先从一个不太舒服的趋势说起：基础模型的能力，正在部分商品化。在许多通用任务上，多个模型快速趋同、开源不断推进、调用价格下降——这缩短了任何纯靠”我们能调用一个强模型”建立的优势。但要说精确：”模型已完全商品化”并非定论。前沿能力、成本、延迟、长上下文、可靠性、安全、部署，仍能形成差异化。正确的结论是收窄的——只有在某项任务所需的模型能力已广泛可得、可替代之处，单靠模型本身才不足以构成持久护城河。

那么对一家应用层公司，持久优势住在哪？住在模型之外的四样东西里——正是这本书一路论证的那些护城河。AI 难以轻易复制的专有数据权利与反馈回路（注意：是数据权利与回路，而不只是”拥有一些数据”）。牢固的分发。深嵌的工作流。以及难以赢得的信任。一家公司的 AI 命运，取决于它的技术能力如何与这些组合——以及 AI 是在加厚还是稀释它们。

这搭起了这个时代的定义性对决：AI 原生的进攻者，对阵在位者。进攻者以 AI 优先重建一个品类，不背历史包袱——但它自己的护城河（数据、分发、信任）通常尚未验证。在位者有三道墙——它的数据、它的分发、它的信任——以及把 AI 折进客户已在用的产品里的资源。纸面上，在位者多数时候应该赢。

值得同时把两种可能都握在手里，因为诚实地说，基准概率并不确定。在位者赢下了企业软件里大多数的平台迁移，恰恰因为切换成本和信任是黏的——但”大多数”不是”全部”，而它们输掉的那些时候（正是被幸存者偏差悄悄抹掉的那些），恰恰是一个新进入者，赶在在位者愿意自我蚕食之前，做出了一个真正更好的产品。该有的姿态，是概率，而不是预言。

难点在于克里斯坦森的创新者窘境：在位者在结构上不擅长自我颠覆。那个本可以守住它们的 AI 产品，往往会蚕食今天的收入（Agent 吃掉席位），而每一重激励——客户、利润、组织设计——都指向”保护现状”。所以真正的问题，不是”在位者有没有弹药”（它通常有），而是”它会不会开火，哪怕打向自己的生意”。AI 时代的赢家，将是那些愿意自我颠覆的在位者，以及那些赶在在位者醒来之前、真正建起护城河的 AI 原生者。盯住那份意愿，而不只是那道墙。

本文为《云端复利》第十九章。