理想还沉浸在过去的自信里。

理想L9这个车上市之前我就在跟朋友说，理想这个车不靠产品力了，就靠价格。

为什么，因为蔚来ES8第三代把高端豪华电车的价格锚标杆做出来了。

整车售价40万，租电到手30万。

然后ES8成了这个级别的销量冠军。

然后你就看到，其他车企全都赶紧集中在这个价格带以下狂卷。

岚图、领克、小鹏。我就不一一列举了。

消费者的认可是车厂的胜利，同行的认可是消费者定义权的胜利。

意味着，这个级别的价格不可能超过ES8的定价了。

比他低，大家进来再看看配置。

比他高，人家就飘过了。

事实上电车已经进入消费品竞争逻辑了。厂商自己也这么讲，大家也真的这么认为了。

所以李想这时候不合时宜的抛出来一个50万价位的车，纯粹是幻想了。蔚来给整个行业做了个标杆和价格锚，理想竟然认为自己靠产品力还能抬上去。

而且单独论消费者心智，理想没有蔚来的品牌力高级，如果你要犟，就是你赢。

再看财报，理想的单车平均售价一直在下滑。

市场也好，趋势也好，消费者心智也好，都不可能支撑理想这个车卖到这个价格。

而且蔚来已经做好了防守布局，在L9上市前，又推了新的ES9。

理想根本没有想过蔚来这么干到底意味着什么，不从营销和产品体系破局，还在一味地讲自己的产品力、底盘、吐槽老款，然后定了个极其自信的价格。

这里还有个变量，对混动和换电的争议，已经没有前几年那么大了。

理想浑然不觉这对消费者意味着什么。

唉，叹气。

路透社报道英伟达H200将被放行75万颗。Anthropic立即发文，指出维持芯片禁运、防范模型蒸馏，到2028年可以让中国模型落后12-24个月。
Anthropic 这次发文反对放松对中国的 AI 芯片限制，表面上讲的是安全，实际讲的是竞争。
安全当然是它的语言。
但商业，才是它真正的底牌。
这家公司一直有很强的“AI 安全”意识形态。Dario Amodei 这批人从 OpenAI 出来，本来就带着一套对前沿 AI 风险的判断。他们相信最先进模型不能随便扩散，相信算力和模型能力必须被少数可信阵营控制。
这是一层原因。
但我认为，更重要的是第二层：
中国 AI 真的开始威胁 Anthropic 了。
不是嘴上威胁。
是产品力和价格同时威胁。
这才是问题的关键。
1. Anthropic 现在最怕的，不是中国追上，而是中国用更低成本追上
过去美国 AI 公司看中国 AI，多少带点俯视。
你模型能力差一点，芯片被卡一点，生态再慢一点，最多是区域竞争者。
但 DeepSeek 之后，这个叙事变了。
中国 AI 公司证明了一件事：在算力受限的情况下，也能靠工程能力、模型架构、数据效率和开源生态，把模型能力往前推。
这对 Anthropic 这类公司很要命。
为什么？
因为 Anthropic 的商业模式很重。
它要做最强模型，要服务企业客户，要支撑 Claude Code 这类高频使用场景，就必须持续投入天量算力。它 2026 年 2 月刚完成 300 亿美元融资，投后估值 3800 亿美元。市场给它这么高的估值，不是因为它会写诗，而是因为大家相信它能在企业 AI、编码助手、智能体和模型 API 里拿下巨额利润。
换句话说，Anthropic 卖的是前沿模型的高毛利门票。
但如果中国 AI 公司用更便宜的算力、更低的推理价格、更快的开源迭代，把模型能力追到 Claude 附近，Anthropic 的估值故事就会被打穿。
不是打一点。
是双杀。
产品力追上，用户就不再迷信 Claude。
价格打下来，Anthropic 的利润空间就会被压扁。
这才是它紧张的地方。
2. Anthropic 嘴上讲安全，心里很清楚价格战有多可怕
现在 Anthropic 的对手，其实就两个。
一个是 OpenAI。
一个是 Google Gemini。
OpenAI 有消费端心智和生态，Google 有 TPU、搜索、云和 DeepMind。Anthropic 能在过去半年冲得这么猛，靠的是 Claude 在企业场景和代码场景里的强产品力。
根据公开报道，Anthropic 在 2026 年的收入年化运行率已经冲到 300 亿美元级别，Claude Code 的年化收入也超过 25 亿美元。Axios 还报道，Ramp AI Index 显示 Anthropic 在企业 AI 采用率上超过了 OpenAI。
这很厉害。
有一说一，Anthropic 不是虚火。
它是真有产品，真有客户，真有收入。
但也正因为如此，它比谁都清楚：AI 模型行业最残酷的地方，不是技术领先，而是领先很难保持。
