大模型吞不下应用层：90%的企业AI场景已经不需要最强模型

大模型吞不下应用层：90%的企业AI场景已经不需要最强模型

企业AI应用领域正在发生一次极其隐秘但极其深刻的权力反转。

在过去两年里，应用层创业者最致命的焦虑是：“大模型如果一直变强，会不会把应用层全吃了？”

微软直接把 Office 塞进 Copilot；OpenAI 连续推出各种套壳助手；看起来应用层除了调用 API 之外毫无壁垒，似乎很快就会被底层模型公司降维打击。

但 70 亿美元的 AI 搜索巨头 Glean 创始人 Arvind Jain 最近给出了一个极其清醒的判断：OpenAI 和 Anthropic 吃不下真正的企业应用层。因为模型已经商品化，而 90% 以上的企业应用场景，根本不再需要追求最强模型。

—

毒药一：上下文工程，才是大模型吞不下的骨头

很多企业高管天真地以为，大模型落地就像把 API 接上公司所有的 Notion、Slack 和数据仓库。模型足够聪明，自然能看懂公司的运行规律。

现实情况是：只要没有进行深度重塑，外部模型直接读取企业数据往往会引发灾难。

大企业内部的系统极度混乱且割裂，同一个客体在销售库里叫“账户”，在财务库里叫“主体”，在交付部门又是一串无规则的项目代码。

大模型虽然有阅读能力，但它在没有指引的情况下，只能通过“暴力搜索”从海量材料中拼凑上下文。这会导致： 1. 速度奇慢：时间全耗在读取无用信息上； 2. 账单惊人：高昂的 Token 被白白消耗在数据搬运中。

大模型厂商卖的是“通用大脑”，但他们没办法代替企业去把那一万个割裂的上下文、隐性工作流、企业权限图谱给理顺。

这个脏活、累活、需要深入企业毛细血管的工程，就是应用层公司无法被替代的“上下文护城河”。

毒药二：模型商品化退潮，90%的场景只为“足够好”买单

对于一个企业的日常业务（比如写一封常规销售邮件、生成一份会议纪要、甚至进行简单的日志分类），你需要调用世界上最贵的 Claude Fable 5 吗？

答案是：绝对不需要。

企业老板不是投资人，他们不看基准跑分，只关心“结果是否足够好”以及“成本是否足够便宜”。

当开源模型（比如最近登顶前端的 Kimi K3）以极低的价格提供几乎不输闭源大模型的垂类能力时，前沿模型的溢价逻辑就崩塌了。

Glean 的工程设计代表了未来的主流： – 简单的场景直接热插拔到免费或者极便宜的开源模型； – 只有遇到高难度的分析推理时，才把请求路由到昂贵的闭源大模型。

在这种“多模型编排”架构里，底层模型正在变成可以随时被替换的水电煤，而负责调度、安全网关、权限防线和上下文组装的“应用路由层”，才是真正锁死用户预算的平台级入口。

Kate 的立场：别把降本当成 AI 唯一的目标

如果企业只想着靠 AI “干掉员工来降本”，它的商业天花板在第一天就被焊死了。

代码自动生成率可以达到 100%，但这并不意味着软件开发速度能翻倍。因为写代码往往是整个链路里最省时间的一环，真正的瓶颈在于架构审计、测试、安全校验与部署。

AI 不会凭空消灭流程的瓶颈，它只会把瓶颈推向下一个环节。

如果你的竞争对手： – 用 AI 来降本裁员，拼命缩减编制，只求用最少的人维持现状； – 而另一家公司维持规模，用 AI 把人均产出和业务触角扩大了 10 倍。

长期来看，后者会以绝对的规模和创新优势把前者彻底踢出局。

AI 时代真正的竞争力，从来不是“你用 AI 节省了多少算力开支”，而是“你的人在驾驭 AI 后，做出了哪些以前想都不敢想的业务增量”。

应用层创业者不用再为“底层模型变强”而发抖。把你们的精力从套壳和做接口，转移到死磕企业内部的权限流、业务本体图谱以及真实的工作流交付上。

大模型吞不下这一层，因为它嫌这里太脏，也因为这里才是离钱最近的地方。