泉源：年轻人扎堆挤进恋爱公寓当NPC作者： 陈慧敏：

a16z 合资人：大模子吃掉通用使命，，创业公司吃掉笔直行业

最近半年，，险些每一个 AI 创业者都会有一个疑问：OpenAI 和 Anthropic 会不会把我们全吃掉？？？模子越来越强，，Codex 和 Claude Code 越来越像操作系统，，那应用层尚有得做吗？？？

硅谷顶级风投 a16z 的合资人 Joe Schmidt 专门写了一篇文章回应这个问题。。。。。他的焦点判断是：大模子公司的主攻偏向（代码天生、写作、图像创作等通用使命）确实是创业公司的禁区，，但在这条“黄砖路”之外，，尚有大宗重大、笔直的问题实验室基础够不到，，真正的时机在那些需要让 AI 输出可信、合规、能在详细行业里运转的地方。。。。。

创业公司可以靠四道护城河守住阵地：行业隐性知识积累成的数据飞轮、跨厂商跨模子选最优解的无邪性、按使命难度分级路由的本钱优势、以及帮客户吸收羁系重大性的治理能力。。。。。他用一句话概括这场博弈：模子可以替换，，但深耕行业的事情系统不可。。。。。

以下为编译。。。。。

每个人都在问：AI 应用层尚有得做吗？？？

我最近被首创人和求职者重复问统一个问题：AI 应用层尚有没有空间？？？照旧说 OpenAI 和 Anthropic 会吃掉一切？？？

这问题背后有一种特殊的 AI 焦虑症。。。。。一些人已经认定，，唯一能阻止沦为永世底层的位置，，要么在大模子实验室里，，要么在机械人、硬科技这类“实验室碰不到”的前沿地带。。。。。若是每一款软件都注定被吃掉，，要么被 Codex 或 Claude 直接吸收掉事情流，，要么被下一代模子直接酿成多余，，那就赶忙跑吧。。。。。

听着，，我险些比谁都更 AI 原教旨主义，，并且我以为他们只说对了一半。。。。。实验室确实会吞掉一大片应用层。。。。。但“应用层”不是一个同质化的时机池。。。。。准确的思索框架是：你站在黄砖路上，，照旧奥兹国的其他地方？？？

大模子公司吃通用使命，，创业公司吃笔直行业

“黄砖路”是我们对大模子公司主攻偏向的简称，，它们在这条路上投入了极其重大的资源。。。。。代码天生、写作、图像创作这类问题之以是自然属于实验室，，是由于这些问题随着模子原始能力的提升会直接变好：每一块钱的预训练和后训练支出，，都会直接改善产品体验。。。。。

若是你在创业，，黄砖路是最显着的偏向，，也是最危险的偏向。。。。。拿一个高性能模子，，接上几个现成的毗连器（Google Drive、Slack、Salesforce、Notion、GitHub），，再在上面搭一层署理编排，，看起来像变魔术一样简朴。。。。。

问题是，，这就是实验室在做的事情。。。。。他们虽然拥有模子自己，，这意味着更好的利润率、更强的控制力，，以及对下游所有加入者的定价权。。。。。但更主要的是，，他们也拥有决议产品架构的权力，，产品为哪些问题而设计、用什么方式来解决。。。。。他们到现在为止一直在刻意选择“模子加工具挪用”的模式，，而这恰恰是黄砖路上那些水平化、低步数使命所需要的。。。。。

退一步说，，就算有创业公司能在产品上跑赢 Codex 或 Claude Code，，实验室手里还握着重大的分发渠道和 AI 领域最强的品牌光环。。。。。若是你是一家 AI 应用公司，，用同样的毗连器、同样的模式、没有底层子署理或深度设置、也没有自己的分发能力，，那你或许率走在一条通往“那里都不是”的路上。。。。。

