AI应用长期困局：用户增长推高OpenAI等厂商API账单，自研功能还易被底层模型迭代吞噬。如今模型路由、开源模型、定制后训练走向成熟。企业可用业务数据微调开源模型，按任务复杂度分配算力，大幅削减成本；用户越多，沉淀数据越多，模型持续迭代、成本持续下行。法律AI Legora等案例印证：应用厂商不必持续向大模型厂商“交租”，结合流量、数据、工作流与定制模型，专属护城河正在形成。

关于AI应用落地的问题，产业界和投资圈从23见吵到了24年。过去一年多AI的爆发主要还是在算力、大模型等基础设施上，模型也从GPT3.5、到4.0以及马上要推出的4.0，还有前两周刚推出就引爆市场的sora。但是真正能大规模的应用还并没有广泛产生出来。由此产生了过度的资本投入到来基础设施的极度冗余，后面可能一地鸡毛的情况。对此我之前也是心存怀疑，直到我看到了这张技术成熟度和实用价值的关系图，认知有了极大的改观。 从我们最熟悉的互联网技术来说，互联网技术替代改造的通信产业、支付产业、传媒产业甚至零售业等，要么环节众多极其低效要么成本高昂，互联网的低成本高效率就很容易落地，所以互联网越过0分就有了实用价值。 但是AI不一样，AI替代的对象是人，或者现有软件，而这些的成本和效率之间的平衡，已经被当今世界优化到了极致。因此AI的价值拐点，本质上是AI越过社会智力成本的拐点，一旦越过，AI价值的确是非线性上升。所以AI不到60分就是0。 所以从这个角度来看，AI触及商业价值起点的60分还有相当长的一段时间，之前预期是五到十年，sora出来后普遍预期一到两年AGI的实现就有可能是AI越过社会智力成本的拐点之时。这之前，就是大量的算力填充，不断快速迭代进化的模型占据主导。 算力和模型的竞争本质是什么？就是sam前不久在达沃斯上参加论坛讲到的，认知成本的降低。sam的原话是这样“当认知成本降低一千倍或一百万倍，且能力得到极大增强时，这将对世界产生何种影响？如果世界上人人都拥有一家，由1万个能力极强的虚拟AI员工、且是各个领域专家，组成的公司，他们不知疲倦，还越来越聪明，这个世界会怎样？这件事发生的时间无法预测，但会一直在一条指数增长的线上，我们能有多少时间做准备？” 互联网技术只是把物理世界数字化，把信息传播成本降到了0、就产生了数万亿数十万亿的商业价值。可以想像，当AI认知成本不断降低，AI将社会智力成本也降到0那么会产生多大的价值，人力资本价值大规模向AI资本价值转移，优质劳动力供给不再稀缺，天才也能随处可见。AI变得更强大，甚至可能发现新的科学知识，甚至自动做AI研究，世界的发展节奏会超出我们的想象。 从这个角度来看，当下AI领域算力、底层模型不断进化但是应用乏善可陈则是可以理解的、因为AI的拐点还没到。相信这个拐点也不遥远了。去年底比尔盖茨在他名为《2024年，前方道路迎来转折点》的年度公开信里说，大部分工作还处于开发的最初阶段——我们很可能在 2024 年甚至 2025 年都不会看到它们中的任何一个被广泛使用。但24年将完成的工作将为本十年后期的大规模技术繁荣奠定基础。他猜测我们距离普通大众使用 AI 达到显著水平还有 18 到 24 个月的时间。那么差不多就是25年年中到年度的时间。 降低短期预期，对长期保持耐心。

