套壳创业的诸神黄昏：为什么你投资看好的AI项目，一夜之间成了不良资产
序言
三个月前，我一位相识多年的朋友，在深夜给我发来一条微信语音，语气里是那种我太熟悉的、压抑不住的兴奋。
“老哥，我All in了。AI项目，拿了天使轮，估值三千万。产品是AI写作助手，底层接的GPT-5，界面我打磨了三个月，有五十多种模板，用户增长曲线特别漂亮。这次，我一定要抓住时代红利。”
我听完了，沉默了几秒。这种兴奋，我在三十年的信贷审批生涯里见过太多次。每一个后来成为不良资产的项目，在最初的那个晚上，创始人的眼睛里都燃烧着同样的光。
我回了他一段文字。那段文字，后来被他截图，设成了手机壁纸，只不过是在项目归零之后。
“你这不是在创业。你是在别人的地基上盖别墅。地基的主人只要想，随时可以把你的房子拆了，甚至自己盖一栋一样的，还免费。你的核心资产是什么？是那行调用API的代码。但那行代码，在对方的财务报表里，是负债端——它随时可以被‘断供’。”
他不信。他说我银行干久了，风控思维太重，看什么都像风险，错过了这个时代。
三个月后的今天，他的项目估值归零。团队解散，服务器到期，网站404。他的几百万积蓄，连同天使轮的投资款，全部打了水漂。
他给我打电话，声音不再是兴奋，而是一种被掏空后的疲惫和困惑。
“明明产品很好用，用户增长也快，留存率也不错。为什么一夜之间就完了？我做错了什么？”
我没有立刻回答。因为我知道，这不是一个简单的“你做错了什么”的问题。这是一场持续了三十年的商业“悬案”，在不同的时代，以不同的面孔，反复上演。
1985年，有一批人做过同样的事。1995年，又有一批人。2005年，还有一批。每一次，他们都以为自己是时代的弄潮儿，每一次，他们都在潮水退去后，发现自己什么都没穿。
今天，我要以一个风控官的视角，戴上侦探的眼镜，带你回到这个“悬案”的起点。我会用我亲手处理过的那些不良贷款档案，用那些创始人一夜白头的真实故事，用经济学最底层的逻辑，帮你把这层窗户纸彻底捅破。
看完这篇文章，你将理解：为什么“套壳AI”的崩塌不是意外，而是必然？在AGI时代，什么才是真正值钱的资产？为什么说，普通人最大的风险，不是错过风口，而是借了不该借的杠杆？
这个故事，要从1985年的中关村讲起。
第一章 历史回声：当“攒机商”遇见微软的“收租人”
一、 1985年，中关村的“黄金时代”
1985年的北京中关村，有一条后来被称为“电子一条街”的胡同。胡同里挤满了大大小小的门面，门面上贴着花花绿绿的手写招牌：“组装电脑”、“兼容机”、“286/386”。
那时候，IBM定义了个人电脑的标准，但IBM的机器太贵了，一台要两三万，相当于普通工人好几年的工资。于是，一群脑子活络的人发现了一个商机：从香港走私CPU、硬盘、内存条，从台湾买机箱、电源，从美国买操作系统，然后把这些零件组装起来，贴上自己的牌子，卖出一台台“兼容机”。
这些人，后来被称为“攒机商”。
他们中有不少人，今天已经是身家几十亿的企业家。但在1985年的那个冬天，他们只是蹲在柜台后面，拿着螺丝刀，一台一台地装机，一遍一遍地调试驱动，一句一句地教客户怎么用DOS命令。
我认识的一位老行长，当年就是从攒机起家的。他后来转行做投资，有一次跟我喝酒，说起那段岁月，眼眶泛红。
“你知道那时候最赚钱的是什么吗？不是卖整机。是卖‘优化软件’。DOS系统太简陋了，内存管理一塌糊涂，硬盘碎片一多就死机。我们几个兄弟，写了几段批处理脚本，打包成一个软件，叫‘内存管家’。一张软盘卖50块，成本不到5毛。那才是真正的暴利。”
他说的“内存管家”，就是那个时代的“套壳产品”。底层是微软的DOS，上面加了一层“优化界面”和“自动化脚本”。用户不懂技术，觉得这东西太方便了，掏钱买单。
1985年到1990年，是“攒机商”和“套壳软件商”的黄金时代。他们吃到了两拨红利：第一波，是个人电脑普及的红利；第二波，是操作系统不完善的红利。他们就像站在电梯里的人，什么都没做，电梯自己在上行。
但他们忘了，电梯的按钮，掌握在别人手里。
二、 1995年，Windows 95的“降维打击”
1995年8月24日，微软发布了Windows 95。
这个日期的意义，直到今天回头看，才显得如此清晰。它不是一个操作系统的更新，而是一场对“套壳生态”的彻底清洗。
Windows 95带来了什么？