但对创业公司来说，，这不是通盘气馁的时势。。。。
；；；；；谱┞分庥兄卮蟮氖被，创业公司可以在那里真正拥有客户、解决重大问题。。。。。

这些公司构建的是署理式体验，，模子被编织进一张由工具、自动化、集成组成的重大网络里。。。。。这使得它们自然是笔直化的。。。。。它们可以做多步、多角色协作的事情，，拥有针对特定角色和笔直场景的子署理，，而这些都是 Anthropic 和 OpenAI 用水平化平台无法触及的：跨系统网络上下文，，然后在差别阶段由多个人审批流转。。。。。这些场景往往涉及一个或多个遗留系统，，倾向于需要确定性的效果，，模糊是不可接受的，，并且最终经常绑在某个有价值的营业效果上。。。。。

实验室很清晰这些问题的价值：他们之以是在搭建自己的外包设置团队，，以及为什么会泛起一整个面向大客户的强化学习工业，，原因就在这里。。。。。

对此最常见的反驳是：历史上押注“模子不会变好”历来都是糟糕的赌注。。。。。它们或许会一直变强，，最终吃掉这些应用层公司的市场。。。。。

实验室虽然会继续前进，，但我以为奥兹国其余地区的公司有几道护城河可以守住。。。。。

第一，，数据和学习的飞轮。。。。。 许多知识不在任何训练集里，，不可文的行业老例、没有文档纪录的标准、只保存于从业者头脑里的隐性知识。。。。。这些全都不在果真网页上。。。。。再多逊с力也替换不了真正嵌入这些知识所在的营业流。。。。。这里有两个叠加的飞轮：跨客户飞轮，，当你看到统一种问题的更多变体时涌现的模式
；；；；；以及单个客户内部飞轮，，详细决议背后的原因、未说出口的破例、公司自己不可文的履历规则，，这些只有在与系统的真实交互中才会浮现。。。。。

纵然客户数据不可在客户之间直接使用，，应用公司依然可以使用跨客户问题类型的模式识别，，来指导未来问题的架构设计。。。。。一个让署理跑过一百次执法红线审查、一千次包管核保周期、一万次销售开发代表使命的公司，，已经把问题的“形状”内化了，，这种积累是下一个新进入者用一套全新署理重新最先无法复制的。。。。。

第二，，治理模子的转变与重大性。。。。。 实验室已经在做内部路由了，，差别请求调差别模子种别、底层用集成。。。。。但他们做不到跨厂商路由，，不可用竞争敌手的模子来评估某个子使命，，也不可为一个极窄的环节专门用开源微调。。。。。奥兹国公司可以在整个模子市场中为每一个子使命选最优模子，，而不是只能用母公司发货的那一个。。。。。他们还做了没人想做的事情Ｔ媚课新模子宣布时重新跑评估、针对客户边沿场景重新校准提醒词、在不炸掉生产情形的条件下完成安排。。。。。实验室不会替客户做这些
；；；；；他们把下一个模子卖给你，，让你自己迁徙。。。。。奥兹国公司帮客户吸收掉迁徙本钱。。。。。浚？突Щ竦玫氖钦鍪谐∽钣胖悄艿淖楹希，以及每次升级时无感的一连性。。。。。

第三，，本钱优化。。。。。 每个盘问都跑 Opus 4.7 是通往负毛利的最快路径。。。。。最好的奥兹国公司在差别级别的模子之间做路由，，最难的使命用前沿模子，，大部分用中端模子，，在已经取得足够积累的环节用更小的定制或微调模子。。。。。有些公司现在更进一步，，在这些基础上做自己的后训练，，针对客户体贴的极窄事情流做优化，，服务本钱只是前沿 API 挪用价钱的零头。。。。。实验室定的是智能的底价：花 X 元能买到的最低智能。。。。。奥兹国公司卖的是反过来的工具：为事情流现实所需的智能水平，，找到最低的美元本钱。。。。。这只有在你准确知道每个子使命需要什么水平时才可能，，而实验室在结构上不可能相识所有笔直行业。。。。。

