摘要

马克汤断言 Anthropic 打死都不会收购 Cursor：“他不用收购，反正你会自动死。” 逻辑链：Cursor 本质是“高级的、工程化做得非常好的 wrapper”，要把 Claude API 约 75% 毛利对应的溢价支付给 Anthropic 作成本，长远打不过 Claude Code；同样付 40/100 美金 plan，Cursor 给的 Opus 量少很多，“不是不想给，是给不起”。Raymond 称马斯克以 600 亿美金把 Cursor 收进 SpaceX，马克汤认为买的是高价值任务的“路口”，接入 X 的数据中心后毛利模型也能成立；交易是否使用 SpaceX 股票，Raymond 只是猜测，分手费 100 亿则是马克汤描述的期权式结构。
AI 应用的三个可能护城河——数据优势、数据清洗类 dirty work、推理效率——马克汤认为最后留下的是效率。 大模型厂“现在还没吃掉，只是因为还没腾出手来”：企业端服务人力密集，模型厂怀着 AGI 梦想不想分心。垂直小模型到 26 年基本已退出讨论：“都会被参数量足够大带来的智能涌现直接碾掉”——Raymond 的比喻是，招北大清华的通才，哪怕培训时间一样，也胜过二本三本的专才。Raymond 还以 OpenEvidence 购买美国重要期刊权限为例，提醒数据优势也可能被模型厂商购买权限削弱。
号池与中转站构成一套 AI 应用供应链，也是 Seedance 成功的一环。 用户转卖用不掉的 Codex 20x key，企业里用不掉的 token 额度也可能被拿去换零花钱；云厂商的试用或抵扣额度流入号池，中转站价格因此比 Amazon/Azure 直购还便宜，拼的是供应链管理能力。火山引擎光靠 Seedance 一个月 10 亿收入，2026 年目标从 100 亿上调到 150 亿，背后 LibTV 等 wrapper 是重要贡献者。
AI 应用毛利结构性干不过传统软件：应用公司等于要把模型公司的毛利支付成成本。 传统软件动辄八九十的毛利，“做 AI 应用，能做到 50%、60% 以上已经是特别好了”；to C/prosumer 很多是负毛利（含对 Manus 的怀疑），正毛利集中在愿付高溢价的 niche 垂直人群。陪伴类的宿命更直白：“擦边是最好挣钱的，你不擦边，说实话还挺难挣钱的。”
字节的 Seed 系列被低估，飞书迎来 AI 时代的重估。 豆包体感好但跑分差，是因为免费产品分梯队用模型，“反应快的只可能是小模型”；刚发布的 Seed 2.1 跑分已跟上 GPT-5.5、Opus 4.7 梯队，多模态尤其强，音频能力得益于抖音数据。飞书前 AI 时代就备好完善接口，“天生 MCP”，在马克汤的 Codex/Claude Code 里 skill 使用频率排第二；字节两年自评“至少八分”，赢在聚焦豆包。
AI 最值钱的应用可能不是 App，而是收购改造传统公司。 Thrive Holdings 式 roll-up、AI 保险公司自己 underwrite 出保单，逻辑是牌照、SOP、客户关系构成的商业模式已证明赚钱，只缺规模化引擎；OpenAI 等模型公司也在跟 PE 合作成立 JV，涉及 5 家 PE 旗下可能 500 家 portfolio。Raymond 的类比是，房地产互联网最后跑出来的是有线下店的贝壳，不是纯导流 App。
终局之问：100 块钱买 AI 应用还是存储/光/PCB，马克汤选应用——“应用不起来，所有的硬件都是泡沫。” 引老黄五层蛋糕：“消费者不会为 HBM 里的封装技术付钱……他为带来体验增加、效率优化、生活变好的产品付钱。”但二级市场纯血 AI 应用标的缺乏，美图、蓝色光标、中文在线都不算——“产品功能要足够 AI，组织也要足够 AI”。