第一，它内置了图形界面。在此之前，你要用电脑，必须先学会DOS命令。这就催生了一大批“DOS教程软件”、“命令速查手册”、“批处理助手”。Windows 95之后，你只需要用鼠标点一点，就能完成几乎所有操作。那些“教程软件”的价值，一夜归零。
第二，它内置了网络功能。在此之前，你要上网，得先安装一堆驱动、配置一堆参数，还得买一个叫“拨号软件”的东西。Windows 95之后，网络是系统自带的。那些“拨号助手”、“上网加速器”，全部消失。
第三，它内置了办公套件。Word、Excel、PowerPoint，虽然不是Windows 95自带的，但微软的捆绑销售策略，让所有第三方办公软件厂商瞬间失去市场。最典型的案例，是Lotus 1-2-3，曾经的市场占有率超过80%，Windows 95发布后三年内，市场份额跌到个位数。
Windows 95的“降维打击”，逻辑非常简单：操作系统是“地基”。地基上的每一层“增值服务”，只要地基的拥有者觉得“这层服务应该由我来做”，他就可以在下一代版本中直接内置，免费提供。
这不是市场竞争，这是生态位被剥夺。
我那位做攒机生意的老行长朋友，在Windows 95发布后，立刻做了一个决定：把所有“优化软件”的业务砍掉，专心做硬件销售。
“我当时看不懂，但我有一个朴素的直觉，”他后来跟我说，“微软把我们的活都干了，而且干得比我们好，还不要钱。那我们还卖什么？”
这个直觉，在今天看来，就是商业世界里最底层的真相：在平台之上做生意的，永远要看平台的脸色。
三、 历史的镜像：从“内存管家”到“AI写作助手”
现在，让我们把时间拉回到2026年。
如果我们把1985年的中关村，和2023-2025年的AI创业潮做一个对比，你会发现，剧本几乎一模一样。
1985年的DOS时代，底层系统（DOS）功能简陋，用户体验糟糕，用户需要“优化工具”才能用得舒服。于是，“内存管家”、“硬盘整理器”、“命令速查”应运而生。
2023-2025年的“大模型初级阶段”，底层模型（GPT-3.5/4）能力有限，接口不稳定，用户需要“套壳工具”才能用得顺手。于是，“AI写作助手”、“AI总结工具”、“AI绘画模板”雨后春笋般涌现。
1985年的“内存管家”，核心资产是几个批处理脚本，是作者对DOS系统的理解和“优化”。
2025年的“AI写作助手”，核心资产是一行调用API的代码，是开发者对Prompt的调试和对UI的设计。
1985年的“内存管家”，不知道微软的Windows 95会怎么做。
2025年的“AI写作助手”，不知道OpenAI的下一代模型会做什么。
他们都不知道，自己站在一个“随时会被收租”的地基上。
2026年初，OpenAI和Anthropic几乎同时发布了新一代原生多模态模型。这两个模型的“能力跃迁”，不是渐进式的，而是突变式的。
第一，原生多模态。以前，你要让AI“看懂”一张图片，得先把图片传给一个“图像识别API”，再把识别结果传给大模型。这个过程，需要你写代码、做集成、处理错误。现在，新一代模型自己就能“看”。你只需要把图片上传，模型就能直接理解。这意味着什么？意味着所有“AI图像识别工具”、“AI图片转文字工具”，它们的核心功能，已经被底层模型“免费内置”了。
第二，超长上下文记忆。以前，AI的“记忆”很短，每次对话只能记住几千个token。你想让AI帮你总结一篇万字长文，得自己把文章分段，一段一段地喂给它。这就催生了“AI长文总结工具”、“AI文档处理工具”。现在，新一代模型能记住上百万个token，相当于一整本书。你直接把万字长文扔给它，它一口气读完，给出总结。那些“分段总结工具”，失去了存在的意义。
第三，推理能力的大幅提升。以前，AI的“思考”很浅，你需要用复杂的Prompt“引导”它，才能得到高质量的答案。这就催生了“Prompt工程”这门“玄学”，以及一堆“Prompt模板库”、“Prompt优化工具”。现在，新一代模型自己就会“思考”，你不需要精心设计Prompt，直接问就行。那些“模板工具”，彻底沦为废纸。
这套组合拳打下来，那些“套壳AI”公司的“核心资产”——UI界面、模板库、Prompt优化、多模态集成——全部被底层模型的新版本“免费覆盖”。
就像Windows 95内置了图形界面、网络功能、办公套件一样，新一代大模型内置了图像理解、长文总结、推理优化。
