本文来自微信公众号：深水研究，作者：Srinivas Rao，翻译：深水研究，题图来自：AI 生成
上世纪 90 年代末，我还是伯克利的一名学生，目睹了当年互联网诞生期的繁荣如同一场狂热的梦一样展开。
那些年里，流量等同于收入；在某件事的末尾添加 .com ，投资者就会向有抱负的企业家投钱；没有商业模式的初创公司购买了超级碗广告，许多人在一夜之间成为纸上百万富翁。
1999 年我在 Sun Microsystems 实习期间，我开车经过 101 座办公楼，上面挂满了 AltaVista、Excite 和其他注定要灭绝的名字的广告牌。到了 2001 年，这些建筑物空无一人。
第二年夏天，我参加了一个发布会，一家初创公司投入了五十万美元，只是为了宣布他们将开始对他们一直免费赠送的产品收费。房间里挤满了 VC。
当我在 2000 年 12 月毕业时，这场狂欢已然落幕。从伯克利我看到了完美的景色——就在坍塌的海湾对面。
25 年后，我们回来了。标签已经改变，但逻辑没有改变。
" AI 驱动"是新的" .com "。初创公司兜售套壳产品。但这一次，许多人甚至不假装拥有他们所依赖的技术。仔细观察，它是一座纸牌屋：套壳产品依赖于 OpenAI，OpenAI 依赖于 Microsoft，Microsoft 需要 NVIDIA，英伟达拥有为这一切提供动力的芯片。
没有人负责。每个人都知道这个击鼓传花的逻辑，可每个人都假装这一切并不存在。
一、租来的 AI
多数所谓" AI 工具"只是 OpenAI API 的华丽包装。
某次我拆解一款播客剪辑工具时恍然大悟：上传文稿，就能生成推文、摘要甚至通讯稿——界面精美，月费 60 美元。但如果直接调用 OpenAI API，同样流程只需 5 分钟，成本不到 4 美元，连代码都不用写。
没有系统，没有基建，只有一层皮。我突然明白：这些不是产品，而是"提示词流水线 +UI "的缝合怪：
输入：文稿；
处理：硬编码提示词（如"总结这段""生成推文"）；
输出：文本框里的格式化文本。
无后端，无知识产权，只有标准化 API 调用。用户每月花 50-100 美元获得的产品，自己动手只需几分钱。不仅是溢价，更是欺骗——商业模式全靠信息差。
这就是套壳产品的本质：伪装后的 OpenAI。
二、OpenAI 的致命软肋
全行业视 OpenAI 为"不可撼动的智能层"，所有套壳产品、智能体、生产力工具皆立于其肩。OpenAI 拥有最强模型和先发优势，重塑了整个市场。
但他们同样有弱点。
OpenAI 的统治力依赖分发渠道，而渠道正是被轻视的套壳产品。所有基于 GPT-4 的 SaaS 工具，他们不仅是搭便车的家伙，更是 OpenAI 的客户群。若其中几家倒闭，API 收入随之蒸发。
风险在于套壳产品用免费策略吸引高耗能用户，但 OpenAI 按请求次数收费——无论用户是否付费，成本都由套壳产品承担。商业模式全凭"烧钱换增长"，少数幸存，多数消亡。它们消失时，OpenAI 也大事不妙。
OpenAI 掌握技术，却不拥有用户；套壳产品拥有用户，却不堪一击：经济护城河浅薄、烧钱快、用户黏性低。如果套壳产品崩塌，OpenAI 不仅会流失客户，赖以获取非 ChatGPT 收入的分发体系也将随之崩塌。
OpenAI 和套壳产品不是单向的依赖，二者的关系已经形成了闭环。OpenAI 掌控智能，而套壳产品掌控分发。双方假装对方不重要，但经济规律表明事实并非如此。