今天你领先 6 个月，明天别人开源一个模型，价格打到你膝盖。
今天你靠闭源模型收高价，明天客户发现中国模型便宜、够用、还能私有化部署。
你想想，企业客户真的忠诚吗？
不忠诚。
企业客户忠诚于 ROI。
谁效果够好、成本更低、部署更灵活，客户就会往谁那里走。
这就是中国 AI 的杀伤力。
中国公司不一定每一项 benchmark 都第一，但只要做到“八九成能力、两三成价格”，全球很多客户就会重新算账。
Anthropic 最怕的，就是这笔账被算明白。
3. H200 争议背后，是算力定价权之争
这次 Anthropic 发文强调，美国和盟友如果继续维持芯片限制、防范模型蒸馏，到 2028 年可以把前沿能力领先优势锁定在 12-24 个月。
这句话翻译成大白话就是：
别给中国更多高端算力。
别让中国模型追太快。
别让美国前沿模型公司的窗口期变短。
截图里提到 H200 可能放行 75 万颗，这个数字如果成真，影响会非常大。因为 AI 竞争从来不是单纯模型竞争，背后是算力供给、集群工程、电力、网络、推理成本和云基础设施的竞争。
Anthropic 当然知道，中国不只是有模型公司。
中国还有完整的工程体系、云厂商、数据中心、电力基础设施、硬件替代路线和极其凶猛的价格战传统。
一旦中国模型能力继续逼近，算力成本又被压低，全球 AI 的价格锚就会被中国公司重写。
这对 Anthropic 是致命的。
它现在的估值，建立在一个前提上：前沿模型是稀缺品，企业愿意为稀缺能力付高价。
但如果中国开源和低价 API 把“前沿模型”变成更接近大宗商品的东西，那 Anthropic 的高估值就要重新讲故事了。
所以它反对 H200 进入中国，不只是地缘政治表态。
也是商业防御。
说白了，Anthropic 要保的不只是美国 AI 安全。
它要保的是美国前沿模型公司的定价权。
4. 真正的冲突：美国想垄断前沿能力，中国想打穿成本曲线
这件事最有意思的地方在于，双方打法完全不同。
美国这边，OpenAI、Anthropic、Google 走的是超级资本、超级算力、超级闭源模型路线。
融资越来越大，估值越来越高，算力订单越来越夸张。
这是帝国打法。
中国这边，更像是另一条路：开源、低价、工程优化、国产算力替代、应用场景快速扩散。
不一定每一步都华丽，但很能卷。
一个想维持稀缺性。
一个想消灭稀缺性。
这才是 Anthropic 真正焦虑的地方。
它可以接受和 OpenAI、Google 打。
因为那还是同一张牌桌上的贵族战争。
大家都烧钱，大家都闭源，大家都卖高价 API，大家都需要巨额融资和云算力。
但中国 AI 一旦跑出来，游戏规则就变了。
它不是来跟你一起抬价格的。
它是来砸价格体系的。
这比单纯多一个竞争对手可怕得多。
5. 所以，Anthropic 的反华不是偶然，是商业逻辑的必然
当然，Anthropic 会继续讲安全，讲蒸馏，讲军事风险，讲民主阵营领先。
这些话也不是完全没有道理。
但如果只听这一层，就太天真了。
公司不是智库。
公司会用价值观表达利益。
Anthropic 的价值观和利益，在中国 AI 问题上刚好合流了。
创始人的认知，让它天然倾向于限制中国获得前沿 AI 能力。
中国 AI 的崛起，又让它在商业上更有动力推动这种限制。
一层是信念。
一层是生意。
两层叠在一起，Anthropic 就会比很多美国科技公司更积极地站出来反华。
这不是情绪问题。
这是牌桌问题。
一句话：
Anthropic 怕的不是中国使用 AI，而是中国把 AI 从少数公司的贵族生意，打成全世界都用得起的基础设施。

如果不是铁了心做科研、走高校、进强牌照行业，普通大学生现在真不要轻易读研。

不是读书没用，是这个时代，靠“多读三年书”换“更高职场溢价”的账，越来越算不平了。

教育部数据摆在这里：

2024 年全国研究生招生 135.68 万人，在学研究生 409.54 万人，毕业研究生 108.36 万人。2025 届高校毕业生预计 1222 万人。
一句话，研究生已经不稀缺了。

当一个东西不稀缺，它就很难继续卖高价。

01

过去读研为什么值钱？

因为研究生少。

公司一看，硕士，学历更高，筛简历更容易过，起薪还能高一点。那时候读研像是给自己多贴了一张“优质人才”的标签。

但现在不是这个时代了，现在研究生太多了。

你以为自己读完三年回来，是拿着硕士学历重新进场。

但企业看到的是另一件事：

同龄人已经有三年工作经验了。
这三年不是简历上写两行“实习经历”能补回来的。它包括行业认知、协作能力、客户理解、项目节奏、老板偏好、组织政治、交付压力、预算意识。

