前几天刚到首尔，问起几位做 AI 应用方向的创业者，他们都不约而同的表达了一个类似的理论：我知道我的命运，最后会被模型公司吃掉，只是不知道什么时候
前几天刚到首尔，问起几位做 AI 应用方向的创业者，他们都不约而同地表达了一个类似的理论：
我知道我的命运，最后会被模型公司吃掉，只是不知道什么时候。
这句话听起来有点悲观。
但它未必是悲观。它更像是这一代 AI 创业者开始面对的一种现实感。
模型越来越强，能力边界扩张得越来越快。今天看起来需要一个独立产品解决的问题，明天可能变成基础模型的一项原生能力；今天花几个月搭起来的 harness，几个月后也许就被模型能力本身跨过去了。
于是应用创业者开始问：我到底在什么位置？
“被吃掉”不是失败，而是边界在上移
过去的软件创业里，产品边界相对稳定。
做 CRM 的人不必担心数据库公司突然把客户关系管理完整做掉；做设计工具的人也不必每天担心操作系统把整个工作流吞进一个版本更新。
AI 时代不一样。
基础模型既是能力供给方，又在不断向应用层延伸。推理、搜索、代码、办公、图像、客服、研究、浏览器、Agent……每一个新能力的出现，都可能挤压一批应用公司的生存空间。
创业者的焦虑不只是“模型公司会和我竞争”。
更深的焦虑是：我今天正在做的产品，到底是在建立自己的壁垒，还是在替模型公司验证下一步应该做什么？
这也是“最后会被吃掉”背后的宿命感。
很多 AI 应用，本质上是模型能力的临时界面
必须承认，一部分 AI 应用确实如此。
如果产品只是把一个通用能力套上更漂亮的界面，换一个提示词，接一组 API，再加一点工作流编排，那么它的生命周期很可能取决于模型公司什么时候把这件事原生化。
模型越强，临时界面越脆弱。
这并不是说界面没有价值，而是说单纯的界面不足以构成长期价值。
用户今天愿意使用它，可能是因为基础模型还不够好、入口还不够顺、上下文还没连通。等这些条件被补齐，用户会很自然地回到能力更强、入口更统一的平台。
所以，AI 应用公司需要比过去更早回答一个残酷问题：如果模型能力再提升十倍，我还剩下什么？
Context 不是数据量，而是关系密度
一些创业者给出的答案是：积累用户 context。
这比“积累用户数据”更准确。
数据可以是一份文件、一段聊天、一张表。context 则是这些数据在真实任务中的关系：一个组织如何决策，谁和谁协作，什么流程不能中断，哪些例外总会出现，什么结果才算真正完成。
模型公司可以拥有最强的通用能力。
但它并不天然知道一家企业的审批链路、一个销售团队的客户节奏、一所学校里每个学生的学习状态，或一个工厂里某类异常是怎样被老师傅判断出来的。
这些不是静态知识。
它们是在持续使用中被沉淀下来的关系网络。
因此，真正有机会留下来的应用，不是“帮用户调用模型”的产品，而是不断把模型嵌进用户真实工作，并在这个过程中建立独有 context 的系统。
数据公司不是退路，除非它拥有判断力
当应用边界被模型不断推近时，很多创业者会把自己理解为一个 long-horizon 的数据公司。
先做产品，先积累用户、任务和反馈；等模型公司需要这些数据时，再把数据能力卖给模型公司。
这条路并非不可行。
训练数据、评测集、强化学习环境和高质量反馈，确实会随着模型升级而越来越重要。模型能力越高，能有效训练和评估它的数据越稀缺、越昂贵。
但把“数据”当作终局，也有一个陷阱。
数据会过期。
一套今天能拉开差距的 benchmark，模型刷上来之后就可能失去价值；一个训练环境一旦成为行业共识，供给也会迅速增加。
长期来看，数据公司的真正壁垒不是囤积数据，而是判断：下一代模型会在哪种能力上卡住？什么样的任务环境既真实、可验证，又能够持续产生高价值反馈？
这不是普通的数据生产能力。
这是一种研究品味和产业判断力。
不要和模型拼能力，要占住结果
应用公司最容易犯的错误，是试图在某个单项能力上与模型公司赛跑。
模型今天不会，自己就补；模型明天会了，再找下一个不会的点。
这种打法几乎注定疲惫。
更好的问题是：用户最终要的结果是什么？为了得到这个结果，除了模型能力，还需要什么？
很多真正有价值的场景，交付的从来不是一次回答。
它可能是一笔交易成交、一次客户续约、一项合规审核通过、一个学生形成掌握、一个项目按时上线、一个组织完成协同。
模型能替代其中越来越多的步骤。
但对结果负责，需要接入流程、获得授权、承接风险、协调人和系统、处理例外，并让用户愿意把关键动作交出来。
这才是应用层应该占据的位置。
不是能力的中间商，而是结果的经营者。
“被吃掉”也可能是被整合
换一个角度看，模型公司吃掉应用，并不总是坏事。
如果一家应用公司真的占住了垂直场景、积累了高质量 context、建立了稳定用户关系，它未必只能被替代，也可能成为模型公司最希望整合的入口、数据源或交付网络。
问题不在于会不会被模型公司看见。
问题在于被看见时，自己手里到底有什么。
只有 UI，可能被替换。
只有一段 prompt，可能被复制。
但如果拥有一个持续运转的真实场景、被用户验证的工作流、不断更新的 context，以及对结果负责的组织能力，价值就不会轻易消失。
它可能被收购，可能被合作，可能成为生态的一部分。
但那不是被吃掉。
那是被重新定价。
AI 创业的关键，不是躲开模型公司
模型公司会继续扩张边界，这是趋势。
与其幻想找到一个它们永远不会进入的角落，不如接受这个前提：通用能力会越来越便宜，产品寿命会越来越短，护城河蒸发的速度也会越来越快。
真正的问题不是如何躲开模型公司。
而是如何在模型持续进化时，持续进入更深的真实世界。
进入那些需要长期关系、复杂协同、专业判断、线下交付和责任承担的地方。
在那里，模型仍然是最重要的能力层。
但价值不会只属于模型。
参考
- 晚点 LatePost，《首尔 ICML 四天：模型吃掉一切的速度，快过所有人找身位的速度丨五源孟醒》：https://mp.weixin.qq.com/s/TVD2kesxmyQWGIYW7cGm1w