每个经过套壳产品的 API 请求（无论付费与否）都为 OpenAI 创收。百万级免费用户让这些初创公司成了 OpenAI 的"无偿分销军"，一边补贴 OpenAI 增长，一边流血而亡。
套壳产品倒下，OpenAI 的触角也随之萎缩。它可以尝试直接转化用户，但多数人本就不是 ChatGPT Pro 的目标——他们要的是工作流解决方案，而非裸模型。
OpenAI 拥有强大的技术护城河和模型，但没有风险缓冲层。其影响力系于一群脆弱的套壳产品，它们大多亏损、同质化、靠烧融资续命。钱烧完时，OpenAI 失去的不只是伙伴，更是收入的地基。
不信？打开 Instagram，满屏的 AI 工具，各个号称能彻底改变你写笔记、管理健康档案、录制播客乃至写日记的方式。看起来设计精美，其实全由 GPT 驱动，后台如出一辙：
1. 输入 → 2. 传至 GPT → 3. 解析响应 → 4. 塞进 UI → 5. 包装成产品
OpenAI 每次调用都收费——无论产品多么同质化。这才是真实的风险： 套壳产品组成的脆弱网络，既是客户群又是增长引擎——全在亏损，全可替代，一项政策就能让其崩塌。
看看外壳产品的"技术内幕"就会发现，多数产品后台代码不过如此。
这就是套壳产品的全部。其余只是 CSS、支付系统和 Stripe 接口。
改句提示词就能换功能：文稿转推文？改指令；会议摘要？换输入；邮件助手？接入 SendGrid。
无知识产权，无系统，无护城河，只有结构化 API 调用 + 前端 + 营销。一个初级开发者用 ChatGPT+Stripe+ 前端模板，一小时内就能复刻市面上多数 AI 产品。
这是繁荣的引擎，也是 OpenAI 的商业化悖论。
三、生存逻辑：底牌在谁手上
嘲笑套壳产品很容易，但真相更复杂：
它们没有技术，只租用技术（依赖 OpenAI/Anthropic/Claude）。"产品"本质是带提示词的 UI，用户每点一次，它们就向模型商付一次费。
如果没有构建真实的基础设施，例如记忆层、工作流引擎和分发壁垒，它们只是中间商。但要知道，中间商是难以长久的。
不过，反转来了：OpenAI 同样需要它们。套壳产品是 API 的增长引擎，将 GPT 带入垂直领域。如果套壳产品全部消失，OpenAI 将失去触角和收入。这种相互依存重要，但底牌更重要。
生存取决于四个问题：谁掌握利润？谁控制定价？谁能切换供应商？谁的壁垒无法被一句更好的提示词取代？
案例剖析
Jasper：融资超 1 亿，年收 9000 万，后被 ChatGPT 重创。被迫转型企业服务，加入模型路由，勉强存活——估值缩水、高管换血。
Copy.ai：1600 万融资，1000 万年收入，拥有海量免费用户，但零壁垒。它的核心功能 =GPT+UI，用户切换成本极低。
Notably：一款小众研究工具，完全依赖于 OpenAI。其提供的摘要生成、数据分析等功能，已经被 ChatGPT 完全覆盖。它面临的不是 AI 工具的竞争，而是被淘汰的风险。
Tome：用 GPT-4+Stable Diffusion 做 AI 幻灯片，用户数百万——直到微软将 Copilot 嵌入 PPT。它的致命伤暴露无遗：要挑战技术巨头但是被轻松碾压。
Writesonic：在竞争中低调突围，通过自研小模型降本。 这家公司能动态调配 GPT-4、Claude 以及自研模型引擎，模块化架构优势显著。" 如果说有谁能依靠运营效率生存，那非他们莫属。
企业存亡的关键，不在于谁抢先入场，而在于谁能突破套壳产品的局限。 真正掌控用户体验（而非只是依靠 API 调用）的公司，才能在变局中存活。行业地震的时刻终会到来，问题不是谁会倒下，而是谁手中握有底牌。