这些东西，学校教不了。

老师不会半夜催你改方案，客户不会因为你论文框架完整就给你付款，老板也不会因为你文献综述写得漂亮就让你带团队。

职场的知识，很多不是学出来的，是被事儿砸出来的。

02

为什么我尤其强调这三年？

因为现在是经济下行期，也是 AI 替代期。

工作机会本来就在变少，尤其是好工作、复杂工作、能带人成长的工作，越来越少。

以前新人进公司，哪怕能力一般，也能被项目推着往前走。多做几次方案，多跟几次客户，多踩几次坑，人就长出来了。

现在不一样了。

企业不愿意养新人，AI 又把很多初级工作吃掉了。

以前新人的入门活儿是什么？整理资料、写初稿、做表格、查信息、改 PPT、写会议纪要。不好意思，现在 AI 都能做，而且还不抱怨、不摸鱼、不谈涨薪。

所以真正稀缺的，不是“会学习的人”，是能在真实业务里解决问题的人。

世界经济论坛 2025 年就业未来报告也讲得很直白：

技能缺口是企业转型最大的障碍，AI、大数据、技术素养、分析能力这些能力会越来越重要。
翻译成大白话就是：

企业要的不是学历更长的人，企业要的是能马上上桌打牌的人。

03

很多学生有个幻觉——我现在就业不好，所以先读研，三年后市场会好一点。

坦白讲，这个想法很危险。

你怎么知道三年后更好？

你怎么知道三年后岗位更多？

你怎么知道三年后企业不更挑？

你今天找不到好坑，三年后拿着一个不稀缺的硕士学历，就一定能找到更好的坑？

这不是规划，这是许愿。

工作机会这件事，越来越像占坑。

你现在先进场，哪怕坑一般，你至少有位置。只要你在场上，就有换坑的可能，有转岗的可能，有进好公司的可能，有被贵人看见的可能。

你现在不进场，三年后再来，发现坑更少了，门槛更高了，企业更现实了。

那时候你拿什么跟别人比？

比学历？

不好意思，大家都有。

比年龄？

你没有优势。

比经验？

你少三年。

比落地？

你没打过仗。

这就是最残酷的地方。

04

民营企业选人，其实没有那么多花活。

一看底子，二看经验。

底子怎么看？本科院校档次、专业、成绩、实习、表达。

经验怎么看？项目、业务、交付、抗压、结果。

很多人以为读个硕士就能把本科学校的短板洗掉。

有一说一，大多数时候洗不掉。

尤其是那种本科一般，再去海外读一个一年制、两年制硕士回来的人，企业不会天然觉得你升维了。

企业只会问一个问题——你到底能干什么？

如果你真的特别强，为什么本科阶段没有体现出来？

如果你读研这几年真的有巨大成长，那你拿什么证明？

论文？课程？项目？实习？作品？客户？收入？代码？案例？

总得有一个东西拿出来。

否则，一个普通本科加一个普通硕士，本质上不是王炸。

只是把简历拉长了。

05

当然，我不是说所有人都不该读研。

你要做科研，当我没说。

你要读医学、法学、芯片、基础科学、部分强技术岗位，研究生甚至博士就是门票，那也当我没说。

你能保研到顶尖学校、顶尖导师、顶尖实验室，读研期间能进入更高质量的人才网络，那当然值得。

但我反对的是另一种读研：

因为害怕就业，所以读研。

因为不知道干什么，所以读研。

因为觉得学历还能涨价，所以读研。

因为同学都考，所以自己也考。

这种读研，最大的问题不是浪费学费。

是浪费窗口期。

年轻人最宝贵的不是青春文学里的“可能性”，是能不能尽早进入真实世界，拿到真实反馈，积累真实筹码。

书什么时候都能读。

但一个行业给新人的入口，不会永远开着。

06

所以我的建议很简单——能找到工作，先去工作。

哪怕第一份工作不完美，也比躲在学校里继续等一个更完美的自己更实际。

你要在真实业务里学会判断，学会沟通，学会交付，学会被骂之后还能把事干完。

这些东西，才是未来十年真正的护城河。

学历是门票。

经验是座位。

能力是筹码。

现在的问题是，门票越来越多人有，座位越来越少，筹码才越来越值钱。

一句话，别把读研当人生缓冲垫。

缓冲垫躺久了，人会误以为自己已经上路了。

旗帜鲜明先给结论：豆包收费，不是简单的“免费用久了终于要收割”。
这是字节在 AI 这盘棋里，第一次把 C 端用户规模、B 端生产力心智、模型商业化三件事，放到同一张牌桌上打。
说白了，豆包不是缺这几十块、几百块会员费。
豆包要破更大的局。