这不是竞争，这是降维打击。
四、 地基上的别墅
回顾1985年到1995年的这段历史，我们可以提炼出三个底层规律。这三个规律，同样适用于今天的AI赛道。
规律一：平台的价值，永远大于平台之上的应用。
操作系统是平台，应用是平台之上的产品。平台的拥有者，掌握着“生态规则”的制定权。他可以决定谁可以在上面盖房子，也可以在下一代版本中，自己把房子盖了，把原来的房主赶走。
这是商业世界里最残酷的真相：利润永远流向生态位的控制者，而不是生态位的填充者。
规律二：平台进化的方向，是吃掉下游的增值服务。
平台为什么会进化？因为平台的拥有者，永远在寻找新的增长点。当平台的基础功能足够完善之后，它就会向上延伸，吃掉那些“在平台之上提供增值服务”的公司的市场。
微软从DOS到Windows 95，吃掉的是“优化软件”和“办公软件”的市场。OpenAI从GPT-4到GPT-5/6，吃掉的是“套壳AI”的市场。
规律三：在平台上做生意，你永远在借“别人的杠杆”。
经济学里，我们把“行业整体上涨带来的红利”叫做Beta收益。1985-1990年的“内存管家”们，吃的是DOS普及的Beta收益。2023-2025年的“套壳AI”们，吃的是大模型普及的Beta收益。
但Beta收益是借来的杠杆。当平台自己下场，当潮水退去，那些只有Beta收益、没有Alpha收益（自己创造的价值）的公司，会第一个倒下。
我那位做“内存管家”的老行长朋友，在1995年做了一个决定：砍掉软件业务，转向硬件。这个决定，救了他一命。因为硬件虽然利润薄，但它是一个“物理资产”，微软没法“免费内置”一台电脑。
而那些没有及时转型的“套壳软件商”，在1995年之后的三年里，几乎全军覆没。
今天，同样的剧本，正在AI赛道上演。
问题是：这一次，你站哪一边？
第二章 当下迷局：拆解“套壳AI”的不良资产真相
一、 风控官的“解剖刀”：为什么你的核心资产，其实是别人的负债？
让我们暂时离开历史，回到2026年的当下。
现在，我要做一件我干了三十年的事：为一家“套壳AI”公司做一次全面的“信贷审批”。这不是学术研究，这是一位风控官拿着解剖刀，把这家公司的资产负债表一层一层剥开，看看它的“核心资产”到底是什么。
我那位朋友的公司，就叫他“智写科技”吧。三个月前，他的资产负债表长什么样？
资产端：
- 货币资金：300万（天使轮融资）
- 无形资产：一套AI写作平台系统代码，估值2000万
- 用户数据：5万注册用户，3000付费用户，估值500万
- 其他：服务器、办公设备等，100万
总资产：2900万
负债端：
- 应付账款：API调用费欠款50万
- 其他应付款：30万
净资产：2820万
看上去，这是一家健康的、有“核心资产”的公司。那套代码值2000万，用户值500万，加起来2500万的无形资产，占了总资产的86%。
但在我这个风控官眼里，这套“无形资产”不是资产，是“有毒资产”。
为什么？让我给你讲一个我亲手处理过的真实案例。
那是2008年，我刚当上总行授信审批部的总经理。有一家做“手机输入法”的公司来找我们贷款。他们的产品很火，几千万用户，日活很高。他们的核心资产，就是那套输入法代码。
我当时在审批意见里写了四个字：“拒绝。原因：核心资产不独立。”
行长问我什么意思。我说：“这家公司的输入法，是运行在诺基亚的Symbian系统上的。如果诺基亚明天在系统里内置一个输入法，这家公司就完了。”
后来发生了什么？2010年，诺基亚确实开始内置输入法。2011年，那家公司破产。创始人给我打电话，说：“张总，你当初是对的。”
这个案例的核心逻辑是什么？是“资产独立性”问题。
在银行的风险评估体系里，一项资产有没有价值，不是看它现在能赚多少钱，而是看它的“独立性”有多强。如果一项资产的存续和增值，完全依赖于另一个主体（平台方）的“配合”或“不竞争”，那它就不是真正的资产，而是“借来的杠杆”。
“智写科技”的那套代码，它的价值依赖于什么？
第一，依赖于OpenAI不把它的功能“免费内置”。如果OpenAI的下一代模型自己就能做AI写作，而且做得更好、更快、更便宜，那“智写科技”的代码就一文不值。
第二，依赖于OpenAI不改变API的定价策略。如果OpenAI突然把API调用费提高十倍，“智写科技”的成本会瞬间爆炸，要么亏损，要么涨价，而一涨价，用户就跑。