精读

1. 赛道降温：北极星从 DAU 换成 ARR，钱越来越集中

Raymond 的开场定调：市场重心移向大模型和半导体，“已经很长时间没有人讨论 AI 应用了”——24-25 年赌“谁是 AI 时代的抖音”的明星公司，很多已久无融资新闻。他亮明立场：对整个 AI 应用市场“表示极大程度上的怀疑”。
马克汤的时间线：23 年初 GPT-3.5 不可用，GPT-4.0 后很多事变 doable，23 年中发酵、24-25 年井喷；到 26 年大额融资仍在，但 bet 的东西变了——从看 DAU 流量，转向赚不赚钱、用户心智、以及“在跟大模型的竞争里，它的生态位是什么”。
硅谷资金结构佐证集中度：过去一年 VC 投 AI 的钱约 40% 进 OpenAI 和 Anthropic 两家，三四成去硬件，剩下 30% 给应用——但拆成好几千笔交易，“特别散，小而杂”。

2. 大模型为什么还没吃掉垂直应用：timing 与三个壁垒

Raymond 的极端推演：模型公司从 Jane Street 挖 Quant、花大钱标注 DCF，把最佳实践沉淀成 skill 放进 marketplace，垂类应用理应完全倒掉——为什么美国的还活着？马克汤答：厂商“现在还没吃掉，只是因为还没腾出手来”，企业端要驻厂、做定制项目管理，模型厂怀着 AGI 梦想，“不想把自己变成人力密集型公司”。
中国 B 端以项目制为主，法律、金融、医疗、汽车是几个主要赛道，相关服务基本依赖本地部署，通常由模型公司或云厂商承接；马克汤举例，DeepSeek 曾针对华为昇腾 950PR 做过优化。
数据壁垒的边界：没人再训垂直模型——通用模型注入垂直数据的增益高于垂直小模型；财搭子 24 年还跟智谱 AI 院试 LoRA、SFT 训金融模型，“26 年的今天，基本没人再讨论这个问题了”。数据要有私有性才值钱：会议纪要、券商研报、知识星球这类 alternative data；“它如果存在公域、ChatGPT 和 Claude 能搜到，就没有价值”。Raymond 又以 OpenEvidence 购买美国重要期刊权限为例，认为这类数据壁垒也可能被模型厂商买走。
第二壁垒 Dirty Work：垂类管线把同一串文字分成客观信息（英伟达下午 3 点 10 分的股价不存在歧义）和主观观点（要交叉验证、看观点分布），走不同推理路径——“这些 Dirty Work still matters”。效率则是钱：底层预先归类打标，同样任务花更少的钱和时间。实时任务需要速度，但对可以运行一两天的 Long Running Agents，未必值得把耗时从四五小时继续压缩。
马克汤的排序与让步：三个壁垒里“效率是最后留下来的”，但承认“壁垒确实没那么牢固”，靠品牌和切换成本续命——“就像最近几个月，互联网上都开始调侃 Cursor 了”。对“API 消耗大户会不会被盯上”的回应是微观经济学第一课：比尔·盖茨剪草坪只有绝对优势，没有比较优势。

3. Cursor 的宿命与马斯克的 600 亿算盘

Raymond 称 Cursor 已被 SpaceX 以 600 亿美金收购。Cursor 的比较优势在工程化：Claude Code 用“渐进式披露”逐层找目录、费 token，Cursor 大量用 grep 直接定位，准确性有折损但效率大增、毛利率更好。但 Opus/Sonnet 是成本项——所以要从 Kimi“洗”一个 Composer（K2.6）降推理成本。创始人还曾被 Anthropic 安抚“Claude Code 只是内部工具、未来不会发布”——Raymond：“谁信啊。”
更深一层是数据飞轮：Cursor 当时调用量最大，Manus 也同样调用量很大；它们调用闭源模型的请求会打到 Amazon 的 Bedrock 或 Anthropic 自己的数据中心，模型厂商能侦测共性、决定下一代怎么训。Cursor 完全不具备预训练和后训练能力，“处于下风”，现在也能看到它处在降温状态。马克汤的结论斩钉截铁：“打死都不会（收购）。他不用收购，反正你会自动死。”
在 Raymond 描述的 600 亿收购中，他猜测可能使用 SpaceX 股票；马克汤解释马斯克的算盘：X 仍有大规模用户体量，可以为 Grok 跑数据飞轮；而 coding 及其衍生的高价值任务能让用户支付更高溢价。接入 X 自己的数据中心后，也不用继续支付 Anthropic 那笔 Opus 溢价，商业模式在毛利层面成立。

