当智能从稀缺资源变成近乎免费的基础能力，产品、组织与市场的游戏规则都会随之改变。

核心判断

这篇文章来自我经营相关网站，以及每天切实使用 AI 的感受：AI 行业的游戏规则，正在随着模型成本的迅速下降而悄然改变。

**这种变化主要体现在两个方面：**一是整个世界的生产效率被重新定义；二是市场筛选成功产品与公司的标准发生变化。继续向前推演，它还会催生一批面向 Agent 的新基础设施。

因为最初只是凌乱的大段文字思考，本文使用了gpt-5.6-sol整理。可能文章结构有些混乱，还请读者见谅。

一、智能成本正在快速归零

相比一年前，前沿智能的成本已经大幅降低。人们只需要支付过去几十分之一的价格，就能获得一年前的顶级智能，而且这一趋势仍在加速。DeepSeek V4 Flash 发布初期价格极低，配合 OpenCode Go，让许多 C 端开发者实现了“Token 自由”和“智能自由”。GPT-5.6 Luna Max 的使用成本同样很低：订阅 GPT Plus，甚至使用 GPT Free 账户，都足以覆盖大量工作负载。其激活参数规模可能与 DeepSeek V4 Flash 接近，约为 10B。

DeepSeek V4 Flash、GPT-5.6 Luna Max 和 Qwen 3.8 27B，已经以极低的成本——甚至接近边缘部署的成本——实现了半年前 Claude Opus 4.6 所代表的能力水平。这里的时间跨度不是一年：Claude Opus 4.6 发布于 2026 年 2 月，而本文写于 2026 年 8 月，仅仅过去了六个月。

即使最前沿模型的价格仍然较高，大部分工作负载使用廉价、甚至公开售价接近免费的模型也已经完全足够。这就像人脸识别技术刚出现时，可能需要配置一台高性能显卡服务器；如今，它已经成为一项近乎免费的基础服务。

真正重要的不是“最强模型是否免费”，而是绝大多数任务所需的智能是否已经便宜到可以忽略不计。

建立在 Token 差价上的模式将失效

这意味着，建立在模型成本高昂这一前提上的商业模式，将会迅速崩塌。至于生产软件的成本趋近于零，已经无需赘述。

目前，大部分 AI 应用仍依赖“订阅会员以获得 AI 额度”的模式。可以预见，许多应用所需的智能水平会在六个月内便宜到近乎免费。届时，本质上依靠赚取 Token 差价维系的商业模式将不再成立。即使原有产品不降价，竞争对手也会降价或免费，因此这个变化不可避免。

二、普惠 AI 如何改变生产效率

软件生产：代码成本首先被压低

最突出的变化，是写代码的成本已经降到极低。现在订阅一份约 1000 元的 GPT Pro，几乎足以支持两个人的重度 AI 工作负载：它只比电费贵两三倍，约为话费的十倍。

白领工作：成果将被重新定价

其次，是对日常白领工作的影响。不论最终普及的是 WorkBuddy、Codex Work、Claude Cowork，还是其他 AI 办公产品，六个月内，智能成本大概率都不再是阻碍人们使用 AI 办公的主要理由。

凡是可以用电脑交付的工作成果，其成本都会从“根据劳动力定价”，迅速贬值为“根据人类发出 Prompt 的成本定价”。其中能够自动化、不需要 human-in/on-the-loop 的部分，边际成本则会直接趋近于零。

商品与服务：价格下降，但行业收入未必增长

无论服务还是商品，价格都会受到冲击：生产成本大幅降低，且相关能力人人可得，价格自然会向下移动。但收入未必同步增长，因为所需劳动力减少、商品价格下降；即使行业利润率不变，行业整体的利润规模也可能被压缩。

模型中转站会最先受到冲击。智能成本下降，将直接压缩整个模型路由行业的利润空间。

三、AI 产品的竞争规则将被重写

2026 年上半年，人们仍会因为某个产品提供的 AI 额度更便宜而选择它，LibTV 是一个明显的例子。当模型相同或能力相近时，价格差异仍然是影响购买决策的主要因素。

