作者 | 杨俊

编辑 | 费腾

头图 | AI生成

微信内测AI智能体“小微”的消息，让AI创业圈又一次面对那个熟悉的问题：当超级入口开始做AI，独立应用还有多少空间？

但在6月24日晚的虎嗅AI原生闭门直播里，四位正在AI应用层创业和投资的人，对这件事反而没有表现出太强的恐慌。

参加这场对话的是：做3D重建的Remy创始人王正男，做通用AI产品Cola OS和ListenHub的冯雷，做AI用户研究的Mizzen觅深创始人孙克强，以及光源L2F创业者基金执行董事金异开。主持人是虎嗅科技主笔陈伊凡。

两个小时聊下来，一个结论很清楚：

他们真正担心的，不是微信做不做Agent，而是另一件事：如果一个AI产品没有独有场景、专业Know-how和明确交付价值，它迟早会被淹掉。

淹掉它的，未必是微信、字节或者腾讯，而可能是OpenAI、Anthropic、Google这些模型公司不断上涨的能力水位。

微信入场值得关注，但“入口”不是AI产品的全部

微信做Agent，最容易被高估的是入口。

过去十多年，中国互联网形成了一个非常强的路径依赖：谁有流量，谁就有分发；谁有分发，谁就能吃掉应用层。

所以当微信开始做AI智能体，很多人的第一反应是：这是不是又一次超级入口对创业公司的降维打击？

直播里，几位嘉宾的判断并不一样，但指向接近：微信的入口优势是真实的，但入口本身不等于AI产品价值。

王正男的看法比较直接：微信做Agent，高频是优势，但它更可能吃的是小程序的蛋糕，而不是所有独立App的蛋糕。小程序承载的大多是基础功能和轻量服务，用户对它的敏感度、沉浸度和迁移成本，和真正有产品心智的独立App不是一回事。

这其实点出了微信Agent的第一重边界：它可以成为一个调用层、分发层、轻任务入口，但未必能替代所有垂直应用。

冯雷则从腾讯已有AI产品的表现切入。他提到，元宝已经证明了一件事：给入口不等于用户会买账。如果产品本身不能形成明确使用理由，入口只能带来一次点击，不能带来留存。

微信真正的特殊性，不在于“它有多少用户”，而在于它拥有中国互联网最密集的社交上下文。

如果Agent能充分理解这些上下文，它当然会变得很强。但问题也恰恰在这里：微信敢不敢、能不能、用户愿不愿意，把这些内容真正交给AI处理？

孙克强表示作为一个重度微信用户，如果微信读取聊天的上下文，他的第一反应就是不安全感。微信不能伤害自己的基本盘。对一个国民级IM来说，隐私翻车的代价，远大于一个Agent产品做不好的代价。

金异开则把问题拉回商业层面：国内用户对隐私的敏感度也许没有海外那么高，但真正决定微信Agent成败的，仍然是两个问题：第一，它到底有没有用；第二，它怎么商业化。

微信是生活场景、社交场景、服务场景，但不是天然的生产力场景。让用户为生活场景里的Agent持续付费，在中国市场并不容易。

所以，微信Agent这件事最值得关注的，不是“腾讯终于下场了”，而是它会重新验证一个问题：AI时代，入口到底还值多少钱？

传统互联网时代，入口决定信息流和交易流。但AI产品的核心不是让用户多停留，而是帮用户完成任务。用户打开一个AI工具，是为了尽快得到一个结果。

微信会成为AI时代最重要的入口之一，但它不是所有AI产品的全部。

真正危险的不是大厂复制，而是模型顺手覆盖你

主持人接着问了一个很直接的问题：创业以来，大厂做过什么事让你紧张？

冯雷的回答很真实。他说，自己的产品ListenHub上线后一周，扣子就出了类似功能，当时确实觉得“挺讨厌”。但一年后再看，扣子升级到3.0，用户已经不记得它最初的定位，而ListenHub还活着，增长也不错。

他的真正担心，不是大厂，而是模型公司。

这是因为：AI应用层的最大威胁，会变成“模型顺手覆盖我”。

OpenAI、Anthropic、Google这些公司每一次模型能力升级，都不是单点功能更新，而是底层能力的整体提升。只要模型具备了更强的多模态理解、更长上下文、更强工具调用等，一批依附在旧能力缺口上的应用就会突然失去存在理由。

这就是所谓的“水位上涨”。

被大厂复制，伤害的是某个功能的差异化；被模型水位淹没，伤害的是整个产品的必要性。

很多AI应用之所以在过去一年成立，是因为模型还不够好：不会联网，不会稳定读文件，不能长上下文，无法跨工具执行任务，不能生成结构化结果。创业公司在这些缺口上做包装、调Prompt、接API、做界面，于是形成了一个产品。

