Newsletter · · Ashutosh Agarwal

Anthropic推出廉价小模型,开发者对任何实验室都毫无忠诚度 - 平台观察 - 2026年10月9日当周

2026年10月2日至9日当周的平台观察。播客综合分析涵盖:Anthropic的Claude Haiku 5.5瞄准市场低价端,开发者转换工具带来OpenAI的回归,Meta与微软削减对Claude的使用,财务负责人把工作转向更便宜的模型,ChatGPT插件分成,Factory与Cognition之争,以及Salesforce以20亿美元收购Listen Labs。

平台观察

2026年10月9日当周:Anthropic推出廉价小模型,开发者对任何实验室都毫无忠诚度

Anthropic发布了一款小模型,表现超过OpenAI的廉价选项,每项任务只需几美分。这让各大实验室直接进入了一批初创公司以及中国开源模型一直占据的低成本领域。与此同时,OpenAI因开发者转投而重新逼近700亿美元的年化收入,Meta和微软正减少使用Claude、转用自家工具,而Salesforce花20亿美元收购了一家成立三年的应用公司。本周的教训是:AI每一层的转换成本都接近于零,这对创始人而言是双刃剑。

上周在本通讯中,OpenAI在大约七天内复制了一家初创公司的产品。这家初创公司是Jev,它做的是一种快速、便宜的模型,从一个简短的列表中挑选答案,而不是写出大段文字。

本周出现了转折。企业信用卡公司Ramp的最新支出数据显示,Jev依然在赢得客户。另一边的市场也有更大的动作:Anthropic决定也要在低价端竞争。

把这两件事放在一起,就是本周的主要矛盾。各大实验室现在从最昂贵的模型到最便宜的模型,每个层级都在比拼价格。而从个人开发者到Meta的客户都在证明,只要出现更好或更便宜的选择,他们就会转换。

本周平台动向:Anthropic的Haiku 5.5接管市场低价端

Anthropic发布了Claude Haiku 5.5,这是其新产品线中最小的模型。Anthropic称其为迄今发布的最便宜、最快、能力最强的小模型。报道此事的播客都聚焦于一件事:价格。

数据如下:

  • 每token价格。 对于不超过10万token的提示词,Haiku 5.5的价格为每百万输入token 10美分、每百万输出token 50美分。(token是文本的小片段,约为一个单词的四分之三。AI用量按token计费。)超过10万token后,两项费率均上涨五倍,变为50美分和2.50美元(Elon Musk Podcast,“Anthropic Haiku 5.5 and Subagent Economics”,2026年10月8日)。

  • 与Anthropic其他模型比较。 The AI Daily Brief表示,Anthropic的报价是“每token成本为Sonnet 5.5的四分之一,为Haiku 4.5的一半”。Anthropic还对“10万token以下的较小提示词给予80%的token折扣”。Elon Musk Podcast引述Dario Amodei和Anthropic首席财务官Krishna Rao的说法,运行成本比Haiku 4.5低75%。

  • 对比OpenAI的廉价模型。 据The AI Daily Brief,Haiku全面胜过GPT-6 Luna。它在“Terminal Bench 4.0的智能体编程项目上得分超过两倍”。在计算机操作(即AI像人一样操作电脑)方面,它在OSWorld上得分72.4%,Luna为48.9%。Artificial Analysis给出的智能指数为43。

  • 每项任务成本。 每token价格可能产生误导,因为有些模型完成同一工作所用的token要多得多。Artificial Analysis发现,Haiku在最高设置下每项任务成本为21美分,在“extra high”设置下为12美分。这“与GPT-6 Luna基本持平,比GLM-5.3 Flash和DeepSeek v4.1 Flash便宜几美分,是GPT-6.1 Sol价格的六分之一”。Haiku“是Artificial Analysis测试过的最耗token的模型之一,但极低的价格足以弥补这一点”(The AI Daily Brief,“The Most Important Trends Showing Up in New AI Products”,2026年10月9日)。

成本格局现在已经不同。 投资人Haseeb Qureshi总结道,引自The AI Daily Brief:

“6月时,GLM和DeepSeek都处在成本与智能的帕累托前沿上。以它们的价格,没有什么能打败它们。然后成本危机来了,最近几个月,美国实验室以激进的降价和效率提升作出回应。现在,有了新的Haiku,前沿被彻底重塑。整条帕累托前沿现在都归美国实验室所有。Anthropic、OpenAI,以及TypeSafe的Jev。该你出招了,中国!”