第三，依赖于OpenAI不封禁它的API Key。如果OpenAI觉得“智写科技”在“薅羊毛”，或者在“抢占”自己的市场份额，它可以随时封掉它的API Key，这家公司就立刻瘫痪。
你看懂了吗？“智写科技”的核心资产，在OpenAI的资产负债表里，是“负债”。
因为OpenAI要为这些“套壳公司”提供稳定的API服务，要为它们的用户提供技术支撑，要为它们的商业模型“背书”。而一旦OpenAI觉得这些“套壳公司”不再有价值，或者开始威胁自己的市场地位，它就可以随时“核销”这笔负债——就像银行核销一笔不良贷款一样。
这就是我反复强调的那句话：在别人的地基上盖别墅，地基的主人随时可以把你拆了，甚至自己盖一栋一样的。
二、 转换成本：为什么你的用户，从来不是你的用户
现在，让我们再深入一层，看看“智写科技”的另一项“核心资产”：5万注册用户，3000付费用户。
我那位朋友，最引以为傲的就是这个用户数据。他说：“你看，用户愿意付费，说明我的产品有价值。这难道不是护城河吗？”
不是。在商业世界里，有“用户”和有“护城河”，是两码事。
让我用一个最经典的案例来说明。1990年代，有一家叫“网景”的公司，做浏览器。它的产品叫Netscape Navigator，市场占有率一度超过90%。几亿用户在用，比今天的任何一个“套壳AI”都多得多。
然后微软做了什么？在Windows 95里免费捆绑了IE浏览器。
结果呢？网景的市场占有率从90%跌到个位数，只用了三年。最后，网景被AOL收购，价格是42亿美元——听起来很多，但跟它巅峰时期的估值相比，打了骨折。
为什么几亿用户，没有救网景？
因为“转换成本”为零。
什么是转换成本？就是用户从一个产品切换到另一个产品，需要付出的代价。这个代价可以是金钱（比如你买了会员，换了产品就浪费了），可以是时间（比如你学会了用这个软件，换一个需要重新学），可以是数据（比如你在这个平台上存了大量内容，迁移很麻烦）。
网景的转换成本是多少？答案是零。
因为浏览器这个东西，用哪家都一样。用户打开IE，输入网址，一样上网。不需要重新学习，不需要迁移数据，不需要多花钱。所以，当微软免费送IE的时候，用户一秒钟就换过去了。
现在，我们来算算“智写科技”的转换成本。
用户用“智写科技”的AI写作助手，最核心的需求是什么？是“写出好的文章”。用户为什么选“智写科技”？是因为它比官方界面“方便一点点”，或者比官方价格“便宜一点点”。
现在，假设OpenAI的官方界面也变得一样方便，甚至更方便，而且价格一样，甚至免费。用户需要付出什么代价来切换到官方界面？
第一步：打开浏览器，输入chat.openai.com；第二步：注册一个账号（或者用Google账号登录）；第三步：开始使用。
整个过程，不超过两分钟。而且，用户不需要重新学习任何东西，因为官方界面的操作逻辑和“智写科技”几乎一样。用户也不需要迁移任何数据，因为用户本来就没有在“智写科技”上存储什么“独有数据”——他们的文章，都存在自己的电脑里。
所以，“智写科技”的转换成本，也是零。
这意味着什么？意味着“智写科技”的3000个付费用户，不是它的“资产”，而是它“暂时租用”的。只要出现一个更好的、更便宜的、更方便的选择，这些用户会在24小时内全部流失。
真正的用户资产，是那些“想走也走不了”的用户。
比如微信。你想从微信切换到另一个社交软件？代价太大了。你的所有好友都在微信上，你的朋友圈、你的公众号、你的支付记录、你绑定的银行卡、你的小程序……换一个，等于换掉整个数字生活。
这就是网络效应带来的“高转换成本”。微信的用户越多，转换成本越高，护城河越宽。
而“套壳AI”的用户，就像“租赁公寓的租客”。他们住在这里，只是因为这里租金便宜、地段方便。一旦旁边开了一个更好的公寓，他们拎包就走。
这才是商业世界里最残酷的真相：没有转换成本的用户，不是你的资产，是你的负债。
三、 沉没成本陷阱：为什么你会越陷越深，直到最后一刻
现在，让我们进入一个更深的层面：心理层面。
我那位朋友，在项目崩塌之前，其实是有机会“止损”的。在OpenAI发布新模型之前两周，业内已经有风声。他的一些投资人，劝他赶紧转型，或者至少收缩团队，留点现金。
但他没有听。他说：“我已经投了几百万进去了，产品已经有模有样了，用户也在增长。现在放弃，不就白干了吗？”
