Benedict Evans：基础模型不是产品，编程为何是唯一例外？

基础模型不是产品

电信运营商砸了几千亿建起4G和5G网络，流量涨了几百倍，可他们的市值水涨船高了吗？真正赚走大头的，是微信、抖音和快手，运营商只落了个“流量费”。基础模型也在往这条路上走——这是Benedict Evans的判断。

基础模型没有网络效应：你用Claude，并不会让我也想用Claude。拉不开差距，大家用的都是相同的芯片，训练数据也大同小异。没有定价权，五六家公司都在做前沿模型，哪家敢贸然涨价？所有搞底层建设的，走的大多是这条老路——芯片公司没赚到大钱，宽带运营商没赚到，移动网络运营商也一样。Windows和iOS倒赚到了，可它们有网络效应，而基础模型没有。

Benedict Evans做了十几年科技分析，又在a16z当过合伙人。他不是做产品的人，他的工作是盯着一样东西问自己：这东西很酷，但客户真的会抢着要吗？这两个问题的答案往往是反过来的。面对模型公司，他直接抛出四个问题：有没有网络效应？有没有定价权？能不能拉开差距？护城河有多深？结果，答案都不及格。眼下模型公司融了几百亿、估值几千亿，他却说——你们押错了桌子。

这些公司烧钱的速度已经超过了电信运营商。微软、Meta、谷歌今年的资本支出加起来足有7000亿美元，每家都超过了营收的50%。而电信运营商通常只占15%~20%。这种强度撑不了太久，全世界哪有那么多钱往里面倒？可大公司没得选——你不烧，别人烧出更先进的模型就把你淘汰了。CFO坐在旁边，眼看着一半营收倒进机房，也在心里嘀咕：这还得烧多久？

钱到底在哪儿？Benedict没给出标准答案，但方向是明确的：别在模型层找。聊天机器人只是个demo，基础模型本身也不是产品。就像开篇说的运营商，建了最贵的网络，赚了最薄的利润。模型公司正在重复同样的剧本。真正值钱的东西在上面。具体是什么？暂时还不知道。

编程是唯一的例外

AI发展到今天，真正实现产品市场匹配的领域只有一个：编程。

今年年初，agentic coding从“有点用”变成了“改变一切”，客户不是在试用你的产品，而是恨不得从你手里抢过去。这是Benedict的原话。为什么偏偏是编程？因为玩AI的人本来就是程序员，程序员碰到新工具的第一反应，就是让它帮自己写代码。并不是AI发现了编程这个场景，而是编程自己撞了上来。

除此之外，没有第二个领域达到这种程度。ChatGPT每周有四五亿人在用，律所、咨询公司、消费品牌也都在拿AI做点事情，但都是在“自己试”。有哪一个行业是客户追着你要产品？现在还没有。

拿PC早期来类比，80年代初人们买来PC做的第一件事是什么？造更多的电脑。今天人们拿大语言模型做的第一件事，是搞更多的算力，这并不意外。Benedict感慨，整个科技行业的注意力已经窄得不能再窄，全压在编程上。因为只有这一个东西让客户在抢。其他的，都还在试。

至于工程师团队会怎么演变，没人说得清。这东西六个月前才开始真正work，所有人都在乱试。未来三年这个职业会变成什么样？过去你招初级工程师，也许是因为需要有人干那些活，也许是为了培养未来的高级工程师。现在那些活被自动化掉了，可你招他们到底是为了干活，还是为了培养人？没人知道答案。

问题不在模型，在行业

Netflix表面看是科技公司，但它最重要的决定都在内容那边：拍什么剧、花多少钱、请谁演。这些决策，硅谷的人答不上来，只有好莱坞的人知道。AI也在往这个方向走——它的问题正从技术问题转变为行业问题。

你去问一个做AI的人：AI怎么改变法律行业？他说不清楚，因为他不知道律所怎么赚钱，不知道初级律师一天到晚在忙什么，也不知道客户买单到底买的是什么。麦肯锡、贝恩这些咨询公司也一样，公司里真正重要的东西，是说不清、道不明的——没有手册，没有流程图。咨询公司赚钱，靠的就是走进组织，跟每个人聊一遍，把那些说不清楚的东西梳理出来。这个差距，AI填不上。

放到国内来看，这件事可能还有一个版本。中国的企业软件市场本就不及美国发达，用友、金蝶、钉钉、飞书各自占一块地盘，但和SAP、Workday比，差距不小。AI来了之后，中国有可能直接从Excel蹦到AI工具，中间SaaS那一步，可能就跳过去了。

谷歌、Meta、亚马逊的推荐引擎逻辑一直是“买过这个的人也买了那个”，但它并不清楚原因。有了大语言模型，系统就能真正理解一件大衣是什么、什么人为什么买它。你给它一张大衣照片，它能告诉你这是什么牌子、在哪儿能买到，推荐十件类似的，分析每件利弊。再进一步，你让它看一眼你的Instagram，它能推荐一件能改变你形象但又不过分的冬装。这种事，三年前想都不敢想，现在却可以做了。

Benedict的观察是：每次新技术出来，大家第一反应都是拿它做旧事情——更快地做表格，更快地回邮件，更快地写PPT。这些都会发生，但不是重点。重点是那些以前压根不存在的问题，现在可以去寻找答案了。把旧事情做得更快，只是第一步；真正的变化是做出以前根本做不了的事。Spotify的第一步，是让你不用花15美元买CD才能听一首歌；第二步，是每月15美元，所有音乐随便听。第二步在CD时代完全不可想象——不是贵的问题，而是当时压根做不到。AI也一样，做更多PPT、更多表格、更快回邮件，这些迟早会发生。但那些从前根本不存在的问题，现在可以去找了。这些问题在哪儿？不在模型里，而在每一个你还不够了解的行业里。

Benedict坦言，他自己也不知道。他在a16z看过的项目太多了。真正好的项目，解决的问题往往是当事人自己还没发现的。这种事，模型做不了。永远有些东西，不在训练数据里。

技术刚出来的时候，所有人都觉得天翻地覆——互联网刚来时是这样，手机刚来时也是这样。过了二十年，它成了生活的一部分，再没人觉得多特别。AI大概也会如此。