4. C 端产品哲学：入口分层、Skill 生态与 PPT 玄学

C 端做得最多的是效率类工具，也是最大的市场方向。Raymond 的产品批评：Claude 的聊天、Cowork、Code 三个 tab“其实是一回事，是产品在不同历史阶段留存下来的 legacy，不面向未来”——他早已只用 Code。马克汤解释分层是成本设计：chatbot 不带 skill、MCP、记忆，非常省 token，“你在 Claude Code 里问一句‘你好’，两块钱”；Sam Altman 也曾求大家别说 thank you——多一句可能促成更多轮会话。Raymond 的反驳：这是把选择成本丢给用户，“大部分人接下来就停在第一层”。腾讯 CodeBuddy/WorkBuddy、Kimi Code/Kimi Work 都在复刻这条路径。
Skill 怎么变现？马克汤的生态框架：Skill 就是个 Markdown 文本，“我把 Skill 分享给人们……我的所有秘密就被你知道了”，创作者最多收一次性成本——所以只能平台做（Manus、Lovable），靠分成激活生态；从 GPTs 到 MCP 到 Skill，“考验的都是我们对生态的认知”。
PPT 赛道“有点玄学”：AiPPT.com（股东智谱+视觉中国）、Genspark（原来是 PPT 工具出身，Raymond 一直误以为是 Manus copycat）、Gamma 光靠这一件事做到 21 亿美金估值。但 PPT 不能 hover、做不了动态图表，HTML 明显更适合这个时代的汇报——马克汤连 pitch 投资人都用 HTML，Raymond 预判 slides 形态“被彻底颠覆掉”，会出现 PPT for H5 的新编辑器机会。
产品粘性目前并不明显，尤其是 B 端；马克汤认为可能形成粘性的地方，一是陪伴产品的情感链接，二是 memory 带来的“越用越懂你”，乃至能根据过去的对话主动通知用户的 proactive agent。

5. 陪伴类的擦边宿命与负毛利的普遍性

陪伴赛道盘点：Character AI 基本没声音了，MiniMax 的 Talkie/星野、字节猫箱，玩法从“捏仔”到抽卡、乙女化（参考叠纸《恋与深空》）。最大问题是付费——受众年轻、支付能力弱，所以“擦边是最好挣钱的，你不擦边，说实话还挺难挣钱的”。Raymond 的古典互联网记忆（陌陌三年上市）落空：“现在看，跑得最好的反而是大型游戏。”
捏他类 UGC 世界共建产品的解法是收窄客群：小白等不了二三十秒一张图的反馈，“基本上就走了”——先做愿意等、愿意付钱的二次元创作者把商业模式跑通。毛利不一定为负，“取决于你的生态位……你要切中愿意给你花钱的人”。
毛利的总账：to C/prosumer 很多是负毛利（马克汤怀疑 Manus“ARR 可以很高，最后有可能是负毛利”）；正毛利在 niche 垂直人群——财搭子的牛散牛户、外贸 AI、信封 AI。天花板结构性偏低：传统软件八九十毛利，“做 AI 应用，能做到 50%、60% 以上已经是特别好了”，因为要把 Claude Opus 那 75% 的模型毛利支付成自己的成本。

6. Seedance 月入十亿：wrapper、号池与中转站的供应链

LibTV（与 Lovart 同一产品线的新产品）靠 Seedance 2.0 的 4K 原生视频做起来，“即梦都没有 LibTV 做得好”，是火山引擎非常大的营收贡献者——火山光靠 Seedance 月入 10 亿，2026 年平台目标从 100 亿提到 150 亿。大家在视频模型上做剧本、分镜，“底层卖的核心价值还是 Seedance”。
LibTV 便宜的来源之一可能是号池，也可能涉及毛利补贴和不同渠道抓账号：用户转卖用不掉的 Codex 20x key，企业里用不掉的 token 额度也可能被拿去换零花钱；云厂商给出的试用或抵扣额度流入号池（Amazon 的例子是 5000 美元，火山引擎的例子是 5000 元），中转站因此比在 Amazon 买 Opus、在 Azure 买 GPT 还便宜，“拼的就是供应链管理能力”。
与 Cursor 的结构同源：Seedance 视角就是“你的所有创新我都看在眼里，感谢你的付出，改天我们再来聊一聊”——马克汤确认：“跟 Claude Code 和 Cursor 非常像。”

