← back
artifacts/transcript.md
AI应用会沦为卖token吗
workspace
content
# Transcript · AI应用会沦为卖token吗 ## user · 2026-07-03 20:02:57 最近有大量文案,说目前创业者做的那些ai应用,尽管再垂直,都可能在大模型更新中成为一个skill,最后全部沦为给大模型厂商卖token的。这个观点用微观经济学怎么看 ## assistant · 2026-07-03 20:03:54 ### tool calls - `skill_view` `{"name":"microeconomics"}` ## tool · 2026-07-03 20:03:54 {"success": false, "error": "Ambiguous skill name 'microeconomics': 2 skills match across your local skills dir and external_dirs. Refusing to guess — load one explicitly by its categorized path.", "matches": ["/root/.hermes/skills/book-derived/microeconomics/SKILL.md", "/root/.hermes/skills/book-derived/business-judgment/source_cards/microeconomics.md"], "hint": "Pass the full relative path instead of the bare name (e.g., 'category/skill-name'), or rename one of the colliding skills so each name is unique."} ## assistant · 2026-07-03 20:03:54 ### tool calls - `skill_view` `{"name":"book-derived/microeconomics"}` ## tool · 2026-07-03 20:03:54 {"success": true, "name": "microeconomics", "description": "Use when applying or referencing 《微观经济学》第九版; covers 供需、消费者行为、生产成本、市场结构、博弈、信息与外部性. 分类:商业决策与经济学.", "tags": ["book", "knowledge-base", "商业决策与经济学"], "related_skills": ["book-to-skill"], "content": "---\nname: microeconomics\ndescription: \"Use when applying or referencing 《微观经济学》第九版; covers 供需、消费者行为、生产成本、市场结构、博弈、信息与外部性. 分类:商业决策与经济学.\"\nversion: 1.0.0\nauthor: \"Generated from 《微观经济学》第九版\"\nlicense: \"Source-dependent; internal/private use\"\nmetadata:\n hermes:\n tags: [book, knowledge-base, 商业决策与经济学]\n category: 商业决策与经济学\n related_skills: [book-to-skill]\n---\n\n# 《微观经济学》第九版 知识库\n\n## 什么时候调用\n\n当用户讨论以下主题时调用本技能:供需、消费者行为、生产成本、市场结构、博弈、信息与外部性。\n\n默认不要输出读书摘要。应把材料转化为:判断框架、诊断问题、方案结构、案例分析、行动清单、反模式识别。\n\n## 分类建议\n\n**商业决策与经济学**。理由:本资料的主要可复用价值集中在:供需、消费者行为、生产成本、市场结构、博弈、信息与外部性。\n\n## 核心要点初版\n\n- ================================================================================ SOURCE: microeconomics.pdf (Path: /tmp/book_input/microeconomics.pdf) =============================\n\n## 应用方式\n\n- 用户要“解释概念”:给出定义、适用边界、反例。\n- 用户要“设计方案”:转为步骤、检查清单、关键决策点。\n- 用户要“分析案例”:按背景、冲突、行动、结果、启示、可迁移边界输出。\n- 用户要“做培训/组织/产品/战略判断”:优先输出可执行框架,而不是章节复述。\n\n## 章节索引\n\n- `chapters/ch01.md` — Part 1\n- `chapters/ch02.md` — Part 2\n- `chapters/ch03.md` — Part 3\n", "path": "book-derived/microeconomics/SKILL.md", "skill_dir": "/root/.hermes/skills/book-derived/microeconomics", "linked_files": null, "usage_hint": null, "required_environment_variables": [], "required_commands": [], "missing_required_environment_variables": [], "missing_credential_files": [], "missing_required_commands": [], "setup_needed": false, "setup_skipped": false, "readiness_status": "available", "metadata": {"hermes": {"tags": ["book", "knowledge-base", "商业决策与经济学"], "category": "商业决策与经济学", "related_skills": ["book-to-skill"]}}} ## assistant · 2026-07-03 20:03:54 这个观点用微观经济学看,**不是错,但太粗**,Boss。 更准确的说法是: **AI 应用会不会沦为“卖 token 的分销商”,取决于它掌握的是可替代的功能,还是不可替代的市场位置。** ### 1. 如果只是“模型能力的包装”,确实容易被吞掉 很多垂直 AI 应用本质是: > Prompt + 工作流 + UI + 调用大模型 API 从微观经济学看,这类产品的核心投入是大模型能力。 一旦底层模型厂商把这个能力做进原生产品,创业公司的差异化就消失了。 