文章核心观点 - AI行业的最终赢家并非单一模型公司，而是围绕智能体（agent）构建的“拼装式”生态系统 [3] - 该生态系统在结构上注定比“大一统”的垂直整合巨头模式更具扩张潜力 [4] - 行业的核心问题在于价值是保留在基础模型中，还是外溢到模型周围的工具与服务层 [5] 行业格局与竞争态势 - 当前市场存在两种对立的赌注：一体化巨头模式与拼装网络模式 [11] - “肥模型”模式指公司掌控从模型、API、编排工具到最终产品的全栈，其逻辑是控制模型即可通吃上层价值 [6] - 市场目前高度认可“肥模型”模式，OpenAI和Anthropic的估值均接近1万亿美元，Google的市值在三年内上涨了4倍，突破4万亿美元 [7] 历史类比与结构演变 - 技术史上，“大一统”的赢家屡次被其上层构建的生态所拆解，例如IBM大型机被PC生态拆解，微软桌面被Web拆解，电信网络被互联网拆解 [9] - 安卓系统凭借更“可拼装”的特性占据了全球70%以上的手机市场份额，而AWS平台上亦生长出众多价值数十亿至上百亿美元的公司 [9] - 智能体（agentic）层预计将重演历史，每一层的最佳产品将由专注于该层的团队打造 [12] 推动“拼装”生态发展的当前动力 - 模型间竞争白热化，商用场景的领先优势已压缩至“个位数的分差”，成本成为模型选择的关键因素，开发者开始混合使用多个模型 [13] - 智能体的活动高度分散，其执行任务常需横跨多个独立系统，无法被单一公司全部容纳 [13] - AI正从演示阶段走向生产部署，企业流程与受监管行业产生了数据驻留、合规、审计、供应商可替换性等硬性需求 [13] - 供应商可替换性成为关键，企业不愿将全部身家押注于单一供应商 [14] - 由于应用场景过于广泛，没有任何一家公司能在所有场景中做出最好的智能体 [14] 价值外溢的具体层次与机会 - 价值将从基础模型层外溢至其周围的工具与服务层，这些层被比喻为“布线”工作 [17][19] - 编排：随着智能体数量与任务复杂度提升，用于拼装、管理和保障安全的“控制台”层将至关重要 [15] - 骨架：作为连接模型与真实世界的“身体”，例如Claude Code这类命令行接口 [16] - 记忆：当多个智能体需要共享上下文时，可能独立成为一层 [16] - 浏览器：可能演变为人与智能体交互的新入口，成为一种新型的通讯工具 [16] - 路由：在混合使用多个模型的部署中，负责在合适成本下将请求分发给合适模型的层 [16] - 身份与支付：为应对即将超越人类流量的智能体流量，需要重建的身份验证与支付系统层 [16] 对创业与投资策略的启示 - 不应与巨头在基础模型层面竞争，而应选择某一工具层进行深耕 [22] - 应选择那些因“结构性缺陷”而无法由“肥模型”巨头有效构建的层，例如需要绝对中立的层 [22] - 一个跨所有竞品的路由器或一套所有模型通用的身份支付系统，因其要求的中立性，是巨头难以亲自构建的领域 [22] - 关键筛选标准是：所选领域是巨头“懒得做”的还是其“结构上做不了”的，只有后者才构成可持续的创业壁垒 [22]