上世紀 90 年代末，我還是伯克利的一名學生，目睹了當年互聯網誕生期的繁榮如同一場狂熱的夢一樣展開。

那些年里，流量等同于收入；在某件事的末尾添加 .com ，投資者就會向有抱負的企業家投錢；沒有商業模式的初創公司購買了超級碗廣告，許多人在一夜之間成為紙上百萬富翁。

1999 年我在 Sun Microsystems 實習期間，我開車經過 101 座辦公樓，上面掛滿了 AltaVista、Excite 和其他注定要滅絕的名字的廣告牌。到了 2001 年，這些建筑物空無一人。

第二年夏天，我參加了一個發布會，一家初創公司投入了五十萬美元，只是為了宣布他們將開始對他們一直免費贈送的產品收費。房間里擠滿了 VC。

當我在 2000 年 12 月畢業時，這場狂歡已然落幕。從伯克利我看到了完美的景色——就在坍塌的海灣對面。

25 年后，我們回來了。標簽已經改變，但邏輯沒有改變。

"AI 驅動 " 是新的 ".com"。初創公司兜售套殼產品。但這一次，許多人甚至不假裝擁有他們所依賴的技術。仔細觀察，它是一座紙牌屋：套殼產品依賴于 OpenAI，OpenAI 依賴于 Microsoft，Microsoft 需要 NVIDIA，英偉達擁有為這一切提供動力的芯片。

沒有人負責。每個人都知道這個擊鼓傳花的邏輯，可每個人都假裝這一切并不存在。

一、租來的 AI

多數所謂 "AI 工具 " 只是 OpenAI API 的華麗包裝。

某次我拆解一款播客剪輯工具時恍然大悟：上傳文稿，就能生成推文、摘要甚至通訊稿——界面精美，月費 60 美元。但如果直接調用 OpenAI API，同樣流程只需 5 分鐘，成本不到 4 美元，連代碼都不用寫。

沒有系統，沒有基建，只有一層皮。我突然明白：這些不是產品，而是 " 提示詞流水線 +UI" 的縫合怪：

輸入：文稿；

處理：硬編碼提示詞（如 " 總結這段 "" 生成推文 "）；

輸出：文本框里的格式化文本。

無后端，無知識產權，只有標準化 API 調用。用戶每月花 50-100 美元獲得的產品，自己動手只需幾分錢。不僅是溢價，更是欺騙——商業模式全靠信息差。

這就是套殼產品的本質：偽裝后的 OpenAI。

二、OpenAI 的致命軟肋

全行業視 OpenAI 為 " 不可撼動的智能層 "，所有套殼產品、智能體、生產力工具皆立于其肩。OpenAI 擁有最強模型和先發優勢，重塑了整個市場。

但他們同樣有弱點。

OpenAI 的統治力依賴分發渠道，而渠道正是被輕視的套殼產品。所有基于 GPT-4 的 SaaS 工具，他們不僅是搭便車的家伙，更是 OpenAI 的客戶群。若其中幾家倒閉，API 收入隨之蒸發。

風險在于套殼產品用免費策略吸引高耗能用戶，但 OpenAI 按請求次數收費——無論用戶是否付費，成本都由套殼產品承擔。商業模式全憑 " 燒錢換增長 "，少數幸存，多數消亡。它們消失時，OpenAI 也大事不妙。

OpenAI 掌握技術，卻不擁有用戶；套殼產品擁有用戶，卻不堪一擊：經濟護城河淺薄、燒錢快、用戶黏性低。如果套殼產品崩塌，OpenAI 不僅會流失客戶，賴以獲取非 ChatGPT 收入的分發體系也將隨之崩塌。

OpenAI 和套殼產品不是單向的依賴，二者的關系已經形成了閉環。OpenAI 掌控智能，而套殼產品掌控分發。雙方假裝對方不重要，但經濟規律表明事實并非如此。

每個經過套殼產品的 API 請求（無論付費與否）都為 OpenAI 創收。百萬級免費用戶讓這些初創公司成了 OpenAI 的 " 無償分銷軍 "，一邊補貼 OpenAI 增長，一邊流血而亡。