这句话，经济学里有一个专门的名字：沉没成本谬误。
什么是沉没成本？就是已经发生、无法收回的成本。它包括你投入的时间、金钱、精力，也包括你的情感和期待。
沉没成本的最大危害，不是它本身，而是它对你的“决策绑架”。
让我给你讲一个我亲身经历的案例。
2003年，我还在分行当副行长。有一家做“钢材贸易”的企业，来申请续贷。这家企业的老板姓刘，是我见过的最勤快的人之一。他的生意做得很大，在全国有好几个仓库。
但那时候，钢材市场已经开始下行。我看了他的报表，发现他的库存周转天数从60天变成了180天，应收账款也在急剧增加。按照银行的风控标准，这个企业已经“踩线”了。
我建议刘总减产、清库存、收缩规模。他不听。他说：“我已经在这个行业干了二十年，我的仓库、我的团队、我的渠道，都是我的身家性命。现在放弃，我算什么？”
他说这话的时候，眼神里有一种我后来在很多“不良资产”创始人身上都见过的光——那不是信心，那是“不甘心”。
后来发生了什么？钢材市场继续下行，刘总的库存不断贬值，应收账款变成坏账，银行抽贷，资金链断裂。最后，他的公司破产清算，他个人也背上了一身债。
我去看他，他坐在空荡荡的仓库里，跟我说了一句话：“其实，我早就知道会这样。但我不甘心啊。”
“不甘心”——这三个字，就是沉没成本谬误最生动的注脚。
在“智写科技”的案例里，我那位朋友投入了什么？几百万的资金，三个月的开发时间，一个十几人的团队，还有他对“AI创业”的所有梦想和期待。
这些，都是沉没成本。它们已经花掉了，再也回不来了。
但沉没成本谬误让他做了一件事：用这些已经花掉的钱，去为一个注定失败的未来“续命”。
他把最后的现金，拿来付API调用费，而不是给员工发遣散费。他把最后的精力，拿来优化UI界面，而不是去找新的转型方向。他把最后的希望，寄托在“再撑一撑，说不定有转机”上。
结果呢？转机没来，钱没了。
这就是我对所有创业者和投资人的一个忠告：在商业世界里，最高级的智慧，不是“坚持”，而是“知道什么时候该放弃”。
经济学里有一句话：沉没成本不是成本。因为成本是“未来要付出的代价”，而沉没成本是“已经付出的代价”，它不应该影响你未来的任何决策。
但人性的弱点，让我们总是被沉没成本绑架。我们因为已经投入了，所以舍不得放手。因为舍不得放手，所以越陷越深。因为越陷越深，所以最后彻底被埋葬。
四、Beta收益与Alpha收益的最后博弈
让我们回到“智写科技”的资产负债表。
在OpenAI发布新模型的那一天，这张表发生了什么变化？
资产端：
- 货币资金：已经花完了
- 无形资产（那套代码）：从2000万变成0——因为新模型已经内置了所有功能
- 用户数据：从500万变成0——因为用户在一周内全部流失
总资产：从2900万，变成0。
负债端：
- 应付账款：API调用费欠款50万，还是要付的
- 其他应付款：30万
净资产：从2820万，变成-80万。
三个月前估值三千万的明星项目，三个月后成了一家“资不抵债”的破产企业。
这就是我反复强调的那个核心概念：套壳创业者的Beta收益，是平台的Alpha收益。
过去两年，所有“套壳AI”都在增长，这不是因为你做对了什么，而是因为“潮水在涨”。这个潮水，就是大模型普及的红利，经济学里叫“Beta收益”。
而Beta收益，是借来的杠杆。潮水退去的时候，谁在裸泳，一清二楚。
真正属于你自己的价值，你无法被替代的那部分，才叫“Alpha收益”。
“智写科技”的Alpha收益是什么？答案是：几乎为零。
它没有独占的数据，没有深厚的行业Know-How，没有网络效应，没有品牌忠诚度。它的全部“价值”，都建立在“OpenAI不自己干”这个前提上。
而OpenAI，一定会自己干。
这不是猜测，这是商业的底层逻辑。任何一个平台，在站稳脚跟之后，都会向上延伸，吃掉下游的增值服务市场。微软是这样做的，苹果是这样做的，Google是这样做的，OpenAI也一定会这样做。
因为平台方也需要增长。而增长的最快路径，就是“吃掉别人的午餐”。
那么问题来了：在这个“平台通吃”的时代，普通人还能不能创业？还能不能投资？还有没有机会？
答案是：有。
但机会，不在“套壳”里，而在那些“平台无法覆盖”的角落里。
那些角落里，藏着AGI时代真正的“反脆弱资产”。
这个资产是什么？
第三章 认知升维：重估AGI时代的“反脆弱资产”