通俗地说,“帕累托前沿”是指这样一组模型:同样的价格下,你无法获得更高的智能。三个月前,中国开源模型占据着这条曲线的低价端。现在,美国实验室加上一家初创公司占据了全部。

开发者用它做什么。 Elon Musk Podcast介绍了客户如何把Haiku用作“子智能体”(subagent),即由更大、更昂贵的模型把简单工作交给它处理的廉价工作模型:

  • 金融AI工具Rogo让大模型制作演示文稿。它把繁琐的部分,即从公司年报(10-K)中挖出具体分部数据,交给Haiku 5.5。Rogo发现它“准确到足以信赖其数据提取,又快又便宜到可以持续运行”。

  • Joel Everett用它从发票中提取“供应商名称、日期、金额、增值税和采购订单号”,并把银行交易归入会计科目。主持人的粗略估算:对1万行交易进行分类,顶级模型可能要花“50美元”,而Haiku 5.5只需“几美分”。Everett也指出它仍然带有“老式AI的愚蠢”,可能漏掉所给材料中的内容。

  • Mohamed Adil Hussain让Haiku自己找到、安装并玩任何它喜欢的游戏。它卡住了,自己想出办法,最后安装了一款名为Pingus的Linux游戏。总花费“大约六美分”。

陷阱:10万token处的价格悬崖。 当廉价模型漏掉上下文时,很自然的办法是给它更多上下文。而用Haiku 5.5,这可能抹掉全部节省。播客以一个客服智能体为例:对话到第20轮时,存储的会话可能有5万token;到第40轮就超过10万,“当初让这个模型有吸引力的折扣就消失了”。主持人把它比作旧式手机套餐:1000条短信10美元,但第1001条要1美元。他们的建议(出自Robert Daniel Menor)是“从第一天起”就跟踪每个子智能体的token用量,并在旧上下文进入模型之前对其进行精简或摘要。

为什么这对初创公司很重要

1. 开发变便宜了。 如果你的产品在后台运行几十个小型AI步骤,比如读文档、分类或盯收件箱,你每位客户的成本刚刚下降。对大多数应用公司来说,这是好消息。

2. 推销“比实验室更便宜”更难了。 上周,Jev面对的威胁来自OpenAI复制其功能。本周则来自Anthropic把一款通用模型定价低到“与”廉价专用模型“持平”。当实验室决定在市场底部作战时,主要卖点是低价的初创公司,面对的是拥有模型的那家公司。

3. Jev的数据展示了另一面。 The AI Daily Brief讨论的Ramp 10月数据显示,Jev的开发商TypeSafe AI在软件供应商中按相对规模的增长排名第一,市场份额增长排名第二。Ramp把Jev归入基础模型类别,它“一个月内获得了整整一个百分点的市场份额”,增速超过除Anthropic之外的所有前沿实验室。Ramp经济学家Eric Karazian写道,“高性能的标准模型和轻量模型,以及像JEV这样针对特定企业用例设计的高token效率模型的出现,将威胁OpenAI和Anthropic在企业市场的收入增长”。主持人的观点是:“初创公司和一些先进的企业正在实实在在地大规模注册并使用这个模型。”被复制并没有杀死Jev,至少目前如此。

4. 中国的卖点缩成了一个论点。 The AI Daily Brief指出,美国实验室“已经日益解决了成本问题”,但尚未解决主权问题,即在自有硬件上运行模型、并确保数据永远不会被用于训练的能力。如果你为省钱而基于中国开放权重模型构建产品,这一优势刚刚缩小了。

背后的竞赛:OpenAI回来了,开发者转得很快

本周最有价值的讨论出现在20VC上,参与者有Harry Stebbings、Jason Lemkin、Rory O'Driscoll,以及嘉宾、重新出任MongoDB首席执行官的Dev Ittycheria(20VC,“Cognition vs Factory: Vinod Khosla Creates a Storm | OpenAI Nears $70B Run Rate: Anthropic Under Threat | ElevenLabs Doubles Its Valuation to $22B & Salesforce Buys Listen Labs for $2B”,2026年10月8日)。

用数字看这次回归:

  • 据称OpenAI的年化收入接近700亿美元,并正以1.4万亿美元估值融资300亿美元。这将是有史以来首轮超过万亿美元的私募融资。小组成员称OpenAI的IPO要等到2027年,而Anthropic的IPO预计在11月中旬。

  • Rory O'Driscoll讲述了这场竞赛的摆动幅度。OpenAI的收入从第一季度到第二季度仅增长18%。他说第二季度是“Anthropic”在报告收入上“第一次”领先,并引述“110亿对68亿,增长10倍对增长2倍”。现在据报道OpenAI第三季度环比增长70%。“如果收入环比增长70%,哪怕是60%,而此前是18%……那就是巨大的再加速。”

  • 他还解释了这个数字为什么对OpenAI如此重要:“考虑到OpenAI对几乎所有东西的远期采购,从算力到数据中心再到弗吉尼亚的土地,如果它不以超高速增长,很多事情都会失控。”

增长从哪来:开发者转换。 Harry Stebbings:“我接触的每个团队,至少都把相当一部分业务从Anthropic转向了Codex,而且每个人都说它有多棒。”Jason Lemkin:“今年年初,即使是编程也只有Anthropic能用”,现在OpenAI做出了“真正史诗级有竞争力的东西,人们是真的在换模型,因为它更好也更便宜”。

Dev Ittycheria说得最清楚,他有超过12年向开发者销售的经验:

“忠诚度不高。开发者很快就会从一个工具转到另一个,或者干脆同时使用多个工具……开发者很容易去追逐闪亮的新玩具。”

他补充了一个例外:如果实验室已深度嵌入企业,有已签署的合同、数千名受过培训的员工以及围绕它构建的工作流,“可能就更难转换”。

给创始人的问题: Rory将其描述为“份额轮转的游戏”。OpenAI的增长是从Anthropic那里抢来的,还是两家都在增长?答案会随Anthropic的第三季度数据揭晓,他指出这些数据在其上市时就会公布。Harry问:“如果Anthropic第三季度的数字不是爆发式的,会怎样?”

实验室最大的客户正在打造自己的工具

初创公司担心被实验室复制。本周,实验室也从自己最大的客户那里尝到了同样的滋味。

Tech Brew Ride Home援引The Information报道,Meta和微软正试图“摆脱在内部使用Claude”(Tech Brew Ride Home,“Le Chonk”,2026年10月6日):

  • 在Meta,使用Claude Code的员工从今年早些时候的约6万人降至约3万人。部分原因是春季裁员削减了约10%的员工,但“更大的因素”是Meta自己的工具。Meta于8月开始向外部客户测试的、运行在Meta自有模型上的Claude Code竞品Muse Code,“近期有超过6万名员工用户”。即便如此,在最近的28天里,Meta在Claude Code上仍花费了“超过1.05亿美元”。

  • 在微软,高管们曾预计今年对Anthropic的内部支出至少为10亿美元。在要求员工“少用Claude以节省成本,多花时间使用微软自家的AI工具”之后,微软已将这一数字削减“超过三分之一”。

同一档节目还提到,Anthropic泄露的IPO文件显示,两家客户贡献了其约25%的收入。这正是创始人面临的同一种风险:当你最好的客户也有能力自己打造你所销售的东西时,它的规模既是收入来源,也是风险。

财务负责人盯上了AI账单

多档播客都指向同一个转变:企业不再无节制地在AI上花钱,更便宜的选项正在赢得工作。

  • Rory O'Driscoll在20VC上的算账。 “如果OpenAI和Anthropic各有700亿美元的ARR,那就是1400亿美元。这比微软在很长一段时间里从Windows和Office两项业务上收的税还多。”他说,到了这个规模,CFO会对CIO说:“我不在乎用Anthropic更方便,老兄。我们得把这份token账单砍掉300万美元。所以你那20%的决策开始用JEV,凡是不属于前沿的就开始用Reflection之类的。”他把这些实验室比作《老人与海》里的老人,拖着一条巨大的鱼回港,而鲨鱼在啃咬它。

  • 开放模型的论点。 Dev Ittycheria(他披露其所属关联的Sequoia是Reflection的投资人)表示,Reflection新推出的美国产开放模型接近前沿水平,而且“成本效益高出三到四倍”。Jason Lemkin说,在Dreamforce上,“我谈过的人没有谁真的想用中国来源的模型”,因此一个可靠的美国替代品“可能引来一股需求洪流”。Rory补充说,OpenRouter(一个在多个模型之间路由请求的服务)上的前沿模型“拿到20%、30%的token,却拿到90%的收入”。