7. 字节八分：Seed 被低估，飞书迎来重估

豆包“体感好、跑分差”之谜：豆包完全免费、不让用户切模型，daily question 大概率不给最好的模型——“反应快的只可能是小模型”。但当天刚发的 Seed 2.1 跑分已跟上 GPT-5.5、Opus 4.7 梯队；多模态尤强，新音频模型“完全听不出 AI 感”，得益于抖音数据。国产 coding 讨论的是 Kimi K2.6/2.7 和 GLM（Raymond 的 Claude Code 备用模型从 GLM 4.7 换到 5.1 再到 5.2），“不会考虑接豆包”。字节两年自评“至少八分”，赢在聚焦豆包——对照阿里“事业部有点太多了”。
飞书的重估：前 AI 时代备好的基础设施——多维表格、IM 机器人、“写得非常清楚”的接口文档——最近疯狂迭代 AI 融合，在马克汤的 skill 使用频率里排第二（第一是写代码的 Super Power）。用法包括让 Codex 按固定流程审文档、博主张杂娃在文字稿评论区标注“这段要剪出来”让 Claude Code 剪口播、agent 定时调产品接口做回归测试，还有配成飞书机器人的“数字分身”——同事问他之前可以先问 agent“马克汤最近在忙什么”。Raymond 当场表示要从 Lark 迁回飞书。

8. 终局：改造传统公司，以及“应用不起来，硬件都是泡沫”

跳出 App 形态的机会：Thrive Holdings 收传统企业做 AI roll-up，YC 的科技保险公司拿牌照用 AI 写 policy、自己 underwrite，“可能一年翻十倍”。马克汤的框架：保险这类公司商业模式已证明赚钱（牌照、客户关系、SOP），只缺规模化引擎，AI native 改造“绝对能快速把这个公司搞出来”。被 Raymond 追问财搭子为何不做基金，答案干脆：“就是牌照的问题”——有牌照且证监会同意，可以做，已在跟持牌机构探讨。
Raymond 的延伸：大模型去不到医院、保险、线下零售、制造业，所以结盟或收购——这类公司“可能最后才是最核心的 AI 应用”，就像房地产互联网最后跑出来的是有线下店的贝壳，不是我爱我家、房多多那种纯导流 App。OpenAI 等模型公司也在跟 PE 合作成立 JV，涉及 5 家 PE 旗下可能 500 家 portfolio，并投入 FDE 工程师做改造。
100 块钱的选择题（应用 vs 存储/光/PCB，不含大模型）：马克汤选应用——先承认屁股决定脑袋，“创业者的最佳品质就是盲目乐观”；理性上引老黄五层蛋糕：“消费者不会为 HBM 里的封装技术付钱……他为带来体验增加、效率优化、生活变好的产品付钱。如果 AI 发展到最后应用不起来，那所有的硬件都是泡沫。”循环跑通需要社会级 GDP 增长，甚至马斯克说的从 Universal Basic Income 跃迁到 Universal High Income。
收尾的二级市场提醒：二级市场的“AI 应用”偏炒作——美图、蓝色光标、游戏公司、中文在线“不是纯血的 AI 应用”，互联网旧组织缺 AI 组织的推动力：“一个 AI 应用要做好，产品功能要足够 AI，组织也要足够 AI”——这也是下期串台题目：为什么大厂做不好 AI。

$FOX 收购 $ROKU 后跌了25%。市场错了吗？| Accrued Interest 我遇到了第一个真正想买的陪伴机器人！｜对话世博：越伴动力创始人【公路播客】