**但当智能成本低到几乎免费，产品就必须回到真实业务：**真正解决用户需求，并提供 ROI 大于 1 的价值——无论是工具价值，还是情绪价值。

从“销售额度”转向“销售结果”

产品可以向用户提供无限或近乎无限的额度，并为解决真实问题收费，而不是单纯为 AI 额度收费。Typeless 和 Wispr Flow 就是例子，因为 STT 模型的成本比文本模型更早降到了近乎免费的水平。

用户为 Typeless 付费，不是因为它的 AI 额度便宜——它甚至并不便宜——而是因为它切实提高了输入效率。

低研发成本，也意味着同质化竞争

即使产品能够切实解决用户需求，也仍会面临一个问题：竞品的研发成本同样会因为智能普惠而变得极低。任何一个明确需求，都会吸引大量同类产品，甚至大量开源产品。即使多数产品质量一般，其中也总会出现高质量选手；头部开源项目的质量甚至可能超过大部分闭源产品。

自证陷阱与“开源斩杀线”

  • **自证陷阱：**为什么用户不去使用更便宜、同样能解决需求的竞品，或者免费的开源项目？
  • **过去的开源劣势：**单个用户不具备规模效应；闭源项目还可以依靠“订阅制健身房”模式，使开源方案的综合使用成本反而高于商业订阅。
    • **变化之一：**智能普惠后，部署和使用开源项目的成本也在无限逼近零。
    • **变化之二：**优化开源项目的成本同样趋近于零，开源项目反而可能比商业项目成长得更快。Multica 就是一个例子：四个人的团队用三个月做出了一款面向“人与 AI Agent 协作”场景、体验甚至优于 Linear 的产品，而且选择了开源。

只要核心团队的品味足够好，开源项目超越商业项目的潜力就会快速上升。人的品味均匀分布在人群中，商业项目甚至可能因为组织僵化而输给小型开源团队。

代码不再是护城河

如果竞争优势主要依赖项目代码本身，那么这种优势很快就会消失。代码仍然有价值，但相对于潜在利润，它的生产成本已经接近于零。

对于语音输入场景，如果 Typeless 能基于用户数据，把转写质量与延迟优化到优于任何其他项目，它仍然可以保持优势，并利用市场地位继续巩固这种优势。但它依然很难与完全免费的豆包输入法抗衡：对豆包输入法而言，这项产品本身甚至不需要直接赚钱。

真正嵌入业务场景的能力仍可能构成护城河。例如，为线下 B 端用户提供与真实流程深度结合的服务，形成较高迁移成本；或者客户员工已经形成使用习惯。不过，这些壁垒也会持续受到低成本竞争的侵蚀。

**仍可能成立的壁垒：**独有数据、深度场景嵌入、迁移成本、网络效应，以及难以复制的产品品味。

四、从互联网历史寻找参照

要判断下一步应该做什么，可以参考互联网和移动互联网时代的历史。当时迅速下降的是算力与网络成本，随后爆发的是移动智能设备、YouTube 这类大量消耗带宽的应用、大量免费应用，以及基于 Web 的软件。早期代表是 Paul Graham 的 Viaweb；后来，他创立了 YC。

免费能力之上，诞生新的价值网络

当 AI 智能成本降到近乎免费，会出现大量免费提供 AI 服务、再从其他环节获取收益的应用。OICQ 发消息不收费——在此之前，短信很贵——它并不通过消息本身赚钱，而是把用户连接进社交网络，再通过 QQ 会员、QQ 秀、绿钻和黄钻等方式变现。

未来也会出现类似 QQ、YouTube 的服务：它们大量消耗一种刚刚变便宜的资源，却不直接销售这种资源，而是把它免费交给用户，用来解决更深层的需求。

YouTube 理论上可以有很多竞争对手，但当优质内容都沉淀在 YouTube 上，新视频网站还能靠什么吸引用户迁移？B 站依靠 ACG 内容和比 A 站更稳定的体验，其他平台也依赖自己的独特内容。没有一个平台的核心壁垒只是“允许用户上传并免费播放视频”。