套殼產品倒下，OpenAI 的觸角也隨之萎縮。它可以嘗試直接轉化用戶，但多數人本就不是 ChatGPT Pro 的目標——他們要的是工作流解決方案，而非裸模型。

OpenAI 擁有強大的技術護城河和模型，但沒有風險緩沖層。其影響力系于一群脆弱的套殼產品，它們大多虧損、同質化、靠燒融資續命。錢燒完時，OpenAI 失去的不只是伙伴，更是收入的地基。

不信？打開 Instagram，滿屏的 AI 工具，各個號稱能徹底改變你寫筆記、管理健康檔案、錄制播客乃至寫日記的方式?？雌饋碓O計精美，其實全由 GPT 驅動，后臺如出一轍：

1. 輸入 → 2. 傳至 GPT → 3. 解析響應 → 4. 塞進 UI → 5. 包裝成產品

OpenAI 每次調用都收費——無論產品多么同質化。這才是真實的風險： 套殼產品組成的脆弱網絡，既是客戶群又是增長引擎——全在虧損，全可替代，一項政策就能讓其崩塌。

看看外殼產品的 " 技術內幕 " 就會發現，多數產品后臺代碼不過如此。

這就是套殼產品的全部。其余只是 CSS、支付系統和 Stripe 接口。

改句提示詞就能換功能：文稿轉推文？改指令；會議摘要？換輸入；郵件助手？接入 SendGrid。

無知識產權，無系統，無護城河，只有結構化 API 調用 + 前端 + 營銷。一個初級開發者用 ChatGPT+Stripe+ 前端模板，一小時內就能復刻市面上多數 AI 產品。

這是繁榮的引擎，也是 OpenAI 的商業化悖論。

三、生存邏輯：底牌在誰手上

嘲笑套殼產品很容易，但真相更復雜：

它們沒有技術，只租用技術（依賴 OpenAI/Anthropic/Claude）。" 產品 " 本質是帶提示詞的 UI，用戶每點一次，它們就向模型商付一次費。

如果沒有構建真實的基礎設施，例如記憶層、工作流引擎和分發壁壘，它們只是中間商。但要知道，中間商是難以長久的。

不過，反轉來了：OpenAI 同樣需要它們。套殼產品是 API 的增長引擎，將 GPT 帶入垂直領域。如果套殼產品全部消失，OpenAI 將失去觸角和收入。這種相互依存重要，但底牌更重要。

生存取決于四個問題：誰掌握利潤？誰控制定價？誰能切換供應商？誰的壁壘無法被一句更好的提示詞取代？

案例剖析

Jasper：融資超 1 億，年收 9000 萬，后被 ChatGPT 重創。被迫轉型企業服務，加入模型路由，勉強存活——估值縮水、高管換血。

Copy.ai：1600 萬融資，1000 萬年收入，擁有海量免費用戶，但零壁壘。它的核心功能 =GPT+UI，用戶切換成本極低。

Notably：一款小眾研究工具，完全依賴于 OpenAI。其提供的摘要生成、數據分析等功能，已經被 ChatGPT 完全覆蓋。它面臨的不是 AI 工具的競爭，而是被淘汰的風險。

Tome：用 GPT-4+Stable Diffusion 做 AI 幻燈片，用戶數百萬——直到微軟將 Copilot 嵌入 PPT。它的致命傷暴露無遺：要挑戰技術巨頭但是被輕松碾壓。

Writesonic：在競爭中低調突圍，通過自研小模型降本。 這家公司能動態調配 GPT-4、Claude 以及自研模型引擎，模塊化架構優勢顯著。" 如果說有誰能依靠運營效率生存，那非他們莫屬。

企業存亡的關鍵，不在于誰搶先入場，而在于誰能突破套殼產品的局限。 真正掌控用戶體驗（而非只是依靠 API 調用）的公司，才能在變局中存活。行業地震的時刻終會到來，問題不是誰會倒下，而是誰手中握有底牌。