英伟达：沉默的王者
AI 兴起前，英伟达是游戏公司，专注于 GPU、帧率和显卡。大多数人仍然这么认为，但如今，它已是 AI 领域最具势力却最被低估的企业——不直接面向用户，却绝对掌控生态链。
英伟达既不训练模型，也不运营应用，更不会出现在你的 ChatGPT 标签页。但每次使用 AI，你都在用英伟达。
几乎所有主流模型（GPT-4/Claude/Gemini）皆由其硬件训练和部署。超过 90% 的模型训练在其芯片上运行。推理（生成响应的过程）仍有 70% 到 80% 由 NVIDIA 驱动。OpenAI 在 Azure 内部的 NVIDIA 集群上运行。微软疯狂抢购 GPU；AWS 即使采用定制芯片，仍然依赖 NVIDIA 来处理关键工作负载。——没有英伟达，任何企业都无法实现规模化。
英伟达不仅制造芯片，更掌控 AI 供应链：从硬件到驱动程序，再到像 CUDA 这样的软件框架，以及将 GPU 转变为可部署基础设施的编排层。它是产业中最安静、最绝对的命门。
它无需前端产品——整条流水线已在握。
微软：掌控命脉的基础设施中间商
OpenAI 是大脑，微软是神经系统：每个 API 调用、ChatGPT 响应、模型微调皆运行于 Azure。这不是脚注，而是基础。
微软投资 OpenAI 的数十亿不仅是股权，更是控制权。作为 OpenAI 独家云供应商，微软现在掌控着所有使用 GPT 的 LLM，每个请求都在其 GPU 集群处理，由 Azure 调度，再加价出租。
作为回报，微软获得了 GPT-4 的早期使用权，将其嵌入 Office/Outlook/Teams。OpenAI 训练模型，但微软控制分发。" Copilot "只是门面，真正价值在幕后。
微软无需打造最强模型，只需占据最强模型依赖的基建层。 若 OpenAI 试图推出？其整个技术栈（从调度到算力）皆绑定 Azure。微软不仅托管了 OpenAI，更拥有 OpenAI 运行的整个环境。
四、底部的断层线
真正的危险不是套壳产品崩塌、OpenAI 涨价或微软转移战略中心，而是更深层的结构风险：堆栈底层的单点脆弱性。
若英伟达出现问题（供应链中断 / 生产延误 / 地缘制裁 / 出口禁令），整个 AI 生态系统将停滞：训练减速、推理卡顿；产品开发停摆。
届时，竞争不再是功能迭代或融资能力，而是你能否拿到算力？
这并不是假设，端倪已经出现： 高端芯片出口管制收紧，英伟达 H100 供不应求，GPU 租价暴涨甚至翻四倍。
生态链每一环，从 OpenAI 的 API 到微软的 Copilot，再到充斥信息流的套壳产品，都构建于单一公司、单一硬件、单一地理区域的供应链上。
这不是技术栈，是断层线。
崩溃时刻，没有软着陆一说，唯有减速、配额与洗牌。企业消亡，市场回调，幸存者将是那些从不相信"地基坚固"的人。
颠覆 AI 经济的三大黑天鹅
硬件断供：无论是地缘政治紧张、原材料短缺还是制造业放缓，都可能导致英伟达供应链中断，进而导致全栈进展冻结。没有 GPU 就意味着无法训练、无法推理、无法扩展。硅是这个生态系统的氧气。
监管铁拳：若大国认定基础模型威胁国家安全或公共安全，一纸禁令可让 AI 管线关键环节停摆。威胁不仅在技术层面，还在政治层面。
范式革命：最颠覆的不是崩塌，而是淘汰。如果有人构建了一个无需 GPU 的竞争模型，会怎样？如果智能源于信号而非算力？如果一个全新架构改写了规则？系统不会崩溃，只会过时。
