非目的。因此，这种功能理应属于文档阅读器或编辑器的一部分，或者是模型提供商旗舰应用里的一个内置功能。当基础模型原生集成了这个功能时，独立的工具就变得多余了。这是典型的“功能”属性——易于复制，无法解决端到端的工作，没有护城河或长期的防御能力。

不过有一点值得注意：即使是这种“功能型”产品，在平台将其内置之前，也能成为非常赚钱的独立小生意 (Indie Businesses) 。

  • PDF.ai 月经常性收入 (MRR) 50 万美元，PhotoAI 7.7 万美元 MRR，Chatbase 7 万美元 MRR，InteriorAI 5.3 万美元 MRR 。

  • Jenni AI 在短短 18 个月内，MRR 从 2,000 美元飙升至超过 333,000 美元 。

大到无法忽视 (Too Big To Ignore)

有些“套壳”是真正的产品，而且它们所处的细分市场大到让模型构建者和科技巨头都无法忽视。这里涉及两个维度的竞争：(1) 模型访问权 (Model Access)，以及 (2) 分发渠道 (Distribution)。

模型访问权 (Model Access)

代码助手 (Coding assistants) 是这两个维度的典型代表。像 Cursor 这样的工具，已经将一个“套壳”转变成了 AI 集成开发环境 (IDE)，它可以读取代码库、编辑文件、生成代码、撤销更改、运行编程 AI 智能体 (AI Agents)，并为 AI 时代重塑了开发者体验。这个市场的规模值得如此投入。截至 2025 年 10 月，全球市值最高的五家公司（全都是科技公司）中，软件开发人员约占员工总数的 30% 。开发工具哪怕只提升几个百分点的生产力，也能释放数十亿美元的价值。这使得该领域成为模型构建者和拥有分发渠道的行业巨头的首要目标。

但是，在 开放权重 (Open-weight) 模型和企业内部模型在质量上赶超前沿模型之前，Cursor 和其他类似工具几乎完全依赖于对 Anthropic、OpenAI 和 Gemini 模型的访问。开发者论坛上充斥着付费订阅用户对速率限制 (Rate limits) 的抱怨。在我自己的项目中，我在项目进行到一半时耗尽了 Cursor 里的 Claude 额度，尽管我更喜欢 Cursor 的用户界面和设计，我还是不得不迁移到 Claude Code（并支付十倍的价格以避免速率限制）。界面或许更重要，但模型访问权才是决定性的。

对模型访问权的依赖带来的战略影响远不止速率限制这么简单。OpenAI CEO Sam Altman 认为，正确的战略应该假设模型会持续改进 ：

“现在基于 AI 构建产品有两种策略。一种策略是假设模型不会变得更好。另一种策略是假设模型将保持同样的进化速度变得更强。在我看来，世界上 95% 的人应该把宝押在后者，但许多初创公司却是基于前者建立的。当我们只是做好我们的本职工作时（因为我们有使命在身），我们会直接碾压你。”

基础模型的竞争延伸到了 OpenAI 应用副总裁 Fidji Simo 标记为战略重点 的每一个类别（知识/辅导、健康、创意表达和购物），以及其他巨大的细分市场，如写作助手、法律助手等。

分发渠道 (Distribution)

分发渠道构成了第二个威胁。即使模型构建者不插手，初创公司也面临着一个不同的竞争问题——它们能否在拥有现有产品和分发渠道的巨头添加 AI 功能之前，更快地建立用户群？这就是经典的 微软 Teams 对战 Slack 的戏码 (注：指微软利用其 Office 庞大的用户群捆绑 Teams，从而在市场份额上超越先发者 Slack 的商业案例)。挑战在于，在微软将 Copilot 嵌入 Excel/PowerPoint，或 Google 将 Gemini 编织进 Workspace，或 Adobe 将 AI 整合进其创意全家桶之前，建立忠实的客户群。一个独立的电子表格或演示文稿 AI 套壳产品，不仅要克服功能上的同质化，还要克服巨头的捆绑/分发优势以及用户的切换成本。

这种来自行业巨头的分发竞争在医疗和法律等其他大型市场中同样存在。在这些市场中，监管摩擦和对 记录系统 (Systems of Record) (注：指存储权威数据的核心数据库，如医院的病历系统) 的控制权，有利于像 Epic Systems 这样的老牌医疗玩家。例如，一个不能写入电子健康记录 (EHR) 的临床笔记生成器，迟早会撞上 Epic 的分发优势之墙。