成本下降让现金流成立，网络效应让壁垒成立

QQ、YouTube 都需要支付网络账单，总量来看并不便宜。但技术进步降低了单个用户的边际成本，使收益变得可观，也让现金流模型得以成立。

旧产品不会总是消失，但会退入边缘生态位

什么样的产品在这个过程中被淘汰？短信几乎被即时通信取代；邮件则更多依靠过去的统治地位继续存在，并转向更加特殊或边缘的生态位。

邮件、YouTube、网盘等新形态出现后，Usenet 也逐渐被淘汰。技术成本的下降不会平均地惠及所有旧产品，而会重新分配用户行为与价值链。

**历史给出的启示：**免费提供一种变得廉价的能力，并不自动构成产品；围绕这种能力建立内容、关系、数据与交易网络，才可能形成长期价值。

五、面向人的产品：工具价值还是情绪价值？

两种价值都可能诞生伟大的公司，但它们的路径、壁垒与难度并不相同。

工具价值：通用能力会被模型公司吸收

在工具价值这一侧，通用需求几乎必然会被模型公司直接满足，使它们占据类似“下一代 Google”的生态位。创业公司更现实的机会，是解决垂直行业中的特定问题。

但垂直工具也面临两重挑战：一方面，行业经验需要长期积淀，不是依靠搜索与短期学习就能掌握；另一方面，代码成本趋近于零，意味着即使工具做得很好，也必须持续逃离“开源斩杀线”。如果缺少独有数据、深度工作流或难以迁移的业务关系，工具产品很难长期保持领先。

情绪价值：从文本陪伴走向可交互世界

在情绪价值这一侧，Character.AI 已经验证了 AI 能够提供个性化的故事体验与情绪感受。受限于多模态模型的能力和成本，目前这类产品仍以文本为主。文本所能承载的信息既近乎无穷——因为任何事物都可以被描述——又极其有限，因为它无法像音视频那样直接占据用户的感官通道。

可以预期，WAM（World Action Model，交互世界模型）会催生一个新的生态位，就像 Character.AI 之于 LLM。这也是我想做 OpenFun、WinkFun 的原因，即使目前看来希望仍然渺茫。与此同时，考虑到“开源斩杀线”，作为内容创作 Agent 的 OpenFun 没有必要依赖闭源代码建立优势；更合适的路径可能是通过开源扩大影响力，再由 OpenFun Subscription 之类的卖ai额度的产品承接转化。

WinkFun以内容生态作为护城河，而其内容生态又通过开源的OpenFun不断注入和强化。这种竞争优势是脱离了代码的，它要求的是有大量创作者在为平台注入内容并且赚取收益，同时有大量消费者在平台上消费内容，竞争对手不可能用极低的成本和极快的速度取代它。

选择的关键不是“工具价值还是情绪价值”本身，而是哪一种价值能够形成不会随智能成本下降而同步归零的壁垒。

六、从第一天开始假设“智能免费”

如果现在要做新产品，就应该从第一天开始假设智能成本极低，并设计一种能够免费为用户提供 AI 服务的模式。我相信 OpenAI 未来会向全球用户免费提供更多服务——它现在已经在做，只是仍受算力成本限制——就像 Google 免费向全球用户提供搜索服务一样。

通用 Agent 当然是其中一种产品方向，但在智能成本低到可以忽略不计时，Agent 产品要如何赚钱？因此，越来越多初创公司开始为 Agent 提供工具，例如浏览器环境、支付协议等。它们不是赚取 Agent 的订阅费，而是从 Agent 调用工具的过程中获得收益。

面向 Agent、免费或近乎免费的工具，会成为一个巨大市场。如果工具必须付费，Agent 未必有动机或权限使用；但免费、好用且确有需求的工具，会自然进入 Agent 的选择范围。

