管中窥豹：AI 大模型公司有护城河吗？
原创 辉哥奇谭 2026-09-16 07:00 北京
我最近越用不同的 AI 工具，越觉得这些 AI 公司本身可能没有特别突出的护城河。最典型的现象是，用户习惯于在不同的 AI 模型/工具之间迁移，缺乏真正的「忠诚度」。
表现在我们生活中：只要出现一个新的模型或工具，它更聪明、更便宜、更快捷，三者只要有一点相对突出，大家就愿意去用；如果有两点表现更好，大家可能会蜂拥而至；如果三点都占了，那又要重新颠覆格局。
这件事情在 OpenAI、Anthropic 以及 DeepSeek 这几家公司身上表现得非常明显。我最近就是在不同公司的工具和模型之间来回切换，谁也没有特别的粘性，只要谁表现更好我就用谁。比如，最近这段时间，我非常推荐 DeepSeek V4.1 Flash 和 GPT-6 Astra。
也是因为这两个模型最近表现特别出色，我的 AI 订阅费目前主要花在 ChatGPT 和 WorkBuddy 上。相比网页版的 DeepSeek Harness，我更喜欢在 WorkBuddy 中使用最新的 DeepSeek 模型，也期待 DeepSeek 推出自己的客户端版本。
在 Claude 上，我的订阅费用降到 20 美金（主要就是保个号，随时看看A舍的最新进展）。也是再次感谢国产模型、工具的崛起，每个月花在 AI Token 上的钱终于从 3000 多逐步降到了 2000 以内。
这背后给我的一个启发是：一旦你习惯跟 AI 协作，AI 模型的聪明程度、反应快慢以及成本高低，就都变得非常重要。当你习惯和一个相对更好的 AI 模型合作之后，你就很难再忍受之前在某方面差一些的模型或工具。
所以，最近大家经常提起的 AI 模型斩杀线，在用户侧是真实存在的。当你综合考虑模型的智能水平和成本，习惯了斩杀线之上的模型，就无法再忍受斩杀线之下的模型。但斩杀线之上，模型之间的切换并没有想象中困难，这对于用户而言是好消息，对模型厂商无疑是一种挑战。
这里面不得不再次提起 llm-wiki 知识库。不同 AI 工具/模型可以接着使用同一套资料，这让无论做调研还是写作，都不依赖于某一个具体的工具或模型。这也是我敢在工具之间随意切换的底气。
我强烈建议，在处理个人事务时做好本地知识库的建设，这是在 AI 时代可以长期发挥价值的个人资产（公司业务请遵守所在公司的具体 AI 使用规定）。
我认为，构建并持续更新自己的本地知识库，是 AI 时代个人用好 AI 的三个必备能力之一。关于这一点，我在《AI 时代，个人最值得修炼的三个能力》里做过详细总结。
此外，即便是一些临时的工作任务，在不同 AI 工具之间也可以方便地做交接。做法就是告诉你的 AI 工具，把已经完成的事情、当前进展和下一步计划整理成一个 MD 文档，通过这个文件，就能把任务的上下文交接给另一个 AI 工具。
看，在不同AI模型/工具之间切换就是这么简单。
回到“护城河”，《竞争优势：透视企业护城河》的作者格林沃尔德断言，真正的竞争优势只有三种。
第一，供给侧竞争优势，也就是成本优势。
第二，需求侧竞争优势，也就是需求优势。它的本质是客户锁定，源于消费者习惯、转换成本过高，或者寻找替代品的难度大、成本高。
第三，规模经济效益竞争优势。
从上面的描述不难看出，需求侧优势目前很难存在，因为用户很容易找到替代品，转换成本并不高。
所以在需求侧这个视角上，当下炙手可热的 AI 大模型公司可能没有护城河。这与当年的平台型互联网公司有较大差别，值得我们注意并持续观察。至于AI公司是否有供给侧竞争优势和规模经济竞争优势，留给大家讨论。
---
文中提到的Kaparthy的LLM-wiki知识库，我在知识星球系列语音《认知飞轮：用 AI 重构你的知识库与写作》中详细做过分享，强烈建议大家一定要把个人的LLM-wiki知识库建设好，并且每天都用好，这是AI时代最划算的个人投资，几乎没有之一了。
点击左下角的“阅读原文”查看。
👇