如果你在做 AI 应用、投 AI 应用、或者正纠结”我这家公司到底是公司还是一个功能”——这篇给你一把最锋利的筛子：模型公司明天把你的核心功能做成原生能力免费送出，你还剩什么？

“淘金的多数破产，卖铲子的发了财”——这个隐喻在 AI 里被引用了一万遍，结论永远是：别做应用，去做基础设施。这个结论偷懒了。上游”卖铲子”那端（算力、电力）确实赚钱，但入场费是万亿资本，不是创业者的战场。而应用与分发，是利润地图上全实、加深中的池子——淘金这一端，有真金。

所以应用层的真问题，从来不是”该不该淘金”，是“淘金的人里，谁能活”。

要死的九成：薄包装的三面夹击

先看那要死的九成。它们有一个共同形状：核心价值约等于”我调用了一个好模型 + 写了个好提示词 + 做了个干净的界面”。这种应用——业内叫 thin wrapper（薄包装）——同时暴露在三个方向的火力下：

• 上面，被模型公司原生整合。你证明了某个用法有需求，模型公司把它做进自己的产品，作为原生功能免费送出。你花钱做的市场验证，成了它的路线图。
• 下面，被开源与通缩抹平。你的能力是从模型租来的，而模型能力在以月为单位被开源追平、被通缩压价。你引以为傲的效果，明年开源免费给。
• 旁边，被聚合者路由走。你不拥有用户的意图入口，OS、超级 App、垂直 agent 平台拥有。它随时能把你收编成一个被调用的工具，或干脆路由给更便宜的替代品。

三面火力的共同点：它们打的都是”薄”。薄包装没有任何一样东西是这三方拿不走的——能力是租来的，用户是借来的，需求验证是替别人做的。九成 AI 应用会死，不是因为做得差，是因为做得薄。

活下来的一成：四种”厚度”，没一种来自模型本身

“厚”的意思，是你在模型之外，拥有模型公司不会做、也复制不了的东西。应用层的厚度恰好有四种来源——这也是一张能直接拿去尽调的清单：

1. 专有数据 + 对错信号闭环：你的场景持续产生别人拿不到的数据，且自带免费裁判，产品越用越好。
2. 深度工作流嵌入 + 上下文沉淀：你不是被打开的功能，是被嵌进生产流程、攒了三年组织上下文和权限的东西。卸载你的成本是重构流程，不是退订。
3. 合规、信任与行业壁垒：医疗、金融、法律这些场景，能用不等于敢用。责任归属、审计链、行业认证——通用能力翻不过这堵墙，翻墙要靠收购、认证和时间，慢且贵。
4. 复杂系统集成：真实流程是把模型嵌进几十个系统、规则、异常处理、人机交接组成的机器。集成深度本身就是壁垒。

注意这四种厚度，没有一种来自”模型本身”。应用层的护城河，从来不在你用的模型有多强，而在模型周围你长出了什么。

一把筛子：原生支持你，你还剩什么

把上面收成一个可操作的测试：

假设模型公司明天把你的核心功能做成原生能力、免费提供。你还剩什么？

剩下一个深嵌的工作流、三年的组织上下文、一条别人拿不到的数据闭环、一套过不去的合规墙——你是公司，模型公司的原生功能反而成了你的免费上游。什么都不剩，只剩”提示词更好、界面更顺”——你是功能，是别人路线图上随时会被勾掉的那一个。

这把筛子比”这个应用聪不聪明、增长快不快”都更能预测三年后的生死。增长快本身甚至是陷阱信号：长得最快、最漂亮证明了某个需求、护城河却最薄的应用，处境最危险——它在用自己的增长，替模型公司做最高效的免费市场调研。等需求被证明够大，原生整合就来收割。

三句话收尾。第一，给每个 AI 应用跑那把筛子——”原生支持你还剩什么”，剩下的东西才是真实估值锚，提示词和界面不算。第二，把”增长极快但护城河薄”重新标注为高风险，而非高成长。第三，应用层内部也有自己的”卖铲子”（eval、编排、护栏、记忆基础设施）——确定性更高、上限更低，但它也要回答同一问：平台明天原生支持你还剩什么。

你在做或在投的那个 AI 应用，是公司，还是一个还没被勾掉的待办项？评论区聊。

数据来源（框架性论证，2026-06）：厚度四来源对应本书第六（工作流锁定）、七（数据闭环）、八（意图路由）、九章（agent 经济学）的护城河判据；智能通缩与开源追赶见第一、六章（Stanford AI Index、SemiAnalysis）。

—— 节选自写作中的 AI 产业新书《通缩夹心》（暂名）第十章

#AI产业 #AI应用 #通缩夹心