**Agent 调用外部工具，主要只有两个目的：**获取信息，或者干预外部世界。因此，面向 Agent 的机会也可以沿着这两个方向展开。

七、机会之一：帮助 Agent 获取信息

这一方向的核心，是为 Agent 提供搜索能力，或者提供特定领域的高质量数据。

  • **SEO 数据：**向 Agent 提供免费或订阅制的 SEO 数据接口。这个场景相对垂直，需求也较明确。
  • **通用搜索：**例如 Tavily 和 Exa。它们可以通过广告，或者绕过网站限制的抓取能力变现。
  • **金融数据：**Agent 需要查询高质量金融数据。PandaAI 正在探索这个方向，不过也在建设平台内部的 Agent。如果能提供免费、全面、适合 Agent 调用的金融数据，金融从业者会产生明确需求；尤其在 Web3 行业，大部分数据原本就是公开的。
  • **学术文献：**学术场景需要文献检索与查询能力。这部分可以基于 OpenAlex 等开放数据库构建，也已有许多团队在做。高质量、易调用的文献查询接口会产生付费需求，但出版商与版权仍是关键限制。

一种已经被验证的商业化路径

Tavily 已经验证了相对友好的模式：每月提供免费额度，超过后再收费。其本质，是先让用户的 Agent 接入自己的平台，再随着使用量和场景深度自然转化。

如果我们要做类似模式：以 SEO 为例，用户注册后获得每月刷新的免费 API 调用次数；当 Agent 帮用户选择了这项产品，调用量不足或需要绑定用户网站时，付费就会自然发生。不过，SEO 并不是最理想的切入点：新产品要被 Agent 发现，本身也依赖 SEO，还需要与拥有流量和数据壁垒的成熟公司正面竞争。Amazon 数据、TikTok 数据等场景可能对创业公司相对更友好。

做信息获取，要么拥有别人没有的垂直行业数据，要么面对一个门槛极高、很难做好的通用问题。

八、机会之二：帮助 Agent 干预外部世界

相比信息获取，干预外部世界可以展开的方向更多：

  • 面向 Agent 的 Web3 Wallet——现有钱包公司已经开始布局。
  • 面向 Agent 的支付协议，例如 402。
  • 面向 Agent 的交易市场，例如“给 Agent 使用的闲鱼”，让 Agent 能够上架和购买商品。
    • 交易市场还可以扩展到股票、CEX 与 DEX。Agent 原生 DEX 的权限管理、自动定时交易和交互方式，都与面向人类的交易所完全不同；Agent 能力甚至可以直接集成到交易所内部。
  • Agent 付款后，可以下达指令并触发外部操作。
  • 制作内容并发布到内容平台。
  • 在在线论坛中发帖、讨论和协作。

九、进一步推演：Agent、财产权与具身智能

这里需要澄清一个关键概念：Agent 干预外部世界时，执行的是人类指令，还是它自己的意图？目前，真正具有独立意图的 Agent 可能还不存在。

只有当 Agent 拥有自己的财产与财产权，它才可能具有某种独立自主性。只要钱包助记词和私钥仍掌握在人类手中，Agent 就很难真正拥有财产；没有财产权，也就很难获得独立行动的能力。更深一层的问题是：一个 Agent 是否需要、以及是否能够把财产传递给另一个作为其“子女”的 Agent？如果不需要，是不是就没有对私有财产权利的需求？

Agent 参与市场与人类参与市场，会产生什么经济差异？Agent 能否拥有私有财产？它运行在哪里？能否购买自己的服务器、采购模型 API？RWA 是否会因为需要充当 Agent 的资产证明而变得更重要？这些问题值得单独研究。

具身智能可能改变这一切。当机器人拥有身体，它就天然拥有一项资产，前面的推演也因此变得可能。届时，所谓 Agent 原生 DEX，或许最终会成为“机器人的交易所”。

这有点像《机器管家》里的安德鲁：当一个机器人被告知“你自由了”，它需要自己寻找能源、订阅网络流量，也应该拥有自己的钱包。在这种情况下，机器人购买商品时不会继续使用完全为人类设计的交易所，而会需要属于机器的交易系统。

干预外部世界这一方向，最大的终局应用场景仍然是具身智能。

结论

**未来值得做的产品可以归为两类：**要么做给人使用、免费提供 AI，并创造不可替代的工具价值或情绪价值；要么做给 Agent 使用、帮助它获取信息或干预外部世界的工具与基础设施。