英偉達：沉默的王者

AI 興起前，英偉達是游戲公司，專注于 GPU、幀率和顯卡。大多數人仍然這么認為，但如今，它已是 AI 領域最具勢力卻最被低估的企業——不直接面向用戶，卻絕對掌控生態鏈。

英偉達既不訓練模型，也不運營應用，更不會出現在你的 ChatGPT 標簽頁。但每次使用 AI，你都在用英偉達。

幾乎所有主流模型（GPT-4/Claude/Gemini）皆由其硬件訓練和部署。超過 90% 的模型訓練在其芯片上運行。推理（生成響應的過程）仍有 70% 到 80% 由 NVIDIA 驅動。OpenAI 在 Azure 內部的 NVIDIA 集群上運行。微軟瘋狂搶購 GPU；AWS 即使采用定制芯片，仍然依賴 NVIDIA 來處理關鍵工作負載。——沒有英偉達，任何企業都無法實現規?；?。

英偉達不僅制造芯片，更掌控 AI 供應鏈：從硬件到驅動程序，再到像 CUDA 這樣的軟件框架，以及將 GPU 轉變為可部署基礎設施的編排層。它是產業中最安靜、最絕對的命門。

它無需前端產品——整條流水線已在握。

微軟：掌控命脈的基礎設施中間商

OpenAI 是大腦，微軟是神經系統：每個 API 調用、ChatGPT 響應、模型微調皆運行于 Azure。這不是腳注，而是基礎。

微軟投資 OpenAI 的數十億不僅是股權，更是控制權。作為 OpenAI 獨家云供應商，微軟現在掌控著所有使用 GPT 的 LLM，每個請求都在其 GPU 集群處理，由 Azure 調度，再加價出租。

作為回報，微軟獲得了 GPT-4 的早期使用權，將其嵌入 Office/Outlook/Teams。OpenAI 訓練模型，但微軟控制分發。"Copilot" 只是門面，真正價值在幕后。

微軟無需打造最強模型，只需占據最強模型依賴的基建層。 若 OpenAI 試圖推出？其整個技術棧（從調度到算力）皆綁定 Azure。微軟不僅托管了 OpenAI，更擁有 OpenAI 運行的整個環境。

四、底部的斷層線

真正的危險不是套殼產品崩塌、OpenAI 漲價或微軟轉移戰略中心，而是更深層的結構風險：堆棧底層的單點脆弱性。

若英偉達出現問題（供應鏈中斷 / 生產延誤 / 地緣制裁 / 出口禁令），整個 AI 生態系統將停滯：訓練減速、推理卡頓；產品開發停擺。

屆時，競爭不再是功能迭代或融資能力，而是你能否拿到算力？

這并不是假設，端倪已經出現： 高端芯片出口管制收緊，英偉達 H100 供不應求，GPU 租價暴漲甚至翻四倍。

生態鏈每一環，從 OpenAI 的 API 到微軟的 Copilot，再到充斥信息流的套殼產品，都構建于單一公司、單一硬件、單一地理區域的供應鏈上。

這不是技術棧，是斷層線。

崩潰時刻，沒有軟著陸一說，唯有減速、配額與洗牌。企業消亡，市場回調，幸存者將是那些從不相信 " 地基堅固 " 的人。

顛覆 AI 經濟的三大黑天鵝

硬件斷供：無論是地緣政治緊張、原材料短缺還是制造業放緩，都可能導致英偉達供應鏈中斷，進而導致全棧進展凍結。沒有 GPU 就意味著無法訓練、無法推理、無法擴展。硅是這個生態系統的氧氣。

監管鐵拳：若大國認定基礎模型威脅國家安全或公共安全，一紙禁令可讓 AI 管線關鍵環節停擺。威脅不僅在技術層面，還在政治層面。

范式革命：最顛覆的不是崩塌，而是淘汰。如果有人構建了一個無需 GPU 的競爭模型，會怎樣？如果智能源于信號而非算力？如果一個全新架構改寫了規則？系統不會崩潰，只會過時。

每次浪潮襲來，人們總會出現同樣的心理。但其實說到底，大眾不只是追逐機會，更渴求歸屬感——想成為 "AI 建造者 "，追求 " 首發產品 " 和 " 媒體報道 " 的標簽。