一、 从“套壳”到“深潜”：什么才是真正的护城河？
我们已经解剖了“套壳AI”的资产负债表，看穿了它“有毒资产”的本质，也理解了“沉没成本”如何把创始人拖入深渊。但仅仅知道“什么是错的”，还不够。我们需要知道，“什么是对的”。
在AGI时代，在“平台通吃”的阴影下，到底什么样的资产，才是真正的“反脆弱资产”？什么样的公司，才能在“进化力”的降维打击中活下来，甚至活得更好？
这个问题，让我想起一个“反常识”的案例。
2007年，苹果发布了第一代iPhone。当时，全世界的开发者都兴奋了——一个新的平台，一个新的生态，一个新的机会。
但第一批“淘金者”，很快就遇到了和今天的“套壳AI”一模一样的问题。他们在iOS平台上开发应用，做手电筒、做计算器、做天气插件。这些应用很火，下载量很高，但苹果在随后的iOS版本更新中，一个一个地把这些功能“内置”了。
手电筒？iOS 4内置了。计算器？iOS一直都有。天气？iOS一直都有。那些只做“手电筒”的开发者，一夜之间，失去了市场。但有一家公司，活了下来，而且活得越来越好。它叫WhatsApp。
为什么？因为WhatsApp做的不是“功能”，而是“网络”。当苹果在iOS 5中内置了iMessage，理论上，WhatsApp的功能已经被“免费覆盖”了。但WhatsApp的用户不但没有流失，反而还在增长。
为什么？因为WhatsApp的用户已经形成了一个“网络”。你的朋友都在WhatsApp上，你的群聊都在WhatsApp上，你分享的照片、视频、语音，都在WhatsApp上。你想切换到iMessage？可以，但代价是你要一个一个地告诉你的朋友：“以后别在WhatsApp上找我了，来iMessage。”
这个代价，就是“转换成本”。而这个转换成本，来源于“网络效应”。网络效应，是护城河的第一种形态。但网络效应不是唯一的护城河。还有另一种护城河，比网络效应更深、更厚、更难被平台“内置”。那就是“独占性资产”。
什么是独占性资产？就是那些“平台想拿也拿不走，想复制也复制不了”的东西。它可以是一组数据，一套算法，一个品牌，一种信任，或者一个深入骨髓的行业“Know-How”。在AGI时代，在“套壳AI”纷纷倒下的废墟上，两种真正的“反脆弱资产”正在浮出水面。
第一种，叫“独占的高摩擦私域数据”。第二种，叫“深厚的用户信任与行业Know-How”。
二、 资产一：独占的“高摩擦私域数据”
什么是“高摩擦私域数据”？让我们拆开来看。
“私域数据”，就是你自己独有的、别人拿不到的数据。它可以是你的用户行为数据，可以是你积累的行业案例，可以是你的专利、版权、商业秘密。
“高摩擦”，就是别人获取这些数据的成本极高。这个成本，可以是法律上的（比如隐私保护法规），可以是技术上的（比如数据孤岛），可以是商业上的（比如独家授权），也可以是历史积累上的（比如你干了二十年攒下来的经验）。
“高摩擦私域数据”的核心特征是：大模型无法凭空生成，平台方无法轻易复制。
让我给你讲一个我亲眼见证的案例。
2015年，我还在总行当授信审批部总经理。有一天，一家做“医疗影像AI”的公司来找我们贷款。他们的技术团队很强，都是名校博士，发过顶会论文。他们的产品，是用AI识别CT影像中的早期肺癌。
我当时问了一个问题：“你们的数据从哪来？”创始人说：“我们从三家三甲医院拿到了十万份脱敏的CT影像数据，标注了病灶位置。”
我又问：“这些数据，是你们独家拥有的吗？”创始人沉默了一下，说：“不是独家。那三家医院也授权给了另外两家公司。”
我说：“那你们的核心资产，不是AI模型，是数据。而你们的数据，不是独占的。所以，抱歉，这笔贷款我批不了。”
后来发生了什么？2018年，另一家资金更雄厚的公司，花重金和那三家医院签了独家协议，拿到了所有数据的“独家使用权”。那家来找我的公司，因为没有数据，AI模型没法迭代，最终被市场淘汰。
这个案例告诉我们：在数据驱动的行业里，“模型”是浮在水面上的冰山，“数据”是沉在水下的基座。基座越厚，冰山越稳。而那些真正的“高摩擦私域数据”，长什么样？
我见过一个真正厉害的案例。那是一家人工智能公司，做的是“工业质检”。他们服务的客户，是几家全球顶级的半导体制造商。
他们的数据从哪来？从客户的生产线上来。每一片晶圆、每一颗芯片，在制造过程中会产生海量的“缺陷图像”和“测试数据”。这些数据，是客户的核心商业秘密，绝对不会给第二家公司。