  • “企业正在远离前沿模型。” 这是Big Technology上一位联合主持人的说法。电子邮件、研究和信息汇集这类Dots式任务“已经不再属于前沿”,而且“企业不再只是把钱全部投入前沿。资金正分散到开放权重模型上。人们在内部自建”(Big Technology Podcast,“Anthropic's IPO Leak, OpenAI's Dots vs. Meta's Muse, Visual Turing Test”,2026年10月2日)。

  • “Token狂热结束了。” 因《大空头》而闻名的投资人Steve Eisman说,今年早些时候员工被告知要“用AI用到吐”,公司“几个月内就花光了预算”,而“今年夏天的某个时候,我认为token狂热大概结束了”。他更强硬的论断是,随着开放权重模型抢占份额,实验室“意识到它们的业务根本没有任何护城河”(Prof G Markets,“Steve Eisman: One Company Could Break The AI Boom”,2026年10月2日)。

  • “Token冲击。” 在Business of Tech上,Anurag Agrawal表示,由于智能体消耗token的速度快于每token价格下降的速度而导致账单飙升,是**42%**的买家的首要困扰。他说,**78%**的中小企业正优先考虑私有、混合或边缘部署,以便把不可预测的AI成本转为固定月费(Business of Tech,“Vendor Rebates Move to AI Growth: Anurag Agrawal Details the Margin Fallout for MSPs”,2026年10月8日)。

并非所有人都认为便宜就是一切。Dev Ittycheria预计会出现“杰文斯悖论”:随着成本下降,企业会把AI用于越来越多的工作,所以“我不认为这是零和游戏”。Lemkin说,他在Dreamforce上见到的每位高管“都被内部对token的需求量压得喘不过气”。

对初创公司而言: 如果你的利润率取决于转售某一家实验室的顶级模型,客户的财务团队即将仔细审视这一成本项。如果你的产品把每项任务交给能把它做好的最便宜模型,那你就站在了这一转变的正确一边。

实验室想成为平台,并开始为此付费

OpenAI的DevDay是在上周。本周,它的负责人补充了对在ChatGPT内部构建产品的人很重要的细节。

插件收入分成。 在Lenny's Podcast上,OpenAI的ChatGPT负责人Tibo Sottiaux称这个生态是DevDay的“隐藏爆款”,并透露了一件“我们在主题演讲里其实没有讲”的事:

“我们会向那些受欢迎、使用量很大的插件付费。它们也会拿到一部分收入分成。”

运作方式:ChatGPT订阅用户拥有一定的使用额度。当他们通过“使用ChatGPT登录”在合作伙伴产品内消耗这些额度时,OpenAI将与合作伙伴分享收益。“使用ChatGPT登录”现在有16家合作伙伴。Sottiaux说,这最初是和Pi以及OpenCode的开发者非正式开始的:“我们算是握了个手,你知道的,虚拟地握手。”

插件如何获得推荐:留存。 被问到如何让插件被发现时,Sottiaux说:“做一个好插件。”OpenAI会看“留存数据……插件有多成功、质量如何,然后我们才会开始在对话中向用户推荐”。如果插件不好,“就会不再被推荐”(Lenny's Podcast,“OpenAI's Head of ChatGPT: We're entering a new era of AI (again) | Tibo Sottiaux”,2026年10月4日)。

他给开发者的建议值得一提:“如果你不断逼自己,真的去想象这一切在一年后大致比今天好10倍,你就会用不同的方式去构建。”他还说“互联网上的大多数操作将由智能体完成”。Notion在构建了智能体可以使用的界面后获得了“海量流量”,而“你得想清楚其中的经济模型”。

实验室也在对冲自家模型。 The AI Daily Brief指出了两个动作:

  • OpenAI现在通过其B2B市场销售开放模型的推理服务。当企业对OpenAI做出大额支出承诺时,“你可以把其中相当一部分用在非OpenAI的模型,也就是其他开放模型上”。

  • Elon Musk说GrokBot“会为任何给定任务使用最佳的后端模型,包括Claude Opus 5.5、Midjourney、Suno和其他领先API”,简单请求则交给Grok的快速版本。主持人将此解读为一种押注:优势在于“harness”(即包裹在模型外的产品和上下文),而不只在模型本身。投资人Thomas Tunguz:“没有哪家公司能为每个用例提供最好的模型。”

