斗膽聊聊小馬哥在AI入口上押了什么？

文：王智遠 | ID:Z201440

3月7日凌晨，小馬哥睡不著。

轉發了騰訊云的活動消息，朋友圈只留了一句：沒有想到會這么火；三天后早上7點12分，他又發了條朋友圈，扯了一堆產品。

一個管著幾萬人公司的人，連著兩次在凌晨、清早發朋友圈聊同一件事，說明這件事真的讓他睡不踏實。

前年文心、去年豆包、今年突然冒出來一堆能做PPT能編工作流的「空間」；有人說入口在對話框，有人說入口在工具箱，還有人說未來根本沒有入口。

我把最近看到的碎片拼了拼，發現事情沒那么簡單。

01

往回看，入口位置一直在變；第一階段：模型即產品，對話框即入口。

文心一言出來時，界面一個框；你打字，它回答；后來元寶、豆包、Kimi，長得都差不多，都是對話框套一個大模型。誰家模型強，用戶就去誰家。入口是對話框，模型本身是核心。

這個狀態沒持續太久，因為光聊天解決不了復雜事。

比如：做個PPT，對話框頂多給你個文字大綱，剩下排版、配圖，還得你自己動手；分析一份財報，它只給你個結論，中間怎么算的、怎么推理的，你看不見，也沒法調整。

用戶開始不滿足了，第二階段悄悄冒頭；Coze出來時，已經不像個聊天工具了。

依然有對話框，但旁邊多了好多東西：技能、插件、工作流。可以把一堆能力拖拽到一起，編一套流程，先搜索行業報告，再提取數據，再生成圖表，最后排版成PPT，編好以后存起來，下次一鍵運行。

Claude很快，出了Workflow；GPT那邊也上了GPTs，讓用戶定制專屬工具，連專注編程的Claude Code，也開始往工作流的方向靠。

這個變化背后的驅動力很樸素：用戶要把事辦成。

商業上也有考量，純聊天產品很難收費，用戶習慣了免費；工具箱可以，一套好用的工作流，用戶愿意付費，Coze的會員、GPTs的內購，都是這個邏輯。

所以，第一階段「你有什么問題，我來答」；第二階段是「你有什么事，我幫你做」，入口從一個點，變成了一張網。

直到最近，Claude開了Marketplace，騰訊一口氣推了好幾個名字不同的產品；這些新動作指向的方向，比工具箱本身更有意思。

02

智遠看來，AI入口產品已經演化成三個層級；第一層叫基礎層，模型加算力。

OpenAI、Anthropic、Google、Meta，都在這一層打架；國內能上牌桌的，也就字節、騰訊、阿里、百度，再加上幾家融資能力強的創業公司。

這一層特點是燒錢、拼規模、拼技術儲備；過去兩年，百萬token的成本掉了90%以上，開源模型也追得越來越近。

就說Kimi，用旗艦模型八分之一的價格，跑出了差不多的效果。這說明，基礎層正在快速變成水電煤，誰都能用，但誰都很難靠這個賺錢。

這不是創業公司該待的地方，想在這里活下來，得每年燒幾十億美金，得養幾百個博士，得跟英偉達搶顯卡。

第二層叫編排層。

讓AI學會規劃任務、調用工具、記住上下文、協調多個子任務；LangChain、LlamaIndex、各種Agent框架都在這一層，Coze工作流、Claude的Workflow、GPT的技能插件，也屬于這一層。

這一層現在最熱鬧，創業公司扎堆，資本往里面沖，都覺得找到了大廠沒顧上的縫隙。

第三層叫應用層。

垂直工作流加用戶關系；一個專門給律所做的合同審查Bot，一個給醫生用的病歷整理助手，都落在這一層，這一層離用戶最近，離錢也最近。

把上面產品往里放，位置就清楚了。

文心一言、元寶、豆包，千問、既有基礎層的能力，又在往編排層探；Coze和Claude的Workflow，核心在編排層，已經開始長應用層的東西；騰訊最近推的一堆產品，更像在應用層直接布點。