当然，新闻一出，大家第一反应是——豆包怎么也收费了？
这个反应很正常。
过去一年，豆包给大众的心智太清楚了——AI 陪伴、AI 搜索、AI 写作助手、生活小秘书。它不是一个严肃的办公软件，也不是一个企业采购系统，更不像一个传统意义上的生产力工具。
但问题恰恰在这里。
豆包已经拿下了国内 AI 原生应用第一的位置。根据媒体援引 QuestMobile 数据，2026 年 3 月豆包月活达到 3.45 亿，超过千问和 DeepSeek 之和。
3.45 亿用户是什么概念？
这已经不是一个单纯的产品了，这是一个天量入口。
字节这种公司，最擅长的事情从来不是“做一个好用的小工具”。字节真正擅长的是拿下用户、分层用户、理解用户，然后把商业化做成一台机器。
你让字节守着 3 亿多月活，永远只做免费陪聊？
坦白讲，这不符合商业常识。

豆包收费，表面看是 C 端会员，实际看是 B/C 两端一起破局。
C 端破的是付费习惯。
国内用户对 AI 付费一直有点别扭。一边天天喊“AI 提效”，一边真到付款页面就开始怀念免费时代。
但话说回来，免费不是商业模式，免费只是获客手段。
大模型跟传统互联网产品不一样。短视频多刷一条，边际成本没那么夸张；AI 多问一句、多生成一份 PPT、多跑一次数据分析，背后都是推理成本、算力成本、电力成本。
用户越爱用，平台越花钱。
这就是 AI 产品最拧巴的地方——越成功，成本越大。
所以豆包必须收费。不是因为字节突然想不开，而是因为大模型应用迟早要回答一个问题——你到底值不值得用户掏钱？
B 端破的，则是生产力心智。
中国ToB 端的大模型收费，其实已经验证过一轮了。Kimi、智谱 GLM、MiniMax，包括各种 API、企业版、开发者套餐，收费并不稀奇，甚至收入还不错。
企业用户没有那么矫情。
只要你能帮我写代码、做客服、搞数据、降人力成本、提升交付效率，我就愿意付钱。
豆包的问题是，它在 C 端太成功，反而让很多人忘了它背后的模型能力。
大家记住了豆包会聊天、会陪伴、会搜索，但没有形成一个强心智——豆包能不能干活？
这次收费，本质上就是豆包在对市场说一句话：
我不只陪你聊天，我也能帮你生产。

当然，最值得看的，不是豆包收费，而是豆包怎么定价。
标准版连续包月 68 元，加强版 200 元，专业版 500 元；年付最高到 5088 元。官方还说免费服务会继续，付费主要面向复杂任务和生产力场景，比如 PPT、数据分析、影视制作等。
这个定价，非常犀利。甚至可以说，有点锋利。
因为它同时挑战了两拨人。
第一拨是 C 端用户。
过去大家习惯了免费问答，突然看到 68、200、500 元/月，第一反应肯定是：你凭什么？
第二拨是 B 端和专业用户。
他们以前未必把豆包当生产力工具。你现在上来就按生产力定价，其实等于直接把自己放到一个更严苛的评判体系里。
这很冒险。
但也正因为冒险，才说明豆包有信心。
如果只是为了收一点会员费，豆包完全可以做一个 19.9 元、29.9 元的温柔套餐，先薅一波轻度用户，不挨骂，也不费劲。
但它没有，它把价格直接锚在生产力付费带上。
一句话，豆包不是在卖会员，豆包是借着价格破局，顺便重新定义自己。

说回来，这件事最难受的，其实不是用户，是同行。
千问怎么办？元宝怎么办？
春节那一轮 AI 红包大战，千问靠外卖生态打了一把声量，确实热闹。但热闹之后，产品力能不能持续，用户能不能留下，生产力场景能不能打穿，还得继续看。
元宝更不用说。红包大战以后，声量不小，水花不大。
AI 应用这个赛道，最后一定不是谁最会发红包谁赢，也不是谁最会喊免费谁赢。
商业化的本质很朴素——有钱赚，产品才能继续做大；产品做得更好，用户才会继续留下；用户留下，才有更大的商业化空间。
这是一荣俱荣的飞轮。
反过来，如果一个 AI 应用长期没有商业化，只靠集团输血和战略耐心，那它迟早会遇到一个灵魂拷问——你到底是战略入口，还是成本黑洞？
豆包现在用最激进的方式开战。
它不是等行业共识形成以后再收费，而是自己先把牌翻出来。同行们当然可以继续喊免费。但免费喊得越响，后面收费时就越尴尬。

当然，豆包这一步也不是没有风险。
最大的风险就一个——用户会不会觉得不值。
AI 付费最怕什么？不是贵。是你贵得没有道理。
如果 68 元只是更高额度，200 元只是多几次生成，500 元只是包装成“专业版”，那用户不会买账。中国用户对会员套路已经太熟了，视频平台教育过一次，网盘教育过一次，办公软件也教育过一次。
AI 再来一遍，大家不会鼓掌。
豆包真正要证明的是：付费版能不能明显拉开和免费版的差距。
能不能把 PPT 做到直接可交付？
能不能把数据分析做到可复用？
能不能把长文档处理做到稳定？
能不能让一个职场人觉得：这 68 元、200 元、甚至 500 元，是在买生产力，不是在买情绪价值？
这才是关键。