这里有三个例外情况： (1) 首先，上市速度 (Speed to market) 可以创造退出机会，即使没有长期的防御力；像 Cursor 这样的工具可能缺乏对其核心依赖（模型访问权）的控制，但快速增长使它们成为寻求即时市场存在的模型构建者的有吸引力的收购目标。 (2) 其次，卓越的执行力有时能战胜结构性优势；Midjourney 的产品质量说服了 Meta 使用它，尽管 Meta 拥有大得多的预算和分发能力。 (3) 第三，基础模型可能会因为某些市场的规模或性质而避开它们；医疗和法律领域的监管负担，或者 AI 伴侣/成人色情内容带来的声誉损害，可能为那些愿意面对极端监管审查或争议的运营者提供机会。

机会依然巨大 ，但竞争（及/或收购）也会随之而来。

  • Cursor 在 18 个月内从零做到 1 亿美元的经常性收入，并成为 OpenAI 经常传闻的收购对象。

  • Windsurf，另一个代码助手，获得了 Google 一笔 24 亿美元的 收购 授权交易。

  • Gamma 在大约一年内达到了 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 以未公开的金额收购。

创业者的机会 (The Entrepreneur’s Opportunity)

并非每个市场空白都会吸引模型构建者或科技巨头。存在着大量的“长尾”任务，这些任务对于风投规模来说太小，但足够支撑数百万美元的生意。这些利基市场 (Niches) 非常适合那些务实、能够控制范围并精益运营的创始人。

想想那些占星术、显化 (Manifestation) 或解梦 AI 应用。一个解梦器，让用户每天早上记录梦境，据此生成 AI 视频，维护某种梦境日记，并随时间推移揭示模式，这解决了一个完整的工作。是的，用户可以向 ChatGPT 描述梦境，它甚至也有历史记录/记忆功能，但一个专门的 App 可以用特定的字段（重复出现的人、地点、事物、主题等）来结构化梦境捕捉，并以通用聊天机器人可能无法做到的方式与睡眠跟踪数据集成。这样一个利基市场足够小，可以避开模型巨头的注意，但 看起来足够大，足以维持一个盈利的独立业务。

模型厂商 vs. 行业巨头 (Models Versus Incumbents)

虽然前面的分类框定了新企业的机会，但当模型构建者入场时，行业巨头在“套壳”争论中也面临着自己的战略选择。在我看来，那些能够成功应对模型构建者竞争的巨头，将具备两个特征。

  1. 首先，即使不拥有模型，它们也能掌控结果。 已经嵌入用户工作流的应用（Gmail/日历、Sheets、EHR/EMR、Figma）不需要用户养成新习惯，而从头构建这些平台比在现有平台上添加 AI 能力要难得多。当这些应用直接将操作输送到专有的 记录系统（控制日历事件、提交索赔、创建采购订单等）中时，“完成任务”就发生在巨头的环境内部。AI 变成了现有工作流的一个输入，而不是替代品。

  2. 其次，成功的巨头将从客户使用中构建专有数据。 修正、边缘情况、审批以及任何人类反馈都会成为训练数据，随着时间推移不断优化产品，而这些数据是前沿模型无法获取的。Cursor 虽然不是巨头，且依赖外部模型，但也计划通过捕获开发者行为模式来竞争，正如其 CEO Michael Truell 在他的 Stratechery 访谈 中指出的那样：

Ben: 这在未来真的是你们可持续的优势吗？你们能否真正主宰这个领域，是因为你们拥有使用数据，而不仅仅是调用 LLM（大语言模型）。这让你们得以起步，但现在你们正在根据人们使用 Cursor 的情况训练自己的模型。你们一开始拥有代码的全部上下文，这是完成这项工作的第一步，但现在你们有了自己的数据来训练。

Michael: 是的，我认为这是一个巨大的优势。我认为这种高上限的动态——你可以挑选产品，然后加上分发带来的第三种动态，即获得数据，进而帮助你把产品做得更好。我认为这三件事在 90 年代末和 2000 年代初的搜索领域也都存在，所以在很多方面，我认为我们市场的竞争动态实际上更像搜索引擎，而不是普通的企业软件市场。

拆解“套壳” (Unwrapping the Wrappers)

关于 AI 套壳的批评者和捍卫者都有道理，但也都有所遗漏。批评者说得对，有些套壳缺乏防御力，当平台吸收其功能时就会消失。捍卫者也说得对，每一家成功的软件公司本质上都“套”了点什么。

但我认为真正的洞见介于两者之间。即使一个新的应用起步时只是个“套壳”，如果它能生存于工作实际发生的地方、写入专有的记录系统、构建专有数据并从使用中学习，及/或在巨头捆绑该功能之前抢占分发渠道，它就能存活下来。更重要的是，那些即使在竞争来袭时，仍能快速迭代交付解决用户需求功能的“套壳”，是很难被击败的。正是这些特质，区分了经久不衰的产品和昙花一现的功能。

如果你喜欢这篇文章，请考虑在 Twitter/X 或 LinkedIn 上点赞，或者分享给那些可能感兴趣的人。

Source: https://www.wreflection.com/p/wrapping-my-head-around-ai-wrappers

See all posts