在生成式AI浪潮中，曾涌現(xiàn)出大量初創(chuàng)企業(yè)，它們試圖通過大模型封裝應(yīng)用和AI聚合平臺兩種模式快速切入市場。然而，隨著行業(yè)進入深水區(qū)，這兩種商業(yè)模式正面臨嚴峻挑戰(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模型的初創(chuàng)公司，已難以獲得市場認可。

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，以解決特定場景問題。例如，部分教育類AI工具通過套用通用模型實現(xiàn)作業(yè)輔導功能。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)對僅包裹一層薄薄知識產(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)用場景，構(gòu)建技術(shù)護城河。Cursor基于GPT開發(fā)了代碼補全和調(diào)試功能，而Harvey AI則針對法律文書分析進行專項訓練。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聚合平臺通過統(tǒng)一界面或API整合多個模型，提供路由調(diào)度服務(wù)。部分平臺還附加監(jiān)控、評估等工具，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OpenRouter。然而，莫里警告新入局者：“聚合生意已難以為繼?！彼治龇Q，用戶更傾向選擇能精準匹配需求、內(nèi)置核心技術(shù)的產(chǎn)品，而非受限于后臺算力分配的通用平臺。

這一判斷源于云計算行業(yè)的歷史教訓。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)級管理工具，用戶逐漸直接對接云服務(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)實現(xiàn)轉(zhuǎn)型?！叭缃馎I聚合平臺正重蹈覆轍，模型廠商自身功能延伸正在擠壓其利潤空間?！?/p>

在否定部分模式的同時，莫里也點明了新的投資方向。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。

直接面向消費者的科技產(chǎn)品同樣被寄予厚望。莫里舉例稱，影視專業(yè)學生可利用谷歌AI視頻生成工具Veo，將劇本直接轉(zhuǎn)化為動態(tài)影像。這種“工具平民化”趨勢，正在打破專業(yè)領(lǐng)域的技術(shù)壁壘，創(chuàng)造新的市場機會。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，也被視為具有長期價值的賽道。