冯雷认为，模型公司能力上涨是系统性的、不可逆的，淹掉的是那些寄生在模型能力上的表层应用。

这也是AI创业者今天必须重新面对的问题：

你到底是在做产品，还是在做模型能力的临时界面？

独立AI产品还有机会，但机会不在“更好的聊天框”

这场直播并没有导向悲观。

几位嘉宾的共同判断是：独立AI产品当然还有机会，只是过去那种“做一个通用助手、套一个模型、包装一个工作流”的机会正在变少。

真正能活下来的AI应用，要在三个地方建立不可替代性：选对场景、吃透专业Know-how、交付明确结果。

非共识场景：去大厂看不见、看不上、来不及的地方

王正男做3D重建已经做了七年，从2018年做到现在。这个方向不属于AI创业里最热的共识赛道。大厂并非完全看不到3D，但它们很难把资源长期压在一个商业共识尚未形成的方向上。

这恰恰成了Remy的机会。

王正男在直播里说，大厂不做，是因为没有形成共识；但创业者的机会，往往就在非共识里。难点是前面没有路，必须自己趟。

Remy上线9天用户破百万。王正男一开始也担心这只是昙花一现，但后来日活没有明显跌落，6月月活还突破历史新高。用户会在一些高情感价值场景里使用3D记录，比如过年回家、与父母团聚、毕业典礼等。这些场景不是简单的“拍得更清楚”，而是希望把空间、关系和记忆保留下来。

他提到两条自己的第一性原理：第一，人会持续追逐更高信息密度的记录形式。第二，记录的需求不会被生成式AI替代。

这类机会的特点是：它不够共识，所以大厂不会重点投入；但它又有长期需求，所以创业公司可以靠持续积累形成认知差和产品差。

垂直Know-how：在垂直场景里下“笨功夫”

孙克强做的Mizzen觅深，是另一个方向。

他过去做过AI情感陪伴，后来看到字节也做了类似产品，一度紧张。但很快他意识到，情感陪伴这种长链接消费，和平台型产品的短消费逻辑之间有天然矛盾。

转向Mizzen后，他反而不焦虑了。因为这个产品不是让AI做更好的回答者，而是让AI做更好的提问者。

孙克强说，他们把用户研究里的专业规则设计进自己的Agent系统里。一个Agent负责生成访谈大纲，另一个审核Agent再对大纲进行优化和检查，判断它是否科学、严谨，是否符合传统用户研究方法论。

他用了一个很形象的说法：这背后像是站着“一群老师傅”。

这句话其实讲清楚了垂直AI应用的真实壁垒：真正有价值的是把行业里的“老师傅”的经验、方法论、质检标准和流程细节，做成可规模化运行的系统。

同时，孙克强给到一个比例：Mizzen目前大约有75%以上的能力，是在大模型之外自建出来的垂直能力。

这说明，垂直AI应用的机会，是在一个具体场景里做大量的“笨功夫”：理解业务问题、设计专业流程、建立质量标准、不断打磨Agent协作方式。

所以，Mizzen是把用户研究里最关键的能力产品化了：知道该问什么，知道怎么问，知道什么不能问，也知道问完之后如何判断答案有没有价值。

这类能力，大模型可以模拟，但很难天然具备。因为它不是单纯的语言能力，而是垂直场景里的专业判断。

交付结果：用户更关心问题有没有解决

冯雷的判断更偏产品侧。

他认为，AI应用公司不要把自己绑定在任何一个模型上。因为AI时代风水轮流转。今天某家模型强，明天另一家可能追上。应用公司必须保持模型选择权。

他举了自己的经历：过去在Minimax时只能用自家模型，后来和谷歌合作时又遇到模型表现不稳定，导致产品受影响。这个行业变化太快，如果把自己锁死在单一模型上，产品就会被底层模型的节奏拖着走。

冯雷提到，普通用户其实并不关心产品背后接的是Claude、GPT还是Gemini，用户只关心一件事：它能不能解决我的问题。

他观察到，Genspark在美国增长不错，一个原因是它把每个场景，如PPT、录音、打电话，都进行明确结果展示。用户一看就知道“这是我要的东西”。

相比之下，很多强大的模型产品比如Codex，很多普通用户打开之后，反而不知道该怎么用。

这是应用公司的机会：不是比模型更强，而是比模型更懂任务、更懂用户、更懂结果交付。

“人是环境的反应器，人需要一个“触发器”才能触发需求。你的产品如果能把我想要的结果演示出来了，用户就愿意试。”所以谁能把一个模糊需求变成可见结果更关键。

可以进大厂生态，别交出用户、数据和模型选择权

AI创业公司和大厂不是只有竞争关系，也可能是合作关系。

王正男在直播里分享了Remy和华为合作的一些背景。按照他的说法，华为愿意把3D重建这件事交给第三方，一方面是因为华为过去自己做过相关App，发现软件产品并不好做；另一方面，鸿蒙生态要真正长起来，就需要第三方公司能在生态里赚到钱。