这就形成了一个“高摩擦”的壁垒。第一，这些数据是“独占”的——只有这家公司能看到。第二，这些数据是“高价值”的——它直接关系到芯片的良率和成本。第三，这些数据是“动态更新”的——生产线在跑，数据就在产生，AI模型就在迭代。
这家公司的商业模式，不是“卖AI模型”，而是“和客户一起进化”。客户离不开它，不是因为它的技术有多牛，而是因为它的“数据飞轮”已经和客户的业务流程深度绑定，形成了一个“你中有我、我中有你”的共生系统。
这才是真正的“反脆弱资产”。大模型再强大，它能凭空生成这些“产线上的秘密”吗？不能。平台方再厉害，它能绕过客户、直接拿到这些“独占数据”吗？也不能。
所以，如果你是一个创业者，一个投资人，你在评估一个AI项目的时候，不要问“它的模型有多牛”，要问“它的数据从哪来”。
如果答案是“从公开数据来”，那它就是“套壳”——因为公开数据，人人都能拿到。如果答案是“从独家合作的客户来”，那它就是“深潜”——因为它已经潜入了别人无法触及的深海。
三、 资产二：深厚的“用户信任与行业Know-How”
现在，让我们进入第二种“反脆弱资产”。这种资产，比数据更深，比技术更久，比模型更硬。
它叫“信任”。
听起来很虚？让我用一个真实的故事，把它变成实的。
2018年，我认识了一位做企业风控软件的老总，姓周。他的公司不大，几十个人，年营收也就几千万。但他的客户续约率，常年维持在98%以上。
我去拜访他的时候，问他：“周总，你的核心竞争力是什么？”
他没有给我看代码，没有给我看专利，而是给我讲了一个故事。
“去年，有一家银行的信贷部找到我们，说他们想上一套AI风控系统。我们和另外两家技术公司一起竞标。那两家公司，一家是硅谷回来的技术大牛，模型精度做得特别高；另一家是BAT出来的团队，产品体验做得特别好。”
“最后，银行选了谁？”我问。
“选了那家技术大牛的。”周总笑了，“但他们用了三个月，就弃用了。然后又来找我们。”
“为什么？”
“因为技术大牛的模型，虽然精度高，但它看不懂‘人情’。银行审批员需要的不只是‘贷不贷’的结论，他们需要知道‘为什么’。他们需要AI告诉他们，这笔贷款的风险在哪里，是什么逻辑，有什么依据。如果AI只说‘风险太高，不批’，审批员没法跟客户交代。”
“那你们的产品有什么不同？”
“我们的产品里，把我们团队里那些干了几十年风控的老专家的‘经验’，固化成了一个个决策树和解释模板。当AI说‘不批’的时候，它会告诉审批员：‘因为这家企业的存货周转率连续三个季度下降，超过行业平均水平20%，可能存在库存积压风险。建议进一步核查存货明细和库龄结构。’”
“审批员拿着这个结论，就能去跟客户沟通，就能去跟领导汇报。他们觉得，这个AI不是‘黑箱’，而是他们的‘参谋’。”
你看懂了吗？这家公司的核心资产，不是那几行代码，不是那个模型，而是“几十年风控经验”这个“Know-How”。
而这个“Know-How”，有两个大模型无法复制的特征。
第一，它是“隐性知识”。什么是隐性知识？就是那些“只可意会，不可言传”的东西。一个干了三十年的老风控官，他看一份报表，一眼就能看出哪里有问题。你问他“你怎么看出来的”，他说不上来。就是“感觉”。这种感觉，是他三十年里看了上万份报表、踩过无数坑之后，沉淀在血液里的“直觉”。这种直觉，大模型学不会，因为它不在任何教科书里，不在任何公开数据里，它只存在于人的“经验”里。
第二，它是“信任资产”。这家公司服务银行十几年，帮银行避免了无数次坏账。银行对它的信任，不是一天建立的，而是用一个个“成功案例”和“不踩坑”换来的。这种信任，是“时间的朋友”。大模型可以在一秒钟内算出一个结论，但它无法在一秒钟内赢得用户的信任。
这就是“人性棱镜”在商业中的折射。
当客观的“进化力”（大模型的迭代）以摧枯拉朽之势袭来时，那些只有“技术”没有“信任”的公司，就像没有根的浮萍，被一波带走。而那些拥有“深厚行业Know-How”和“用户信任”的公司，则像扎根在岩石上的大树，风越大，根扎得越深。
因为它们的用户，不是在买“功能”，而是在买“安心”。
四、 未来推演：谁能在“平台通吃”的时代活下来？
现在，让我们把这两类“反脆弱资产”放在一起，看看它们在未来的竞争中，会如何演变。