產品是否可持續甚至有用并不重要，重要的是 " 數據表演 "：截圖、增長曲線、投資者報告中綁定 OpenAI API 的陡峭曲線——與歷次淘金熱如出一轍。

19 世紀，淘金者多破產，發財的是賣鏟子、租帳篷、售牛仔褲的人；互聯網泡沫時，是超級碗廣告和域名投機者；如今，到處都是套殼產品、虛假演示、AI 聯合創始人和虛假膨脹的團隊。

多數團隊并非打造持久事業，而是偽裝出 " 已經成功 " 的樣子，只為撐到融資、收購或算法推薦。這不是創新，是劇場。你目睹的多是舞臺表演。因此眾多 "AI 工具 " 千篇一律：它們沒有解決問題，只是在認真炒作。

AI 生態已經陷入大規模的囚徒困境：每個人都按照自己的理性利益行事，但卻集體破壞了他們所依賴的基礎。

套殼產品追求速成卻沒有自研模型，于是貼錢換取用戶，偽造用戶黏性，追求虛假指標，結果是一直虧損；OpenAI 需要 API 增長，支持一些明知其無法長久發展的套殼者，以換取規模、觸達和場景覆蓋；微軟希望控制部署層，卻同時依賴 OpenAI 的能力和英偉達的算力。

而英偉達，無論如何都是贏家。

每個玩家都表現得理性，但卻沒有人在構建穩定的產品，結果是形成了一個相互依存的杠桿系統。OpenAI 無法在不損失自身規模的情況下消滅套殼產品，套殼產品無法在不降低質量的同時更換模型，微軟無法占據主導地位。而如果英偉達出現問題，全軍覆沒。

這不是金字塔，而是一個沒有退路的閉環。這種脆弱性不是來自愚蠢或惡意，而是全員 " 最優解 " 的復合效應——直至全員崩盤。

五、基礎設施獲勝，卻無人建設

當套殼公司崩塌、融資枯竭、市場調整，只有一種公司能存活。因為缺了它，一切停轉。那就是基礎設施。 AWS、Stripe、Twilio 都屬于這一類型——平時處于隱形狀態，崩潰時無可替代。

互聯網泡沫時初創企業孵化器 Idealab 的教訓猶在：它孵化百家初創公司，概念宏大，品牌響亮，但零杠桿。當泡沫破裂，它們一夜蒸發。

Y Combinator 則另辟蹊徑：分散風險、押注邊緣團隊、進行小規模投資，再讓市場篩選。由此誕生了 Stripe、Dropbox 和 Airbnb。這不是因為 YC 更遠見，而是它選擇了能持續發展的公司。

人工智能經濟也將遵循同樣的模式。 英偉達和 OpenAI 們正在成為基礎設施，他們不會在界面優化或提示詞噱頭上競爭，因為他們定義了這一競爭領域。

彼得 · 蒂爾在《從 0 到 1》中提出了終極七問，是未來每個想要基業長青的公司都需要回答這些問題：

1. 技術革新：是否能創造突破性技術，而非漸進改進？

2. 時機：現在是創業的正確時機嗎？

3. 壟斷：能否從小規模市場開始就占據大量份額？

4. 團隊：是否擁有合適團隊？

5. 分銷：是否既能創造產品，又能交付產品？

6. 持久性：10-20 年后，市場地位是否還能夠保持？

7. 秘密：是否發現他人沒有看到的獨特機會？

在 AI 的套殼產品中，沒有人回答這些問題。因為答案顯而易見： 不能。不是。沒有。

當下套殼產品的套路很簡單：給 GPT 套層 UI，標榜 " 垂直 "，祈禱用戶始終處于信息差。真正的基礎設施建造者不僅要給用戶提供功能，更要讓用戶離不開自己，它們不追逐潮流，而是在潮流之下鋪設自己的軌道。

淘金熱總會結束，套殼總會崩塌，故事總會轉向，但經濟規律永遠不變。

幸存的機會，只存在系統本身。

來源：深水研究