三層結構擺在這兒，入口在哪一層，答案還沒定。有人想從下往上打，用基礎層通吃編排層和應用層；比如：OpenAI在做這件事，Anthropic也在做。

有人想從上往下打，用應用層倒逼模型能力，那些垂直領域的AI創業公司，走的是這條路；有人卡在中間，想用編排層收過路費，LangChain和國內的Agent框架創業者，賭的是這條。

03

我認為，編排層現在最熱鬧，也最危險。

Claude出了Code，能在終端里直接幫用戶寫代碼、跑命令；OpenAI的Operator，可以直接操作電腦屏幕，點按鈕、填表單。

這些能力以前要靠外面的編排層才能實現，現在被模型廠商一點點內化進去了。

Agent的進化史，就是腳手架不斷被內化的歷史。

推理模型出來，催生了第一批Agent產品；這些產品跑出了數據，數據訓練了更強的模型；更強的模型把之前需要腳手架才能做到的事情，直接變成原生能力，然后又催生了新的腳手架需求，循環往復。

每一次進步，都在把編排層往模型底層吸。

The Information有個分析，直接點出這個問題：編排層會在18到24個月內被模型廠商吸收；OpenAI的Operator、Anthropic的Claude Code，都是模型廠商在收回編排權。

我查了一下，OpenClaw故事最能說明問題，它在編排層做到了極致，能讓模型執行超長任務，業內口碑很好。結果呢？

爆火之后，Meta的扎克伯格和OpenAI的Altman同時向他拋出邀約；Steinberger選了OpenAI。他自己說得很直接：我想改變世界，不想建一家大公司，和OpenAI合作是最快實現這件事的方式。

2026年2月14日，他宣布加入OpenAI；OpenClaw項目移交基金會，OpenAI提供資金和技術支持。

對創業者來說，編排層要算一筆賬：你在建一棟樓，還是給大樓搭腳手架？腳手架也能賺錢，但樓蓋完，腳手架是要拆的。

真正的機會在應用層；a16z觀察過，每次平臺轉型，人們都預測基礎設施會捕獲所有價值，但每次都錯了。

PC時代，微軟贏了操作系統，但Oracle、SAP、Salesforce在應用層捕獲了巨大價值；移動時代，蘋果和谷歌贏了平臺層，但Uber、Airbnb、Instagram在應用層賺得盆滿缽滿。

基礎設施的特點是薄利多銷，靠規模賺錢；應用層特點是深挖場景，靠不可替代性賺錢。

但應用層的競爭邏輯，不是「做一個AI版的XX」，用戶不傻，套殼產品留不住人；真正的機會是深度嵌入特定場景，建立只有在場景里才能積累的東西。

比如：

螞蟻的阿福App，聚焦慢病管理和健康陪伴，2025年6月以AQ之名上線，12月升級更名，月活已經破了3000萬，是目前國內最大的健康管理AI App。

慢病患者每天要監測、記錄、咨詢，誰會去通用對話框里輸健康數據？數據在這里積累，壁壘也就慢慢形成了。

Bessemer Venture Partners分析過，高價值的垂直Agent有四個共同特征：

任務頻率高、錯誤成本高、有專有數據積累、監管復雜性對通才形成壁壘。律師不能出錯，醫生不能亂說，病歷數據不會流到通用對話框里；這些門檻，天然擋掉一批競爭對手。

這跟編排層的邏輯完全不同。

編排層拼技術整合能力，你今天編出一個好工作流，明天模型廠商可能就內化了；應用層拼場景理解，你在醫院泡了三年，知道醫生怎么說話、病歷怎么流轉、系統怎么對接，這些東西，模型廠商學不會，也內化不了。

選對場景，比做對產品更重要。離用戶近一點，離錢近一點，離數據近一點，這三個「近」，是應用層能守住入口的根本原因。

04

三層結構擺清楚，很多事情就明白了，機會怎么抓，得看現在正在發生的幾件事，大廠們已經開始各自押注了。

騰訊最近動作很密。

3月9日上線了WorkBuddy，完全兼容OpenClaw，能對接企業微信、QQ、飛書、釘釘，內置了20多種技能包和MCP協議，還支持多窗口、多Agent并行工作。