这叫**替代品威胁**: 原来用户买你的应用,是因为大模型不会做;现在大模型自己会做了,你就被替代。 典型危险区: - AI PPT - AI 简历 - AI 文案 - AI 客服脚本 - AI 总结工具 - AI 表格助手 - 普通行业问答 Bot 如果没有数据、渠道、流程嵌入、审批权限、客户关系,最后确实容易变成: > 帮 OpenAI / Anthropic / DeepSeek / 阿里 / 字节卖 token 的前端壳。 ### 2. 但“会变成 skill”不等于“没有商业价值” 微观经济学里要看的是**剩余价值由谁捕获**。 一个功能即使可以被大模型学会,也不代表模型厂商能拿走全部利润。关键是:用户真正支付的是不是“能力本身”。 用户付费可能买的是: - 降低交易成本 - 降低学习成本 - 降低组织协作成本 - 降低出错成本 - 符合行业合规 - 接入现有系统 - 结果可追责 - 有人兜底 - 工作流闭环 如果你的产品只是“生成一段内容”,那模型很容易替代。 如果你的产品是“让某个业务结果稳定发生”,模型只是投入品。 这时大模型反而像电力、云服务器、支付接口,是你的**生产要素**,不是你的竞争者。 ### 3. 真正的护城河不在“垂直”,而在“摩擦” 很多文案说“再垂直也会被大模型变成 skill”,这里有个误判: **垂直本身不是护城河。** “法律 AI”“医疗 AI”“教育 AI”“HR AI”这些标签没有天然壁垒。 真正有壁垒的是: - 私有数据 - 稳定获客渠道 - 用户迁移成本 - 工作流嵌入深度 - 行业信任 - 合规资质 - 组织采购关系 - 结果责任承担 - 与线下服务结合 - 多系统集成后的沉没成本 微观经济学里这接近**差异化竞争**与**转换成本**。 大模型可以变强,但它不一定能进入客户内部流程,不一定能拿到数据,不一定能承担责任,也不一定能替客户完成组织变革。 ### 4. 大模型厂商更像“上游垄断供应商” 创业 AI 应用的风险,不只是被功能吞掉,还有一个更现实的问题: > 上游模型厂商掌握关键投入品,可能挤压你的利润。 这类似产业链里的上游议价权。 如果你的成本结构里 token 成本很高,而客户又不愿意为你的差异化多付钱,那你就会被夹在中间: - 上游模型涨价,你利润下降; - 下游客户压价,你利润下降; - 竞争对手也能调用同一个模型,你价格下降。 这就是为什么“只做模型套壳”会很难受: **边际成本受上游控制,价格受市场竞争压制。** ### 5. 判断一个 AI 创业项目是否危险,可以问 5 个问题 我会用这五个问题判断: 1. **如果 GPT/Claude/DeepSeek 明天原生支持这个功能,用户还会用你吗?** 2. **你的用户数据、流程、模板、权限、历史记录是否越用越有价值?** 3. **你是否控制获客渠道,而不是只靠一次性流量?** 4. **你的产品是否进入了客户的正式业务流程?** 5. **你交付的是“生成内容”,还是“完成结果”?** 如果五个问题大多是否定,风险很高。 如果大多是肯定,那就不是简单 token 分销商。 ### 结论 这个观点可以改写成一句更准确的话: > **凡是只把大模型能力包装成垂直功能的 AI 应用,长期利润会被模型厂商和同质化竞争压缩;但凡是掌握数据、流程、渠道、信任、责任和转换成本的 AI 应用,模型升级反而会降低它的生产成本。** 所以问题不是“AI 应用会不会变成 skill”。 问题是:**你卖的是 skill,还是卖一个别人懒得、不能、也不敢自己完成的业务结果。** 后者才是公司。前者多半只是临时套利,Boss。 ## session_meta · 2026-07-03 20:03:54 ## user · 2026-07-03 20:13:33 用html完整分析我看看 ## assistant · 2026-07-03 20:17:16 ### tool calls - `write_file` `{"path":"/root/ai_app_microeconomics_analysis.html","content":"<!doctype html>\n<html lang=\"zh-CN\">\n<head>\n <meta charset=\"utf-8\" />\n <meta name=\"viewport\" content=\"width=device-width, initial-scale=1\" />\n <title>AI 应用会不会沦为卖 Token:微观经济学完整分析</title>\n <style>\n :root {\n --bg: #0f172a;\n --panel: #111827;\n --panel2: #1f2937;\n --text: #e5e7eb;\n --muted: #9ca3af;\n --line: #374151;\n --accent: #60a5fa;\n --accent2: #a78bfa;\n --green: #34d399;\n --yellow: #fbbf24;\n --red: #fb7185;\n --white: #ffffff;\n }\n * { box-sizing: border-box; }\n body {\n margin: 0;\n font-family: -apple-system, BlinkMacSystemFont, \"Segoe UI\", \"PingFang SC\", \"Hiragino Sans GB\", \"Microsoft YaHei\", Arial, sans-serif;\n background: radial-gradient(circle at top left, #1e3a8a 0, transparent 32rem), var(--bg);\n color: var(--text);\n line-height: 1.75;\n }\n .wrap { max-width: 1080px; margi ...[truncated 11730 chars]` ## tool · 2026-07-03 20:17:16 {"bytes_written": 18014, "dirs_created": true, "lint": {"status": "skipped", "message": "No linter for .html files"}, "resolved_path": "/root/ai_app_microeconomics_analysis.html", "files_modified": ["/root/ai_app_microeconomics_analysis.html"]} ## assistant · 2026-07-03 20:17:16 已生成完整 HTML 分析文件,Boss。 MEDIA:/root/ai_app_microeconomics_analysis.html 核心结构已经包含: - 为什么薄 AI 应用会被模型吞掉 - 为什么“垂直”本身不是护城河 - Token 分销商的成本结构 - 应用层如何真正捕获利润 - 四类 AI 应用命运矩阵 - 创业者十问判断清单 - 最终结论与方向建议
保存
raw