某种程度上，我不认为豆包收费是“免费时代结束”这么简单。说白了这个判断太轻了。
更准确地说，豆包收费意味着国内 AI 应用开始从用户数战争，进入价值战争。
过去大家比的是谁更会获客，现在开始比谁更能挣钱。
过去大家比的是谁能把用户拉进来，现在开始比谁能让用户留下来，还愿意掏钱。
豆包已经在用户数上独霸一方，现在它要做的是第二件事——把流量变成生产力，把生产力变成收入，把收入再反哺产品。
这才是字节熟悉的打法。
免费拿用户，算法做分层，产品做转化，商业化做飞轮。
只不过这一次，战场从短视频、电商、本地生活，换成了 AI。
一言概之，豆包收费不是收割用户，而是逼整个行业回答一个问题：
你的 AI，除了热闹，到底值多少钱？
破局了就上天。

写两句张雪，毕竟热度已经过了，在热血以外，我觉得最大的价值是给我和我周围朋友的反思。

我给朋友说，张雪的成功是因为他真的有梦想，不是我们这样的随波逐流。

以前我很骄傲，觉得自己找工作是看准了每一个大趋势，我在每次时代浪潮来的时候，都赶紧抓住了浪潮加入。我一直觉得形势比人强，个人再努力，也要跟上时代步伐。所以其实我们这一代职场人，大多都在玩同一个游戏——选赛道，而非选热爱。

但问题是，浪潮比人强，可人不能只有浪潮。

张雪为什么让所有人都热泪盈眶？因为他完全反着来。14岁修车，19岁冒雨追车100公里，2011年月入一万才稳住家庭——这20年里，他压根没看过赛道在哪，眼里只有那台发动机。现在大家当然都认为他"迟早该拿到这个结果"，但真相是——张雪从没把结果当过目标，结果只是热爱的副产品。

这恰恰是两种底层逻辑的分野。

我们习惯了"机会主义"：看哪个行业在上升期，就跳进去分蛋糕。张雪是"存在主义"：先搞清楚自己是谁，然后花20年让世界承认这一点。前者在牛市里风光无限，后者在时间面前从无对手。

现在很多人到了中年怅然若失的根源，不是钱没赚够，是"自我"一直没上线。

你回看自己的履历，如果你和我一样，每次都抓住了浪潮，那么其实每一次转身都是对前一个自我的否定。但张雪从修车铺到WSBK领奖台，每一步都是对同一个自我的确认。所以我说他"没钱时也快乐"，那不是穷开心，是一个人做自己该做的事时，自带的防抖机制。

我跟我自己说，别再问"下一个浪潮在哪"了。

换到张雪的语境里。

他的故事之所以动人，恰恰因为他证明了一件事——当你真的知道自己要什么，世界会重新排列组合，给你让出一条路。这条路可能要走20年，可能要到36岁才月薪过万，可能要在夺冠前借遍亲友——但这些都不是代价，是门票。

人到中年，最奢侈的不是财务自由，是终于敢说一句：我不想再追浪潮了，我想成为那个不动的东西，让浪潮来追我。

张雪做到了，不知道我们能不能做到。

Anthropic封禁OpenClaw这件事，很多人把它读成AI平台权力的傲慢，也有人解读成跟OpenAI的战争。老实说，这两个解读，我觉得都读浅了。

这个事情真正暴露的，是软件行业沿用了二十年的底层逻辑，正在整体失效。

01 两个动作，一句话

Anthropic做了两件事，时间几乎重叠：一边封掉了订阅用户通过OpenClaw消耗算力额度的通道，一边在自家产品里把对应功能直接覆盖了——Claude Code新增了Channels、Remote Control、Scheduled Tasks，Claude Cowork上线了Dispatch，手机发消息、桌面执行任务，OpenClaw的核心场景，几个feature就平掉了。

注意这个细节：Anthropic没有做一个新产品，它只是给现有产品加了几行功能。连重新立项都省了。

有人说这是"背刺生态"，有人说是"平台吃应用层"。

但这两个叙事都绕开了最核心的事实：功能不值钱，算力才值钱。

OpenClaw做的事，用AI复刻一遍，成本趋近于零。Anthropic不是不讲生态道义，而是在AI时代，"功能壁垒"这个说法本身已经站不住脚。复刻一个功能的成本，已经低于谈判一次合同的成本。当复刻比谈判便宜，就不会有人选择谈判。

过去软件的护城河是工程复杂度——你有100个工程师堆了三年的代码，我没法抄。现在护城河是数据和算力——工程复杂度这一关，AI已经大幅压平了。Anthropic用几个feature就平掉一个199K stars的开源项目，这怎么可能只是霸权，这是成本曲线变了。

02 SaaS生态的那个谎，早就该被戳破了

中国的产品经理以前喜欢讲美国SaaS生态的美好画面——大家各守边界，Salesforce不做Slack的事，Slack不做Zoom的事，生态里每家都有活路，API经济繁荣，人人有钱赚。

