在生成式AI浪潮中，曾涌現(xiàn)出大量初創(chuàng)企業(yè)，它們?cè)噲D通過大模型封裝應(yīng)用和AI聚合平臺(tái)兩種模式快速切入市場(chǎng)。然而，隨著行業(yè)進(jìn)入深水區(qū)，這兩種商業(yè)模式正面臨嚴(yán)峻挑戰(zhàn)，甚至被視為發(fā)展陷阱。谷歌云業(yè)務(wù)及DeepMind高管達(dá)倫·莫里（Darren Mowry）在近期播客中直言，單純依賴底層模型或簡單整合多個(gè)模型的初創(chuàng)公司，已難以獲得市場(chǎng)認(rèn)可。

大模型封裝應(yīng)用（LLM wrappers）的典型特征是，在現(xiàn)有大語言模型如GPT、Gemini或Claude外層添加產(chǎn)品界面或功能模塊，以解決特定場(chǎng)景問題。例如，部分教育類AI工具通過套用通用模型實(shí)現(xiàn)作業(yè)輔導(dǎo)功能。莫里指出，這類企業(yè)若僅停留在“貼牌”層面，缺乏核心技術(shù)壁壘，將逐漸失去競爭力?！靶袠I(yè)對(duì)僅包裹一層薄薄知識(shí)產(chǎn)權(quán)的模式已失去耐心，用戶需要的是真正差異化的解決方案?！?/p>

他以編程助手Cursor和法律AI工具Harvey AI為例，說明成功案例的共性：通過深度優(yōu)化模型應(yīng)用場(chǎng)景，構(gòu)建技術(shù)護(hù)城河。Cursor基于GPT開發(fā)了代碼補(bǔ)全和調(diào)試功能，而Harvey AI則針對(duì)法律文書分析進(jìn)行專項(xiàng)訓(xùn)練。這類企業(yè)證明，垂直領(lǐng)域深耕或橫向功能創(chuàng)新才是生存之道，而非簡單套用通用模型。

作為大模型封裝的延伸形態(tài)，AI聚合平臺(tái)通過統(tǒng)一界面或API整合多個(gè)模型，提供路由調(diào)度服務(wù)。部分平臺(tái)還附加監(jiān)控、評(píng)估等工具，試圖成為用戶與模型之間的“中間商”。典型代表包括AI搜索工具Perplexity和開發(fā)者平臺(tái)OpenRouter。然而，莫里警告新入局者：“聚合生意已難以為繼。”他分析稱，用戶更傾向選擇能精準(zhǔn)匹配需求、內(nèi)置核心技術(shù)的產(chǎn)品，而非受限于后臺(tái)算力分配的通用平臺(tái)。

這一判斷源于云計(jì)算行業(yè)的歷史教訓(xùn)。莫里回憶，2010年前后，大量初創(chuàng)企業(yè)轉(zhuǎn)售AWS基礎(chǔ)設(shè)施，通過簡化操作界面和整合賬單服務(wù)吸引客戶。但隨著亞馬遜推出企業(yè)級(jí)管理工具，用戶逐漸直接對(duì)接云服務(wù)，中間商空間被大幅壓縮。最終存活的企業(yè)，均通過提供安全、遷移咨詢等增值服務(wù)實(shí)現(xiàn)轉(zhuǎn)型?！叭缃馎I聚合平臺(tái)正重蹈覆轍，模型廠商自身功能延伸正在擠壓其利潤空間。”

在否定部分模式的同時(shí)，莫里也點(diǎn)明了新的投資方向。他特別看好開發(fā)者工具領(lǐng)域，指出2025年氛圍編程（vibe coding）平臺(tái)呈現(xiàn)爆發(fā)式增長。Replit、Lovable、Cursor等企業(yè)不僅獲得巨額融資，用戶規(guī)模也持續(xù)攀升。這類平臺(tái)通過優(yōu)化開發(fā)環(huán)境、降低技術(shù)門檻，吸引了大量非專業(yè)程序員入場(chǎng)。

直接面向消費(fèi)者的科技產(chǎn)品同樣被寄予厚望。莫里舉例稱，影視專業(yè)學(xué)生可利用谷歌AI視頻生成工具Veo，將劇本直接轉(zhuǎn)化為動(dòng)態(tài)影像。這種“工具平民化”趨勢(shì)，正在打破專業(yè)領(lǐng)域的技術(shù)壁壘，創(chuàng)造新的市場(chǎng)機(jī)會(huì)。生物技術(shù)與氣候科技因數(shù)據(jù)積累和資本投入的雙重驅(qū)動(dòng)，也被視為具有長期價(jià)值的賽道。