第四，，治理。。。。。 成为客户在某个笔直行业使用 AI 的“控制平面”，，这件事自己就有相当大的价值，，权限、审计、署理被允许做什么、署理现实做了什么，，所有汇聚于一处。。。。。这个控制平面由详细场景的护栏组成，，而差别行业、差别岗位需要的护栏完全差别。。。。。由于奥兹国公司拥有端到端的工具、事情流和数据，，他们能在水平工具难以企及的地方提供确定性效果。。。。。他们也是替最终客户吸收羁系重大性的实体：执法行业的 FRCP 和状师规则、医疗领域的 HIPAA、金融领域的 SEC 和 FINRA、各州包管规则等等。。。。。一个水平化玩家若是不酿成一百个差别的笔直行业公司，，就不可能真正承接这些责任。。。。。CIO 们想要的是一个能在条约里白纸黑字写明“我会为提供的署理肩负合规责任”的相助同伴。。。。。

所有这些都指向统一件事：专注。。。。。浚？梢允且桓霰手毙幸担ò堋⒅捶ā⒒峒疲，也可以是一个做深做透的功效（销售、客服、财务）。。。。。无论哪种，，都需要一支团队全身心扎进一组客户里，，它的事情流、它的边沿场景、它的羁系规则。。。。。实验室不是为这个设计的。。。。。他们必需同时笼罩所有人，，这是他们铺出黄砖路的方式。。。。。同样的取舍也让他们进不了奥兹国的其余地区，，你可以同时无处不在，，也可以在一件事上做到极致。。。。。二者不可兼得。。。。。

销售的例子：重大营业需要什么

怎么在实践中思索这件事？？？11x 的 CEO Prabhav Jain 给出了一些来自一线的建议。。。。。

从客户真正体贴的效果出发。。。。。 对 11x 来说，，就是帮客户爆发更多销售管道。。。。。从这个问题出发，，追问就变得极其详细：我们希望端到端拥有哪些真正驱动管道的活动？？？把每个活动剖析成使命，，哪些是署理式的、哪些不是，，哪些需要深度的领域洞察、哪些不需要。。。。。实验室虽然也会宣布事情流，，但当流程有许多方法、输入很脏、状态很难剖析、保存种种现实天下约束时，，单靠更好的模子是做不到的。。。。。这部分事情回到古板软件工程，，而实验室在一个专注的应用公司眼前没有任何优势。。。。。

举个例子，，11x 处理的使命包括：基于自界说信号做线索挖掘、线索数据增补、深度账户研究、从 CRM 中抓取上下文、针对差别渠道的新闻天生、线索质量判断署理、邮件送达系统。。。。。这些不是一次性就能完成的使命，，需要深度工程。。。。。

奥兹国比喻中最要害的一个洞察是：在任何一个真实事情流里，，约莫有一半非署理式使命，，实验室在这些使命上没有任何优势，，他们写模子层下面简直定性软件，，并不比你强。。。。。另一半署理式使命，，仍然需要你针对真正想要的效果去调、去训练、去约束模子。。。。。领域知识往往不在通用训练数据里。。。。。这些能力是从笔直或功效的土壤里长出来的，，在流程的要害时刻被喂给模子。。。。。当 11x 的署理在电话上评估一个 inbound 线索时，，它需要被训练去明确“什么是针对这个特定行业、这个特定人群的好销售对话”。。。。。这是应用公司才华做的事情，，并且会一直积累。。。。。

更主要的是，，营业在演进，，这些手艺会一直过时，，你的能力就是一连演进这些事情流和上下文，，这自己就酿成了竞争优势。。。。。11x 的规
；；；；；始外拓产品刚起步时，，“AI 味”的邮件刚最先进入人们的视野。。。。。到今天，，人们对哪些是 AI 写的、哪些是人类写的已经有了敏锐的判断力，，而这个判断标准每隔几个月就在变。。。。。署理必需一直凭证市场动态调解，，而护城河正是在这里被建出来的。。。。。事实上，，只管保存这种转变，，11x 的正面回复率在已往几个月上升了 4 倍，，已经为客户创立了数亿美元的管道。。。。。