第一类资产：“独占的高摩擦私域数据”。这类资产的拥有者，通常是那些“深扎行业”的公司。它们不和平台竞争，而是和平台“共生”。平台提供通用的“认知能力”，它们提供专属的“行业数据”。平台是发动机，它们是方向盘。谁也离不开谁。
这类公司的护城河，会随着时间越挖越深。因为数据在积累，模型在迭代，客户在依赖。当一个新的竞争者想要进入这个行业，它面临的不是“技术门槛”，而是“数据门槛”——你没有十年积累的数据，你的模型就是不如人家准。而这个“数据门槛”，是钱买不来的。
第二类资产：“深厚的用户信任与行业Know-How”。这类资产的拥有者，通常是那些“人机协同”的公司。它们不试图用AI替代人，而是用AI增强人。它们的产品，不是“无人系统”，而是“有人决策支持系统”。它们的价值，不在于“算得有多快”，而在于“算得让人放心”。
这类公司的护城河，是“时间”和“信任”。每一个成功的案例，都是一块砖；每一个老客户的续约，都是一层漆。砖越垒越高，漆越刷越厚，最后变成一座别人无法逾越的城墙。
这两类资产，有一个共同的特征：它们都是“平台无法内置”的。
平台可以内置一个“手电筒”功能，因为手电筒是通用的。但平台无法内置一个“某家医院的独家病历数据”，因为数据是私有的。平台可以内置一个“计算器”，因为计算是通用的。但平台无法内置“一个老风控官的三十年经验”，因为经验是隐性的、是个人的、是“此心安处”的。
这就是我在序言里说的那句话：“真正的‘反脆弱资产’只有两样：一是独占的‘高摩擦私域数据’，二是极其深厚的用户信任与行业‘Know-How’。”
现在，让我们把视线拉回到文章开头，我那位做“智写科技”的朋友。
他的失败，不是因为他不够努力，不是因为他不够聪明，而是因为他选择了“最脆弱”的商业模式——在别人的地基上盖别墅，借别人的杠杆做自己的生意，用零转换成本的用户假装自己有护城河。
如果他当初选择的不是“套壳AI写作助手”，而是“某家医院的AI病历分析系统”，或者“某家律所的AI案例检索工具”，或者“某家银行的AI信贷审批助手”，结局会不会不同？
答案是：大概率不会归零。
因为那些“独占数据”和“行业Know-How”，会像锚一样，把他牢牢钉在价值链的某个环节上。平台再强大，也无法轻易把他挤走。因为他提供的，不是“功能”，而是“价值”。不是“通用”，而是“专属”。不是“可替代”，而是“不可替代”。
这才是AGI时代，创业者和投资人应该追逐的“反脆弱资产”。
结语
让我回到那个最初的问题。我那位朋友在电话里问我：“明明产品很好用，用户增长也快，为什么一夜之间就完了？我做错了什么？”现在，我可以给他一个完整的回答了。你没有做错什么。你只是在一个错误的地方，用错误的方式，做了一件正确的事。你做对了“抓住风口”。你做错了“以为风口就是一切”。你以为你的核心资产是那套代码，是那几万用户。但其实，你的核心资产是“OpenAI的API调用权”——而这不是资产，这是随时可能被收回的“租约”。
你站在别人的地基上，以为自己盖了一座城堡。但当房东决定收回地基，你的城堡只是一堆废墟。
这就是商业世界最底层的真相：在平台之上做生意，你永远在借别人的杠杆。而借来的杠杆，永远是“脆弱”的。真正的“反脆弱”，只能来自于“你自己独有的东西”——无论是独占的数据，还是深厚的信任。
《道德经》里有句话，我特别喜欢：“大巧若拙，其用不屈。”
真正的智慧，往往看起来“笨拙”——它不是去追逐风口，不是去包装概念，不是去借别人的杠杆。而是沉下心来，去积累那些“笨功夫”：十年如一日地积累数据，一点一滴地建立信任，一寸一寸地深耕行业。
这种“笨”，看起来慢，但它的“用”，是“不屈”的——不会被平台轻易替代，不会被周期轻易淘汰，不会被进化力轻易降维打击。
我那位朋友，最后问了我一个问题：“那我现在该怎么办？”
我说：“忘掉‘套壳’，去‘深潜’。去那些大模型无法触及的角落，去获取那些别人拿不到的数据，去积累那些需要岁月和信任才能换来的行业经验。记住，你的用户需要的不是‘AI’，而是‘用AI解决他独一无二问题的你’。”
这不是安慰，这是我在三十年商业观察中，唯一确信的答案。
这个答案，对你也一样。如果你是一个创业者，一个投资人，或者只是一个在这个时代寻找方向的普通人，请记住这句话：
在AGI的浪潮里，不要做那个在沙滩上堆砌城堡的人。要做那个在退潮后，依然能扬帆远航的航海家。
而航海家的船，不是用“别人的地基”造的，是用“自己独有的资产”铸的。