这是一个典型的大厂生态逻辑：大厂不一定要亲自做完所有应用，它更需要生态里长出足够多有生命力的开发者和公司。

但问题是，创业公司不能把自己活成大厂生态的附庸。

冯雷的建议很直接：可以合作，在合作时，可以说优先使用你的模型或进入某个生态，但一定不要锁死。尤其在AI行业，模型能力变化太快，任何一家模型都不可能永远领先。

这其实也是AI应用公司的基本生存原则：

上游要多模型，下游要多场景，中间要有自己的产品和数据沉淀。

如果上游只绑定一家模型，下游只依赖一个渠道，中间又没有自己的上下文资产，那么这家公司本质上没有护城河，只是在替别人做分发和客服。

大厂生态可以提供流量、品牌、设备、渠道和基础设施，但创业公司必须保留三个东西：

第一，模型选择权；第二，用户关系；第三，数据和上下文沉淀。

失去这三样，所谓生态合作，很容易变成慢性外包。

AI产品别再迷信DAU，真正要看Token溢价

入口时代看DAU，AI应用时代更该看单次任务价值。

关于AI应用怎么赚钱，金异开给出了一个更适合AI时代的判断。

他认为，不能再用传统互联网的DAU、时长去简单衡量AI产品。因为AI不是注意力生意，而更接近效率生意。

一个短视频产品当然希望用户停留越久越好，但一个AI效率工具，最好的体验可能是用户1秒钟拿到结果然后离开。用户停留时间短，不一定说明产品差，反而可能说明它足够高效。

所以，AI应用的商业质量不能只看“有多少人来”，还要看“每一次调用创造了多少业务价值”。

金异开关注两个指标：

第一，Context收集能力。

也就是产品能不能持续拿到用户独有上下文。比如企业的内部知识、用户研究资料、个人工作流、行业语料、历史任务记录、团队协作关系。这些东西不是模型原生具备的，一旦沉淀下来，就会形成应用公司的防线。

第二，每百万Token的溢价。

同样是调用模型、消耗Token，有的公司只能收一点中转费，有的公司却能因为解决了高价值任务而收取高得多的价格。差别不在Token本身，而在最后一公里的业务价值。

这句话更直白的表述是：AI应用不是流量生意，而是毛利生意；不是谁调用模型更多谁厉害，而是谁能把同样一单位Token卖出更高业务价值才厉害。

这也是为什么很多看起来DAU很高的AI产品，商业化未必好。

高DAU如果对应的是高推理成本、低付费意愿，它带来的是成本持续上升。

反过来，一个DAU不大的垂直AI产品，如果能嵌入企业流程、提升明确效率、拿到高客单价，商业发展反而可能更好。

冯雷自己的产品在侧面验证这一观点，ListenHub今年在增长上几乎没有花钱，主要靠用户口碑传播，日活在数千到一万之间，月活几十万。是因为用户觉得它真的解决了问题。

这类增长虽然不性感，但健康。

AI应用公司最终要回答的不是“我有多少用户”，而是：用户为什么非用我不可？我帮用户省了多少钱、多少时间、多少人力？用户愿不愿意为你持续付费？

如果这些问题没有答案，DAU越高，可能亏得越快。

结语：AI创业者真正要怕的，是自己没有不可替代性

微信做Agent，当然值得关注。

它可能改变用户调用AI的习惯，也可能重塑一部分轻量服务和小程序生态。但它不是AI应用创业者唯一，甚至未必是最大的威胁。

真正的威胁来自两个方向：一边是模型公司不断把底层能力做厚，让一批套壳应用失去存在理由；另一边是大厂利用入口和生态继续压缩通用工具的分发空间。夹在中间的AI应用公司，要活下来，不能只靠“我比大厂快”，也不能只靠“我接了最强模型”。

它们必须证明自己有三样东西：

大厂看不见或不愿深做的场景；在垂直场景下的专业性；用户愿意付费的结果交付。

这也是为什么微信做Agent之后，一些AI创业者没有那么慌。

因为真正清楚自己在做什么的人，怕的从来不是入口变化，而是自己的产品没有不可替代性。

最终，AI应用还是要回答那个最朴素的问题：

你到底能帮谁，把哪件事，做到什么程度？

如果想获取更多虎嗅AI原生活动信息或者加入AI原生社群，请扫描下方二维码，添加小虎哥进行申请。

扫码申请

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4871158.html?f=wyxwapp