在重漂后高的问题上事情。。。。。 重大问题才是真正释放商业价值的地方，，否则你只会发明自己搭了一层薄薄的壳。。。。。拆解任何一个足够重大的商业问题，，杂乱会迅速浮现。。。。。举个听起来很简朴的 GTM 场景的例子：若是一家公司已经是你的客户，，你就不应该再联系这家公司里的任何联系人。。。。。但这事一点都不简朴。。。。。也许 CRM 里关联的是这家公司的一个域名。。。。。那些有几十个子公司的集团怎么办？？？若是 CRM 纪录里留的是母公司域名怎么办？？？若是一个 Salesforce 里过时的匹配字段，，把一封冷销售邮件发给了一位现有客户的 CRO？？？真实天下的数据是脏的，，人类尚且搞未必，，模子也不会自动跨过这道坎。。。。。从杂乱中提取秩序，，需要的是为问题详细形态而设计的专用署理，，而不是一个对着 CRM 指指点点的通用副驾驶。。。。。事实上，，凭证 11x 的数据，，他们已经发明自己的数据质量和新鲜度远高于客户，，以是他们默认以自己的数据为准。。。。。

护栏不但用来防止坏事爆发。。。。。这是客户付钱给你的原因。。。。。 护栏被严重低估了。。。。。纵然在统一个产品内部，，每一个场景都需要自己的护栏。。。。。一个受到严酷羁系的金融服务客户，，和一家中等规模的 SaaS 客户，，要求的包管完全差别，，这些差别一直渗透到署理怎么写、能联系谁、能触碰哪些数据、电话里能说什么、以及每个决议怎么被纪录。。。。。一套“放之四海皆准”的系统在这种差别眼前会瓦解。。。。
；；；；；だ副匦璋闯【肮菇ā纯突柚谩⒁涣蠹疲，而这项事情完全属于应用公司。。。。。这就是 11x 有前置安排工程师和手艺安排战略师的原因，，他们需要为每一个客户的需求做定制。。。。。举个例子，，他们曾与一家 F1000 企业相助，，通过语音向他们的大宗中小企业客户做授权外呼。。。。。最初一再迭代接听率很低，，他们必需快速迭代，，学会怎么让这个特定人群在前 10 秒内爆发互动。。。。。中小企业主的行为和大企业买家、通俗消耗者完全差别。。。。。现在他们一天为这个客户创立的销售时机，，比他们整个销售团队针对这个细分市场一个月做的还多。。。。。

包管的例子：智能不在模子里，，在事情流里

包管是另一个切面，，统一个结论。。。。。FurtherAI 的 CEO Aman Gour 是这样明确这件事的：

当他们最先在真实包管运营中安排 AI 时，，重复听到一种假设：模子是智能的载体，，事情流只是围绕它的脚手架。。。。。随着相助了越来越多的包管公司，，他们越来越确信这个假设是反的。。。。。

在包管业，，许多智能自己就保存在事情流里。。。。。两家包管公司可能走统一条路径处理一份投保申请：接件、审核、报价、承保。。。。。但路径只是最容易的部分。。。。。真正区分两家公司的是路径内部的所有细节：哪些风险需要上报、哪些损失约号值得关注、两条规则冲突时哪一条优先级更高、什么情形下必需有人签字、哪些外部数据会被调取、最终决议怎么归档。。。。。这些逻辑不在一个清洁的规则引擎里，，而是散落在 SOP、司理审核纪录、核保理念、公司特定的风险偏好和多年的操作履历中。。。。。其中很大一部分基础没有被写下来，，模子无法直接读取。。。。。

这就是为什么 FurtherAI 不相信一个每次都从零推理的纯署理，，也不相信一个现实一乱就瓦解的硬编码事情流。。。。。他们在构建的是署理式事情流，，事情流给你可重复性、可审计性和本钱控制，，署理处理不确定性并在主线走欠亨时恢复路径，，人类留在循环里处理那些需要肩负责任的判断。。。。。

