刘飞

2025 年 AI 的主战场可能从模型竞赛转向应用交付，模型能力趋同后，产品定义、运营速度与组织协同成为更稀缺的资产。 字节、阿里、腾讯都在进行模型与应用团队的区隔或调整，背后的共识是“模型是模型，应用是应用”；OpenAI 从 GPT 模型到 ChatGPT 是一次巨大跨越，但市场现在要求产品“往外再迈十步、二十步”。

推理成本暴跌既扩大需求，也可能持续压缩模型层和云调用市场的收入空间。 刘飞转述修寒的粗略估算是：头部第三方应用的日调用量可能在百亿 Token 量级，可能有数百个这样的应用，对应市场不过几十亿至一百亿元；2024 年单 Token 成本已降约 100 倍，若 2025 年总成本再降两个数量级，仅维持原有市场盘子就要求调用量增长 100 倍。刘飞所在社交业务目前每天消耗数百万 Token，他担心这样的调用量 KPI 对多数应用并不现实。

“应用”与“Agent”不是截然分开的赛道，今天多数被归类为场景应用的 AI 产品都可以理解为边界受控的小 Agent。 Perplexity 会拆解问题、调用信息源并重组答案；AI coding、AI PPT、文件总结也是把通用模型封装进确定流程。关键不在是否贴上 Agent 标签，而在能否找到匹配具体用户需求的“钥匙”，并持续磨准每一个齿。

豆包、夸克等大厂产品的优势不只来自底层模型，更来自快速复制已验证场景并将其做成低门槛体验的组织能力。 庄明浩选择产品时买单的是团队能否迅速跟进新爆点，而“这完全不是技术方面的原因，而是组织和运营层面的原因”；夸克从浏览器和“瑞士军刀”工具集升级为“两亿人的 AI 全能助手”，豆包则定位“超级助手”，两者都在争夺下一代统一入口。

AI Native 的标签正在失去决策价值，用户并不关心功能是否由大模型、规则或人为判断完成，只关心结果是否解决问题。 刘飞的概括是“AI 它压根不是场景”，正如没人自称 C 语言或 Java 产品经理；一位做知识库的创始人曾去掉产品介绍中类似“AI 食品分析”的描述，说明 To VC 的技术叙事正在让位于真实使用和留存。

AI 眼镜是中美硬件共识很强的方向之一，但机会与供应链、库存和形态风险同时存在。 市场可能分化为采用高通芯片、售价约 1,500—2,000 元的产品，以及国产方案、价格下探至 1,000 元以内的产品；眼镜还能获得第一人称、私人化数据，令生成和 Agent 获得新的输入，但算力、电池、重量、散热以及是否采用分体式方案都未形成结论。“那些坑依然还都在那儿。”

短期自动化价值将优先出现在结果可验证的任务，主观内容生产仍明显落后于 coding。 Cursor 到 Devin 已让“手工写代码变成行为艺术”变得可想象，但 AI PPT 和内容总结仍会漏掉人类认为重要的东西；最务实的参与方式不是泛泛“学习 AI”，而是拿日常任务驱动使用豆包、夸克等产品，在真实摩擦中寻找产品机会。