PMF正在浮现：AI应用胜出、模型神话破灭的一年

这期与 Latent Space 的对谈，复盘了过去一年 AI 领域最反直觉的变化：开源是否真的追上了？为什么低代码没能吃下 AI builder 市场？以及真正出现 PMF 的，其实是那些看似“只是包装”的应用。

为什么低代码没赢？AI Builder 市场的第一个反直觉结论

这一段讨论之所以重要，是因为它直接推翻了很多人对 AI 创业的直觉：工具越通用，机会越大。但过去一年，现实并没有按这个剧本走。

Swix 提到，最让他意外的是，“低代码 builders 并没有捕获 AI builder 市场”。按理说，像 Zapier、Notion 这样的平台，已经拥有用户、生态和分发能力，看起来是最适合承载 AI 能力的土壤。但结果是，真正跑出来的往往是更垂直、更具体的 AI 应用。

他们的判断是：AI 并不是一个‘加按钮就能用’的能力。模型的行为高度不确定，prompt、上下文、评估方式都需要被深度产品化。这意味着，抽象层做得太高，反而会掩盖问题。Jordan 进一步补充，很多低代码平台在 AI 上的体验更像是 demo，而不是可以被信任的生产工具。

这也解释了为什么大量成功的 AI 产品，看起来更像“为某一个工作流定制的工具”，而不是通用搭建平台。AI builder 市场的赢家，并不是最早加 AI 的，而是最早为 AI 的不稳定性负责的团队。

开源真的追上闭源了吗？DeepSeek 带来的现实分化

开源与闭源的讨论之所以反复出现，是因为它直接影响企业的技术路线选择。但这期节目给出的答案并不非黑即白。

在谈到 DeepSeek 时，几位嘉宾一致认为，开源模型在能力上的确“追上了一个关键阈值”。在很多企业场景中，开源模型已经“够用”，尤其是在成本、可控性和私有化部署上，优势明显。但 Swix 特别强调，这并不等于全面超越闭源。

他们观察到一个清晰的分化：前沿能力、复杂推理和多模态体验，依然由少数大模型实验室主导；而在企业内部工具、特定任务自动化中，开源模型的采用速度更快。这也是为什么“开源赢了”的说法，在消费者和企业端，会得到完全不同的验证结果。

一个容易被忽略的细节是推理阶段的工程能力。讨论中多次提到，真正拉开差距的，已经不只是预训练规模，而是 inference-time scaling（推理时扩展）和系统优化。这恰恰是很多开源使用者需要自行补齐的部分。

Agent 没有想象中快，但被低估的基础设施正在发酵

AI Agent 被过度炒作，是这期节目里少有的共识。但更有价值的是，他们指出了哪些方向反而被低估了。

Jordan 直言，当前很多 agent 框架“解决的是演示问题，而不是可靠性问题”。多步骤规划、工具调用、长期运行，这些在 demo 中很酷，但在真实环境里，失败成本极高。这也是为什么真正大规模落地的 agent 应用仍然集中在编码、客服等边界清晰的场景。

相对被低估的，是一些更‘无聊’的基础能力。比如 Apple 的 Private Cloud Compute，被认为是少数认真处理隐私与云端 AI 结合的方案；再比如 memory 和 stateful AI（有状态 AI），它们决定了系统是否能跨会话学习用户偏好。

在基础设施层面，讨论还延伸到 LLM OS、GPU 供给以及 NVIDIA 的持续主导地位。他们认为，只要训练和推理仍然高度依赖算力，NVIDIA 的位置就很难被撼动，而真正的创新，可能发生在调度、安全和 agent 身份认证这些细节上。

真正有 PMF 的，是那些被称为“GPT Wrapper”的应用

如果说整期节目有一个最具操作性的结论，那就是：产品市场匹配（PMF）已经在应用层出现了。

在 coding agents、客服自动化、深度研究工具等领域，嘉宾们观察到清晰的信号：用户愿意持续使用，并且直接带来收入影响。Swix 用一句话总结这种现象：“这些看起来只是 wrapper，但它们解决了真实的高频问题。”

更重要的是，他们并不认为 wrapper 天生没有防御力。相反，应用层的护城河来自速度、品牌和数据反馈循环——这和早期 SaaS 的经验高度一致。谁能更快迭代、更早嵌入用户工作流，谁就能积累难以复制的优势。

在展望未来时，语音 AI 被多次提及，尤其是在外呼销售、招聘和教育场景中。同时，个人 AI 的概念也被认为才刚刚开始，真正的挑战在于：如何在长期陪伴中建立信任，而不仅仅是提供一次性答案。

总结

这期对谈的价值，不在于预测下一个模型参数，而在于重新校准判断标准：AI 的胜负，正在从“谁更聪明”转向“谁更可靠、谁更贴近真实工作”。低代码的失利、开源的分化、Agent 的放缓，以及应用层 PMF 的出现，拼在一起，勾勒出一个更成熟、也更残酷的 AI 创业环境。对从业者而言，答案或许并不浪漫，但足够真实。

关键词： AI应用， 产品市场匹配， 开源模型， AI Agent， DeepSeek

事实核查备注： 视频来源：RedpointAI《Unsupervised Learning》与 Latent Space 联合节目；讨论人物：Swix、Jordan、Alessio（未提供全名）；涉及产品：DeepSeek；涉及公司：Apple、NVIDIA；技术概念：inference-time scaling、AI Agent、Private Cloud Compute、LLM OS、GPU。