这个故事讲得很美。但它成立的前提，是"复刻一个功能的成本足够高"。大公司不是不想一家独大，只是扩张的边际成本太高，划不来。

Anthropic这一刀，把这个前提打掉了。巨头并非良善，只是过去受制于成本。现在成本变了，行为就变了。这不是道德问题，是经济学问题。

所以不要再讲"美国SaaS生态多健康"这个故事了。那个生态的健康，是成本约束下的均衡，不是价值观驱动的自律。AI把成本约束改写了，均衡就不存在了。

03 定制化开发死了，SaaS的功能壁垒也没了

再往下推一层，这件事对SaaS厂商的冲击，比对OpenClaw这类应用层产品更深。
以前SaaS讲三件事：功能全、定制化、垂直深。现在我给你们逐一检验一下：

功能全——AI可以在短时间内复刻大多数功能，先发优势窗口大幅缩短；

定制化开发——以后没有定制化开发，只有自助式开发，用户自己用AI搭，不需要乙方了；

垂直深——垂直领域的业务知识，要么在客户自己手里，要么AI也能学到，SaaS厂商在"懂行业"这件事上不再有独家优势。

SaaS的本质竞争力，从来不是功能，而是客户粘性——数据迁移成本、流程嵌入深度、组织习惯惯性。但这些粘性，对大客户几乎不起作用，他们早就想自研了。现在AI把自研门槛拉低，中小客户也开始有自建能力，而且小客户是绝对没有迁移成本的。

昨天我上一篇文章里提到了，大厂都在布局私有化部署的AI基础设施，目的就是把数据、工具、流程、知识全部闭环在内部，不依赖外部SaaS。

这件事本身不新鲜——大客户一直倾向自研，这是SaaS行业的永恒困境。SaaS能活，就是因为中小客户没有自研能力，买现成的更划算。

但AI改变了这个等式。更小的企业功能需求更窄，AI辅助的自建方案更容易落地，投入更低，周期更短。这批原本属于SaaS的中小客户，正在逐渐获得过去只有大客户才有的自建能力。当功能复刻成本趋于零，功能就不再是护城河。真正值钱的只剩两样东西——深度的业务知识和底层的算力控制权。

前者要么在客户手里，要么AI在学；后者集中在少数几家基础设施公司手里。

所以你可以看到，大客户自研，中小客户自建，SaaS服务的那片水域，正在从两端同时蒸发。

套用以前的话说，你如果不是AI infra，新时代你没资格上桌的，朋友。

最近行业里传着一件事，美团京东几家大厂开始明令禁止员工使用外部大模型，内部文件写得很正式，理由是信息安全。

与此同时，字节跳动在鼓励员工用。

这个对比，本身就是一个很好的行业观察样本。

先说说"安全"这个理由

禁用的大厂，主要针对的是开源模型，尤其是竞对的开源大模型。

但如果真的是出于信息安全考虑，这个逻辑有点说不通。

今天真正被程序员和产品经理重度依赖的，其实不是开源模型，是Claude、GPT这类闭源付费产品。这些产品清一色是海外公司运营的，数据出境是实打实的，安全风险比开源模型只高不低。但没见哪家大厂在禁令里把这些也一并封掉。

所以这个"安全"，保护的可能不是数据，而是别的什么。

至于自建开源模型替代——这个解法的前提是，自建开源模型的效率能接近闭源付费产品。

去问任何一个用Claude写过代码的工程师，他愿不愿意切回来用开源模型，哪怕后者是免费的。

答案你已经知道了。

效率是有记忆的。用过好的，很难接受将就。强制将就，只会让人养成"工作用将就的，私下用真正好的"这个习惯。

所以这件事真正有意思的地方在别处

禁令本身不重要，禁令背后的动作才重要。

这几家大厂在封掉外部模型的同时，都在加速推进一件事：把AI能力私有化部署到内部。自建模型、自建平台、自建数据通道。

然后鼓励自己的员工猛！烈！使！用！

这个动作，才是值得认真看的方向判断。

企业级软件走到今天，有一个悬而未决的问题：为什么SaaS在中国企业市场始终没能真正跑通？原因很多，但有一条根本的——用的起来的企业，根本不愿意把核心数据和核心流程交给外部系统托管。数据主权、安全边界、定制化需求，这些东西始终是SaaS天花板上的那根钉子。

AI私有化部署，某种程度上是在重新回答这个问题。

而且这一次，有三件事同时发生了变化：

第一，自建的门槛真的低了。 过去企业想自建应用能力，光是部署就能把IT团队压垮。今天的AI Infra产品已经把这层复杂度封装掉了，企业不需要懂模型，只需要懂自己的业务。

第二，数据真的可以只在内部流转了。 私有化部署意味着输入输出全程不出机房，这不是理论上的安全承诺，是物理隔离。这对金融、医疗、政务、央国企来说，是从"不敢用AI"到"可以用AI"的临界点。