國內版更方便，能無縫切換混元、DeepSeek、GLM、Kimi、MiniMax這些模型。

其實騰訊的思路很清晰：

元寶占日常對話，WorkBuddy占職場辦公，QClaw占個人Agent，每個場景布一個點，底層共享模型能力。

三個產品的分工就清楚了：元寶是最輕的一層，誰都能用，聊天問答為主；WorkBuddy是桌面級的辦公工作臺，替你處理文件、做報表、寫文案；QClaw是通過微信QQ觸發的個人調度入口。

我認為，鵝廠用這套打法，找到了給模型裝上手和腳的形態；但這套打法有一個隱患，它的根基是企業微信的滲透率。

企業微信在大廠和互聯網公司里用得很深，但在制造業、醫療、政府這些場景里，釘釘和飛書的份額并不小，騰訊把入口嵌進工作流，可工作流本身不全在騰訊手里，值得思考，如何解決，我還沒找到答案。

Claude走另一條路。

3月9日它推出了Code Review工具，用多智能體并行審查代碼漏洞，單次費用15到25美元，Uber、Salesforce、Accenture已經在用了。

Anthropic的產品負責人Cat Wu在接受TechCrunch采訪時說，現在企業領導反復問的一個問題是：Claude Code提交了這么多Pull Request，怎么保證它們能被高效審查？

Anthropic一直強調，自己不是取代SaaS公司，要提供基礎設施，讓合作伙伴把自身的業務知識帶進來。

簡單說，Claude做基座，保持一個簡潔的入口，第三方開發者進來開店賣Bot，Claude收模型調用費；自己不碰垂直場景，讓市場去填。

這套打法，很像蘋果App Store，平臺抽成，生態繁榮。

它有一個前提，第三方開發者得愿意留在Claude的生態里。現在模型的切換成本太低了，今天在Claude上開店的Bot，明天接入GPT或者Gemini，一點都不難。

Anthropic能不能把開發者鎖住，關鍵看兩點：Claude的模型能力能不能持續領先，還有調用費夠不夠便宜。

最后看小米，路子又不一樣。

3月6日，Xiaomi miclaw開啟封測，這是國內首個手機端系統級Agent應用，基于MiMo大模型，能直接操作手機系統，調用50多個系統級工具，不過目前只支持小米17系列。

小米技術團隊說得很清楚：這是探索模型從「對話能力」向「系統級執行能力」的落地路徑。

小米這條路在三種打法里壁壘最高，也最難復制；它需要同時擁有手機硬件、操作系統權限和自研大模型，缺一不可。

但它現在的問題同樣明顯，僅支持小米17系列，意味著入口還鎖在幾百萬臺設備里，離真正的規模化還很遠；能不能下放到更多機型，以及MiMo的模型能力能不能跟上任務復雜度的要求，是這條路能不能走通的兩個關鍵。

把三種打法放在一起看，本質是三種不同的押注：

騰訊押社交和辦公的生態黏性，Claude押模型能力的持續領先，小米押硬件和系統權限的物理壁壘。

但它們最終指向的是同一個終局：

未來你打開手機，豆包、元寶、文心、千問也罷，你說要寫合同，它就自動調用法律Bot；你說要做PPT，它就調用設計Bot。

這些Bot，可能來自Claude的Marketplace，也可能來自任何一家的生態；說到底，誰能幫用戶把事辦成，誰就是入口，不管中間長什么樣，藏在哪一層。

2026年2月，Anthropic以商標問題起訴，逼迫OpenClaw改名；一個月后，Anthropic自己的產品Claude Code，成了企業里最熱的Agent入口。

騰訊沒輸，軟硬一體的小米剛上桌；模型夠聰明已經是門檻了，這一輪入口之爭，贏在誰先把調度做到用戶感知不到的程度。

參考來源：

Peter Steinberger個人博客（2026年2月）；騰訊云、Anthropic官方發布（2026年3月）；馬化騰朋友圈（2026年3月）

a16z Top 100 Gen AI Consumer Apps（2025年12月）；Bessemer Venture Partners Vertical AI Playbook（2026年1月）；螞蟻集團CEO韓歆毅全員信（2026年1月）.