作者｜高飛

去年這個時候，投資圈曾經(jīng)有過一個“投模型還是投應(yīng)用”的辯論?，F(xiàn)在看來，這是一個無意義的議題，因為技術(shù)生態(tài)的邏輯已經(jīng)變了。

多數(shù)人仍然習慣用傳統(tǒng)的“兩層思維”生態(tài)架構(gòu)來思考大模型：系統(tǒng)基座在下面，面向用戶的應(yīng)用在上面，二者涇渭分明。

歷史上看，這種二分法是對的：

1. DOS 操作系統(tǒng)面世時，沒有可執(zhí)行的 “.com” 或 “.exe” 程序，用戶根本無從交互；

2. Windows 問世時，也沒有人會拿一個操作系統(tǒng)單獨“空跑”。哪怕是當年經(jīng)典的“紙牌”和“掃雷”，也是微軟為了讓大眾理解并熟悉圖形界面，不得不自己編寫的小應(yīng)用；

3. iOS 讓智能手機成為一種基礎(chǔ)設(shè)施，但首批吸引用戶使用的，還是紙飛機、拍照，甚至打電話這些關(guān)鍵應(yīng)用；

4. 云計算概念提出來后，人們談?wù)摰亩际腔谠频?SaaS 和各種網(wǎng)站，用不了多久就變成“這家公司用 AWS 跑后臺”這樣的陳述。云計算本身并沒有變成一個直接面向大眾的入口。

但是，AI 之所以是一場技術(shù)革命，就意味著它會顛覆我們已有的常識。我認為，兩層架構(gòu)在這個時代已經(jīng)失效。

舉個例子：OpenAI 的 ChatGPT 從一開始發(fā)布時，就既是一個模型，又是一個面向大眾的消費級應(yīng)用。

你不需要再去下載任何“子程序”才能讓 ChatGPT 跑起來；只需要在對話框輸入文字（提示工程，Prompt Engineering），它就能執(zhí)行推理或生成內(nèi)容。它甚至創(chuàng)造了最快達到 1 億月活用戶的新紀錄。這是一個毫無爭議的應(yīng)用。

但它同時也是一種模型，OpenAI提供了 API 調(diào)用，讓無數(shù)應(yīng)用可以基于它構(gòu)建。

當我們說 “DeepSeek” 時，既可能指一種在 LMarena、AIME 榜單上排名靠前的前沿推理模型，也可以指一款曾登頂中美等多個國家 iOS 應(yīng)用商店的 App。

所以，下次再有人問：“我們該投大語言模型還是應(yīng)用層？”也許可以告訴他，這不是一個非此即彼的問題。在這個領(lǐng)域里，模型就是應(yīng)用，應(yīng)用也就是模型。

如果你在做模型，你的用戶并不需要了解多少編譯、鏈接或 SDK 之類的東西，就能夠通過自然語言提示來使用它。

反過來，如果你在做 AI 應(yīng)用，其實最終還是在向用戶交付一項“大模型”能力，無論你使用的是提示工程、強化學習、工作流、Agent，還是別的“套殼”手段，底層都還是那臺貫通一切的“大腦”。

模型與應(yīng)用的邊界正在塌陷，用戶甚至不知道，或者并不在意自己是在“跑模型”還是在“用程序”。

但是，除了投資規(guī)模，做應(yīng)用也并不比做基座模型廉價，因為在這個時代，切換一個模型底座并不比換輛車開更難。幾乎你使用的所有 AI 應(yīng)用，都提供了在后臺切換模型的設(shè)置選項。

你能在云計算時代想象這些嗎？一個網(wǎng)站提供了切換不同云主機訪問？還記得適配安卓、iOS 等不同系統(tǒng)、不同尺寸的手機有多難嗎？

只不過，應(yīng)用開發(fā)者還是需要一點戒備。你的產(chǎn)品最好不要在“智能演化”的延長線上。就像山姆·奧特曼（Sam Altman）所說：如果基座模型變得更好，你的應(yīng)用也應(yīng)該同步變得更好，而不是被徹底替代、不再被需要。