第三，AI开始真正介入决策和组织。 当AI跑在企业内部，吃的是企业自己的数据，它能做的事就不只是写代码、生成文案了——它能看到流程、看到人、看到决策链路，开始产生真正的组织价值。这个价值，是任何外部SaaS都给不了的。

这三件事叠加在一起，意味着一件事：SaaS那条路，AI时代的企业不打算再走一遍了。

那AI Infra的机会在哪

这是这篇文章我最想说的部分。

AI Infra现在很热，但大多数人谈AI Infra，谈的还是算力、是模型、是部署架构。这些当然重要，但这不是AI Infra真正的竞争终点。

真正的竞争，在数据和行为这两层。

数据这层——企业几十年积累的文档、流程、决策记录，是真正有价值的私有资产。哪家AI Infra能把这些数据安全地向量化、结构化、喂给私有模型，帮企业把"沉睡的历史"变成"可调用的智能"，就先拿到了最深的客户绑定。

而至于行为这层，员工每天跟AI的交互本身就是数据——问什么、怎么问、接受什么、拒绝什么。这是企业认知模式的动态外化。谁能把这一层数据沉淀下来并反哺给企业私有模型，就在帮企业建造一个越用越聪明、越来越难以替换的系统。

这才是AI Infra的价值所在——模型跑得快不重要，数据和行为的飞轮转得快才重要。

帮企业提效是入场券，做好安全是及格线，把数据和行为飞轮转起来才是真正的壁垒。

能同时做到这三件事的AI Infra产品，才算真正赢了这一局。

大厂的禁令，无意中做了一件好事：它让所有企业意识到，AI时代的数据主权比AI能力本身更值钱。

这个认知一旦形成，私有化部署就不是一个选项了，是一个终局。

字节鼓励员工用，是因为它有自己的模型生态。其他几家选择封禁，是因为它们也看到了这个终局，只是解法还没想清楚。

但不管解法对不对，方向判断是一致的——企业AI，最终要跑在自己的地盘上。

股票买什么你知道了？

讲个不大不小，但是可以震惊整个企业服务软件和SaaS圈子的段子。

自从我发了那篇文章《搞SaaS的现在还不知道AI到底夺走了什么》以后，整个SaaS圈子闹麻了。几乎所有的SaaS遗老遗少，都在我的文章下、或者自己的公众号里，对我看好AI，看衰SaaS的观点进行驻点依次反驳。

吵赢架，可能是他们最重视的事情。

正是因为这个架吵起来热闹——毕竟大家都有自己的表达欲。所以很多人忽视了一件事情。

在春节以后的第一周，飞书的整体+PC端指数已经跃居第一，超过了钉钉。而且令人更加叹为观止的是，钉钉和企微其实在节后是正常恢复了自己的流量，而飞书是直接跳涨——吃的是纯纯的新增流量。

我想任何人都没想到，本来企业级IM+办公平台的仗打到现在，大家都认为座次排定了——毕竟企业级市场最大的护城河是替换成本，结果飞书硬生生的拔了个头筹。在钉钉这么大的市场份额的当下，飞书竟然还能发力跳涨，不光是企业服务和SaaS行业，整个C端互联网的增长历史上，都可以用奇观两个字来形容了。

1
原因我不想多说，飞书的跳涨来源于跟open claw的结合，或者更确切的说，跟kimi claw的结合，功不可没。

而我之所以说了不想说，又要郑重其事的讲这个原因的原因是，给那些沉迷于吵架的SaaS遗老遗少们，做这个认真的答复，以免他们真的热衷于吵架，而不知道这个真正的原因。

2
我很难想象，遗老遗少们后续还会怎么去论证AI到底行还是不行，但钉钉企微的团队可能更能感受深切之痛。

在一个大局已定的市场，这波飞书的跳涨可能真的是一把尖刀。

企微我不评论，但钉钉产品团队其实在去年真的做了很多AI上的努力，不管钉钉到底看上去交互有多么臃肿，但钉钉在AI上的发力是货真价实的，至少我在春节之前，确实认为钉钉看上去是更加AI、有别于它之前企业办公IM固有印象的产品。

而飞书这一波发力可真的是暗度陈仓，在对手水平不低的情况下跳涨开局，几乎完美兑现了所有由产品带来的红利。其实，移动端钉钉还是第一——但一来钉钉用户数本来就更多，二来销售外出打卡这类管理诉求是钉钉移动端更重要的场景——所以在生产力端，飞书这波增长的质量度又上了一个档次。

从业务角度看，飞书的高明之处在于其产品力的超前兑现。它意识到SaaS的未来，不是让人更方便地用软件，而是让软件更方便地被Agent驱动。这不仅仅是效率的提升，这是权力中心的转移。当企业的决策和执行越来越多地由 Agent 辅助甚至主导时，承载Agent 的那个平台，就是唯一的流量黑洞。