这正是许多初创公司一直采用的策略:掌握客户关系,把每项任务路由给效果最好的模型。现在实验室和大型平台也在这么做。

实验室现在关心产品设计。 OpenAI推出了Intelligent UI,让ChatGPT可以用图表、交互式视觉效果和其他版式作答,而不是大段文字。它还把一款新的GPT-6模型带给了ChatGPT免费版的12亿周活跃用户。The AI Daily Brief的看法对应用开发者是一个警告:“到目前为止,它们靠相当糟糕、不直观的产品也能过关,因为通过它们能获得的智能实在太强大……现在每个人都能随取随用这种智能,产品差异化将变得真正重要。”多年来,许多AI应用的理由都是“在模型之上做一个更好看的界面”。实验室现在自己正在做这件事。

Dots冲击垂直智能体。 在Decoder上,Nilay Patel指出OpenAI“甚至还提供面向营销、法务和会计的专业Dots”。The Verge的Hayden Field说,Dots处于每月100至200美元的档位,面向知识工作者营销,Sam Altman把Dot描述为“你的幕僚长”(Decoder with Nilay Patel,“OpenAI has a Muse problem”,2026年10月8日)。并非人人都买账。在AI For Humans上,主持人说他们用Codex语音模式已经完成了Dots的大部分功能,而且Dots“不打电话”,不像他们正在测试的两个免费智能体(AI For Humans,“AI put Minecraft in Skyrim (and OpenAI had a Dev Day)”,2026年10月2日)。同一批主持人谈到AI如今能克隆什么时说:“没有人是安全的。”

编程工具:拥挤的市场变得带有个人恩怨

编程智能体市场已经拥挤到竞争开始演变成公开的争斗。

在20VC上,小组讨论了Factory与Cognition之争。长期担任Snowflake销售负责人的Chris Degnan曾是Factory的董事会观察员,据Factory创始人Matan说,两人每天都有交流。随后他出任直接竞争对手Cognition的首席营收官。Matan公开表示反对。接着,Vinod Khosla(其所在机构领投了Factory的C轮)上Twitter,按Harry Stebbings的描述,称Factory是“挣扎中的二线竞争对手”。

  • Dev Ittycheria(他披露自己是Factory的天使投资人,Sequoia也是Factory的投资人,而MongoDB与Cognition有合作)“完全懵了”,他说Khosla的那条推文“基本上等于给其他每家机构递了一件武器,让他们在竞争交易时可以说:事情不顺的时候,这是你想要的合伙人吗?”

  • Rory O'Driscoll:“这对Cognition很没帮助,对两家公司都很没帮助……这不是风险投资最光彩的时刻。”

  • Jason Lemkin认为AI领域的忠诚度已经“永久改变”:“前沿实验室的人有一半在来回跳槽。”他说,过去离职高管最多只能带走两个人的“二人规则”已经死了。“现在我看到有人第一周就带走八到十个人。”

为什么它属于平台观察: 两家资金充足的编程智能体初创公司,如今在争夺销售负责人和投资人的忠诚,而实验室正凭借自家工具赢得开发者。这就是20VC上关于开发者转向Codex的故事。Meta自研的Muse Code显示出同样的压力。这一领域的初创公司既要相互竞争,也要与为它们提供模型的公司竞争。

退出:卖掉功能,留住特许经营权

Salesforce以20亿美元收购Listen Labs。 Listen Labs用AI来开展市场调研访谈,成立约三年。据Harry Stebbings说,它此前有过15亿美元的报价,Sequoia“向投资人返还了大约8.5亿美元,对应96笔投资”。Rory O'Driscoll称市场调研是适合AI的好品类,因为“语音作为一种模态,是已经被LLM解决的问题”,而且AI可以根据回答调整问题,不像“上一代罐头式的愚蠢问卷”。Jason Lemkin对契合度持怀疑态度:他不明白“2000万美元收入的下一代AI问卷”如何能对Salesforce这样的体量产生影响(20VC,2026年10月8日)。

Dev Ittycheria说了一句创始人应该记住的话:

“我认为很多AI应用公司会卖掉,因为坦率地说,建立在别人平台之上的巧妙产品就是一个功能……更持久的公司是那些……在创造数据闭环的公司,使用产生了别人没有的数据,数据让产品更好,产品吸引更多使用……如果有人想复制你,他们可以复制功能,但他们没有你拥有的所有交互。”

Rory的预测:“五年后,这些应用公司里也许有10%会提前卖掉。他们会拿到30倍收入的价格,其余的则要苦苦熬着,以6倍收入、3亿美元规模、3000名员工的状态硬撑。”Lemkin的建议:如果你能在头五年内以20亿美元卖掉,“而且你做的不是Mongo或更好的公司……我会接受。”

Nvidia与Perplexity。 在The Information的TITV上,记者们说Perplexity曾提议由Nvidia直接收购自己。双方还讨论过一笔价值“超过200亿美元”的授权加招聘交易(大公司授权技术并招揽团队,而不做完整收购)。最终他们达成了一项合作:Nvidia投资30亿美元,对Perplexity的估值为“投资前超过350亿美元”。对Nvidia的部分吸引力在于,Perplexity“想运行很多不同的模型,尤其是开源模型”,这契合黄仁勋“1万个模型”而不是“一两个上帝模型”的愿景(The Information's TITV,“Inside Nvidia's $100B Dealmaking Spree, Elon Musk's Massive Chip Ambitions”,2026年10月7日)。一家不依赖任何单一实验室的初创公司,对向所有这些实验室卖芯片的公司极具吸引力。

ElevenLabs估值翻倍至220亿美元。 在20VC上,Jason Lemkin说他愿意在这个价格投入“最多基金的10%”。他说这家公司“可能接近10亿美元收入”,利润率“非常出色”,而且“这没有GEV级别的风险”。他的理由与平台风险直接相关:在语音领域,“这里的质量在很多方面比典型AI工作更重要”。“当那个卖花的人拿起电话时,它必须能用。”他的总结:“我不认为所有模型都是可互换的……这就是LLM重要的地方。”

暴露与可防御

本周暴露 本周可防御
主要卖点是“比实验室更便宜”的初创公司。Haiku 5.5现在的每任务成本与GPT-6 Luna持平,价格仅为Sol的六分之一(The AI Daily Brief,10月9日)。 在质量上有明显领先的语音基础设施。ElevenLabs:“如今不是一个可互换的用例”(20VC,10月8日)。
主要为省钱而基于中国开放模型构建的产品。美国实验室现在“拥有”低成本前沿,主权成为仅剩的主要论点(The AI Daily Brief,10月9日)。 拥有数据闭环的公司。使用产生别人没有的数据,正如Dev Ittycheria所述(20VC,10月8日)。
单一模型的编程工具。开发者表现出“忠诚度不高”,并已把相当一部分工作转到Codex(20VC,10月8日)。Meta自研的Muse Code内部用户已超过6万(Tech Brew Ride Home,10月6日)。 拥有私有数据的垂直AI。EvenUp在人身伤害领域,“那里99%的数据属于私有领域”(This Week in Startups,10月8日)。Leo在采购领域,价格基准是模型无法用于训练的“专有数据”(The a16z Show,10月2日)。
通用型个人智能体初创公司。面对免费的Meta Muse、每月100至200美元的OpenAI Dots以及GrokBot。一位投资人称Instinct约100亿美元的定价对抗大公司的分发、广告和资金实力是“一场艰苦的恶战”(This Week in Startups,10月8日)。 掌握客户的多模型产品。Perplexity的模型中立路线吸引了Nvidia以350亿美元以上估值投入30亿美元(The Information's TITV,10月7日)。GrokBot和OpenAI的市场正在复制这种路由方式(The AI Daily Brief,10月9日)。
营销、法务和会计领域的垂直“助手”外壳产品。OpenAI现在提供这些领域的专业Dots(Decoder,10月8日)。 把整份工作做完、包括处理杂乱例外情况的智能体。Leo发现常规发票流程“只占大约20%的工作”,其余80%是例外情况(The a16z Show,10月2日)。
优势只是在实验室模型之上做了更好界面的应用。OpenAI的Intelligent UI表明实验室现在“真的在乎产品体验”(The AI Daily Brief,10月9日)。 ChatGPT内部的分发合作伙伴。OpenAI将与热门插件分成,并按留存排序(Lenny's Podcast,10月4日)。

为什么右栏站得住脚

The a16z Show的那一期“Why AI Agents Can Beat the Incumbents”(2026年10月2日)对什么能够持久给出了最清晰的解释。采购AI公司Leo的创始人Vlad说,公司把实验室的模型“当作大宗商品”,并使用多家供应商。价值在于模型自己做不到的部分:

  • 杂乱的80%。 传统发票软件覆盖了干净的流程,但“那其实只占大约20%的工作……80%的问题是,如果发票是欺诈的呢?如果有不匹配呢?”