在第一天，，这能自动化人工操作。。。。。但假以时日，，每一次上报酿成信号，，每一次破例是一次反。。。。。，每一次人类修正展示了操作手册那里不完整。。。。。逐步地，，事情流不再是剧本，，而是酿成了包管公司的运营影象。。。。。实验室很难触抵达这个层面。。。。。他们会一连宣布更好的模子和更好的通用署理，，他们也理应云云。。。。。但他们不会坐在一家包管公司的生产流程里足够久，，去明确为什么某一个账户被上报、某一个风险被拒保、某一位核保人推翻风险偏好指引并且他推翻得对。。。。。这种明确，，只能来自把事情流跑在生产中数千次。。。。。你第一天交付的事情流不是护城河。。。。。生产使用所爆发的反馈循环，，随着时间积累，，才是。。。。。

三个测试判断你的偏向，，两条路都有赢家

工具与步数测试。。。。。 完成这项事情需要几多步？？？你需要构建的工具重大到什么水平？？？比照一下：水平化 AI 搜 Google Drive，，一步，，操作一个工具，，效果错了用户可以重搜
；；；；；和一份针对律所三年先例的多步执法红线审查，，几十步、跨多个工具、输出必需通过合资人审核且最终可能在法庭上被辩说。。。。。两者看起来都像“署理在做事情”，，但只有后者需要一个专注团队花几年才华构建的那种深度软件。。。。。

系统测试。。。。。 你在构建的是客户用来完成事情的“系统”，，照旧叠加在客户已有系统之上的“工具”？？？系统拥有端到端的事情流，，数据收罗、治理、完成事项的纪录，，是客户形貌现实事情怎样爆发时指向的工具。。。。。工具只是在客户已经在运行的事情流上加一层智能。。。。。做工具能爆发真实收入，，并且实验室可以拿走，，由于客户并不依赖你作为编排层。。。。。高客单价通常是系统的信号，，由于系统替换真正的人力岗位并据此定价，，但这不是包管。。。。。问自己一个问题：若是实验室宣布了一款据称与你直接竞争的产品，，客户还需要你的产品吗？？？若是谜底是“是”，，你在构建系统。。。。。若是“否”，，你只是工具，，纵然你的客单价很高。。。。。

对冲基金/P&L 测试。。。。。 实验室的体现用 benchmark 来评判，，奥兹国其余地区的体现用客户的 P&L 来评判。。。。。你的客户不体贴你的模子在 SWE-Bench 或 MMLU 上拿了几多分，，他们只体贴你的署理有没有搞定那笔生意、有没有把条约条款审对、有没有签下准确的保单。。。。。若是他们死死盯着营业流的效果，，而不是一个通用的能力评分，，你就在奥兹国其余地区。。。。。若是他们买的是通用能力，，你卖的工具他们买一张 Claude 或 Codex 的席位就能获得。。。。。最好的署理公司需要像对冲基金一样运作，，用客户 P&L 权衡的 alpha 来取胜，，而不是用 benchmark 分数。。。。。

我们会在黄砖路上和路之外同时看到重大的赢家。。。。。

模子公司会继续赢，，由于他们拥有模子，，也拥有他们设计的水平工具的分发能力。。。。。奥兹国其余地区的公司若是能拥有“事情系统”，，公司现实执行事情的界面，，以及从事情中爆发并沉淀下来的数据，，就能赢。。。。。这些公司拥有数据收罗、事情盛行动系统和治理层。。。。。随着某个笔直领域内更重大的事情流一直成熟，，它们会汇聚成一个客户最终依赖的焦点体验。。。。。当新一代模子从既有至公司和新兴玩家中一直宣布，，这些公司就成了整合一切、把智能交付给客户的中心层。。。。。模子在底层可以替换，，但事情系统不可。。。。。

下一代企业软件，，会在黄砖路之外被建出来。。。。。

点个“爱心”，，再走 吧