当然钉钉和企微肯定也会继续跟进，但SaaS的遗老遗少们，可能根本不认知，这波红利本可能给他们也带来切实的好处——沉迷于吵架的时候，观点可能比利益更加重要，输了钱可不能输脸面。

那你们继续。

3
我一直强调，任何行业在剧变来临时，最先死的往往是那些有经验的旧人。

现在的SaaS圈，充满了一种傲慢的焦虑。遗老遗少们拼命研究 AI，竟然是为了证明 AI 不行，拼死通过论证人才能完成复杂的交互，竟然是因为沉溺于旧有的收费模型。
这波open claw的红利，跟去年的光景又不一样。去年大家都在疯狂的接入deepseek，但无非是把AI塞进侧边栏做一个聊天插件，而飞书已经用光速执行力把所有的业务组件、文档、多维表格变成了 Agent 可以直接调用、读取、反馈的结构化数据池。Kimi Claw这种级别的 Agent 在飞书上跑得最顺、效率最高，用户自然会用脚投票。

这不是简单的营销胜利，这是一次基于底层逻辑变革的降维打击。飞书的增长曲线已经给出了答案，AI不是SaaS的补丁，AI是SaaS的重构。

一句话，飞书已经认知到SaaS的交互逻辑从For Human（为人设计）转向了 For Agent（为智能体设计）。

当然了，讲这句的时候其实我内心是颤抖的，毕竟大厂的优秀团队早就认知到这件事，而SaaS行业的遗老遗少们还要继续争吵。

其实你们看看整个SaaS圈在2025年发生的事情。

年初大家都在接deepseek，最后结论是，没用。

然后几家SaaS公司上市，结果被丧事喜办认为行业春天来了。

年底崔牛会宣布说自己要去做FA业务——我资本圈的朋友评论说，一个行业要多差，才能轮到行业媒体去做FA？

然后美股软件股春节前集体大跌。

遗老遗少们一边捂着脑袋，一边跳出来说，大跌不要紧，都是FOMO，AI不可能取代SaaS。

我真的不知道遗老遗少们知不知道，美股这波软件谷集体大跌的市值，超过整个中国软件行业加起来的市值。

然后我写了那篇文章。

现在飞书迎来了节后的跳涨，依靠open claw。
不知道再说什么了。

我经常觉得飞书在做中国toB增长教程，得益于他们这个能打爱打的团队。总是还能在行业里提供一丝微光和愿景，SaaS行业是不是要再围绕AI继续吵架，我不知道，但我建议大家都先给飞书这个团队磕一个。

某种程度上飞书是中国SaaS和软件的行业之光了，真的。

当然其他中国厂商要不要承认都算了，钉钉和企微肯定是认的。

今天穿了皮衣和衬衫出门。

朋友：你要去卖显卡吗？

kimi2.5在云端部署open claw跟飞书结合这一拨我都不知道如何评价了。

1、飞书的API很多还没开放，实际除了多维表格，文档的操作写入有问题，很多时候无法写入。

2、上面这个事儿我问了飞书的同事，说可以用MCP，并且API也在加速升级，可以接受。感觉这个事情确实有点难度。

3、但是kimi的问题就很大。kimi在跟我的协作里，很多时候搞不定，只会告诉我搞不定，不会想办法，除非我问它或者告诉它怎么解决，这个事情我不能接受，大哥你是个AI啊，你应该有自己的思考啊。

4、我跟kimi多次约定，如果搞不定，赶紧告诉我原因，跟我一起搞定。这个记忆不能说是没有吧，反正很模糊，最后我还是要不停的提醒kimi。比如权限问题，kimi告诉我搞不定是因为没权限后，我告诉了它，然后它跟我约定了再遇到权限问题，就直接找我。然后第二天忘记了。

5、kimi对飞书的权限名称不了解，有时候会给我正确的权限名称，我可以开通。但更多时候，它给的权限名称在飞书开放平台后台根本找不到，不确定是飞书迅速更新了，还是kimi自己臆想的名称。

6、kimi跟我的互动，很像我的偷懒下属。比如我交代一个表格打标签任务，它打一会儿就会告诉我，数据很多，它已经打了20条，还有500多条，是让它继续手动操作，还是等子代理操作。

7、我：？

8、我让他告诉我子代理要工作多久，它会继续跟我绕弯子，给不出明确的时间，只会告诉我子代理之前停了2次。

9、我：？

10、总之换个过程我真的觉得kimi很像我带过的那种又懒又笨的员工，事情做得又慢，又喜欢讲理由，回答问题没有直接答案。

11、我真的很窝火。

12、当然了，我承认，我的态度也不好，对不起了。如果你们想看，我可以贴出来我的态度不好的聊天记录。

13、我的基友在劝我，叫我对AI态度好点，否则AI统治世界的时候，我会被AI记恨并且打击。

14、我觉得我基友说的有道理，但我仍然回复他：就凭它这档次也想统治世界？

15、飞书这波增长其实挺好的，加油吧。