每次浪潮袭来，人们总会出现同样的心理。但其实说到底，大众不只是追逐机会，更渴求归属感——想成为" AI 建造者"，追求"首发产品"和"媒体报道"的标签。
产品是否可持续甚至有用并不重要，重要的是"数据表演"：截图、增长曲线、投资者报告中绑定 OpenAI API 的陡峭曲线——与历次淘金热如出一辙。
19 世纪，淘金者多破产，发财的是卖铲子、租帐篷、售牛仔裤的人；互联网泡沫时，是超级碗广告和域名投机者；如今，到处都是套壳产品、虚假演示、AI 联合创始人和虚假膨胀的团队。
多数团队并非打造持久事业，而是伪装出"已经成功"的样子，只为撑到融资、收购或算法推荐。这不是创新，是剧场。你目睹的多是舞台表演。因此众多" AI 工具"千篇一律：它们没有解决问题，只是在认真炒作。
AI 生态已经陷入大规模的囚徒困境：每个人都按照自己的理性利益行事，但却集体破坏了他们所依赖的基础。
套壳产品追求速成却没有自研模型，于是贴钱换取用户，伪造用户黏性，追求虚假指标，结果是一直亏损；OpenAI 需要 API 增长，支持一些明知其无法长久发展的套壳者，以换取规模、触达和场景覆盖；微软希望控制部署层，却同时依赖 OpenAI 的能力和英伟达的算力。
而英伟达，无论如何都是赢家。
每个玩家都表现得理性，但却没有人在构建稳定的产品，结果是形成了一个相互依存的杠杆系统。OpenAI 无法在不损失自身规模的情况下消灭套壳产品，套壳产品无法在不降低质量的同时更换模型，微软无法占据主导地位。而如果英伟达出现问题，全军覆没。
这不是金字塔，而是一个没有退路的闭环。这种脆弱性不是来自愚蠢或恶意，而是全员"最优解"的复合效应——直至全员崩盘。
五、基础设施获胜，却无人建设
当套壳公司崩塌、融资枯竭、市场调整，只有一种公司能存活。因为缺了它，一切停转。那就是基础设施。 AWS、Stripe、Twilio 都属于这一类型——平时处于隐形状态，崩溃时无可替代。
互联网泡沫时初创企业孵化器 Idealab 的教训犹在：它孵化百家初创公司，概念宏大，品牌响亮，但零杠杆。当泡沫破裂，它们一夜蒸发。
Y Combinator 则另辟蹊径：分散风险、押注边缘团队、进行小规模投资，再让市场筛选。由此诞生了 Stripe、Dropbox 和 Airbnb。这不是因为 YC 更远见，而是它选择了能持续发展的公司。
人工智能经济也将遵循同样的模式。 英伟达和 OpenAI 们正在成为基础设施，他们不会在界面优化或提示词噱头上竞争，因为他们定义了这一竞争领域。
彼得 · 蒂尔在《从 0 到 1》中提出了终极七问，是未来每个想要基业长青的公司都需要回答这些问题：
1. 技术革新：是否能创造突破性技术，而非渐进改进？
2. 时机：现在是创业的正确时机吗？
3. 垄断：能否从小规模市场开始就占据大量份额？
4. 团队：是否拥有合适团队？
5. 分销：是否既能创造产品，又能交付产品？
6. 持久性：10-20 年后，市场地位是否还能够保持？
7. 秘密：是否发现他人没有看到的独特机会？
在 AI 的套壳产品中，没有人回答这些问题。因为答案显而易见： 不能。不是。没有。
当下套壳产品的套路很简单：给 GPT 套层 UI，标榜"垂直"，祈祷用户始终处于信息差。真正的基础设施建造者不仅要给用户提供功能，更要让用户离不开自己，它们不追逐潮流，而是在潮流之下铺设自己的轨道。
淘金热总会结束，套壳总会崩塌，故事总会转向，但经济规律永远不变。
幸存的机会，只存在系统本身。
金御优配提示：文章来自网络，不代表本站观点。