  • 实验室看不到的数据。 对于价格基准,“这些都是基于某一家企业、跨多家企业的专有数据。所以通用模型无法用这些来训练”。Leo正开始训练自己以结果为导向的模型,并以Jev作为这种方法的例子。

  • 是工程师,而不是顾问。 “85%的人是工程师”,而为每位客户定制产品的前线部署工程师有一个核心目标:“字面意义上,你的工作就是把自己自动化掉。”

a16z合伙人Seema把在位企业的第一步称为“套个聊天机器人的策略”,并说持久的垂直公司掌握“端到端的工作”,构建数据资产,并提高客户依赖度:“整体客户依赖这个产品。”

在This Week in Startups上,一位名叫Chris的投资人说,他的机构已从约80%的横向软件转为80%的垂直AI。“我完全不相信模型会拥有一切……你如何应用这种智能、如何给它上下文和权限,将至关重要”(This Week in Startups,“What VCs Really Think About Personal AI Agents | E2347”,2026年10月8日)。

关于消费级AI的说明。 a16z第七期Top 100消费级AI应用报告在The a16z Show上被讨论,发现只有约4.5%的美国消费者为AI订阅付费。付费前1%的用户每月花费903美元,中位数为25美元。一些个人助理创始人称,服务一位用户的成本是“每月数百或数千美元”,主要因为重度用户通过它们运行编程任务。与此同时,OpenAI的广告业务已达到约10亿美元的年化收入,这个水平“以前一家公司需要很多很多年”。Olivia Moore的观点:承担高昂模型成本的消费级初创公司无法使用旧的“先免费增长、以后再变现”打法,“考虑到COGS有多高”(COGS指销货成本,这里主要是AI使用成本)(The a16z Show,“The Top 100 Consumer AI Apps: Who's Actually Paying?”,2026年10月5日)。OpenAI可以用广告补贴免费用户,大多数初创公司做不到。

给创始人的启示

构建时要能轻松切换模型,同时确保您的客户无法轻易离开您。

本周表明,AI模型的转换成本在每一层都接近于零。开发者转向了Codex。Meta转向了自家工具。CFO们正把工作推给Jev和开放模型。就连GrokBot和OpenAI的市场现在也把请求路由给其他公司的模型。您不能指望对任何实验室的忠诚,实验室也不能指望您的忠诚。善加利用:

  1. 把每项任务交给能做好它的最便宜模型。 每项任务12至21美分的Haiku 5.5改变了后台工作的算账方式。像Rogo那样,让昂贵的模型负责统筹,下面用廉价的子智能体。如果您收取固定费用,又按成本价出售顶级模型,您的利润率就任由哪家实验室给您定价。
  2. 留意价格悬崖。 Haiku在10万token以上价格五倍跳升,这是设计问题,而不是脚注。从一开始就跟踪每个子智能体的token用量,并在上下文进入模型之前对其进行精简。
  3. 不要把“比实验室更便宜”当作全部卖点。 实验室现在在低价端也在比拼价格。Jev靠的是速度、经过衡量的准确性和真实的客户采用,而不只是价格。
  4. 构建实验室一周之内复制不了的部分。 这包括杂乱的例外情况、私有数据、客户愿意让您的智能体代表自己谈判所需的信任,以及随每位用户而改进的数据闭环。正如Dev Ittycheria所说:“他们可以复制功能,但他们没有你拥有的所有交互。”
  5. 把ChatGPT当作销售渠道,而不是产品的栖身之处。 按留存排序的插件收入分成是真正的机会。但OpenAI掌控着推荐和客户的钱包,所以也要与您的用户保持直接关系。
  6. 如果您是一个功能,请尽早做决定。 Listen Labs三年内拿到了20亿美元。Rory O'Driscoll预计大约10%的应用公司会以30倍收入提前出售,其余的则要苦苦熬着。请坦诚地面对自己在构建哪一种。