AI普及的好他妈快，中国AI原生应用月活已经快五亿了，这里面月人均使用92.7次，而且这是使用次数，不是提问次数，也就是说约等于这些人平均每天打开 3.1 次。 豆包一家的月活就占行业用户的76.6%，比千问和DeepSeek加起来还多8530万人，但是千问和元宝接的广子却是最多的，两个加一起占TOP10硬广费用的68.7%，而流量第一的豆包只占6.2%。 糖宝就好像那种流量高的一比但商业价值奇低的b站up主，百万粉了单条广告报价一万。 目前中国AI应用竞争已经出现三条路线： 1. 豆包：依靠产品和字节的生态取得规模。 2. 千问、元宝：大规模投放争夺增量，且背靠母公司在实际商业场景应用赚钱。 3. DeepSeek：每次发行都有极高的热度，热度回落之后也能保留一批高粘性用户。

中国正在进入AI应用大爆发阶段～ 学校已经开始让AI批改纸质作业。 批量扫描手写内容、识别答案与解题步骤、自动判断对错、分析错因、生成班级和个人学情报告、最后把红笔批注、评分和建议重新打印到原作业上。 一套完整流程，几分钟就能完成。

国内部分Ai应用股还是依靠Ai模型降价盈利（这是一家的叙事；当然本人还并不看好）： AI短剧+AI硬件+AI音乐+算力芯片 行业原因： 1、当地时间7月30日，OpenAI下调GPT-5.6部分模型价格，其中，GPT-5.6 Luna模型价格下调80%，GPT-5.6 Terra模型价格下调20%。 2、据国元国际7月22日研报，国内AI商业化进程加速，月之暗面发布2.8万亿参数开源模型Kimi K3，7月15日网信办发布7款手机端侧生成式AI服务备案信息，应用端价值有望重估。 公司原因： 1、据2026年5月6日投资者关系活动记录表，公司短剧和AI短剧平台截至2026年3月底单月流水超4800万美元，ARR超5.7亿美元，预计2026年全年收入保持高速增长。 2、据集团7月31日官微，Skywork Note正式上线七天，首批海外库存全部售罄。Skywork智能AI挂件Recall与AI戒指TriRing将于近期陆续上线。 3、据2026年7月28日互动易，公司围绕人工智能全产业链布局，以视频模型、音乐音频模型等四大SOTA级人工智能模型为技术底座，支撑AI短剧、AI音乐、AI游戏三大AI Native平台经济体。 4、据2026年7月28日互动易，公司旗下艾捷科芯AI算力芯片业务进展顺利；据2026年5月11日业绩说明会，2026年4月艾捷科芯完成新一轮增资扩股，融资总规模达5.5亿元，投后估值突破40亿元。

方向一：AI应用（大模型竞赛+算力需求爆发） - DeepSeek V4-Flash正式版发布，国产模型全球竞争力质变 [韭研公社盘前纪要 + OpenRouter榜单] - OpenAI下调GPT-5.6定价（Luna降80%），token成本下降直接利好应用端 [韭研公社热点事件] - 微软Q4超预期/M365 Copilot付费用户3000万，亚马逊AWS营收+36.7%，AI兑现回报逻辑确立 [美股财报] - 29个AI应用涨停，人气热榜前三全部为AI概念 [韭研公社涨停复盘 + 同花顺/东财热榜] - 核心标的：传智教育（AI教育5连板）、天娱数科/利欧股份（AI营销）、蓝色光标（龙虎榜机构+游资大买）、中文在线（AI传媒） 方向二：核电+特高压+电力（政策密集催化+极端天气） - 国常会核准8台核电机组总投资超1700亿，核电审批加速 [国常会 + 公司公告] - 十五五特高压在建规模为十四五两倍，新型电网建设写入国常会 [央视新闻 + 国常会] - 超强厄尔尼诺或150年来最强，多地用电负荷连创新高 [中国气象局 + 国家电网] - 算力中心用电量2030年预计达8000亿千瓦时，算电协同需求迫切 [韭研公社分析] - 核心标的：中国核电/中国广核（核电核准）、汉缆股份（龙虎榜机构净买入5.19亿）、长缆科技/顺钠股份（电网连板）

每次搭 AI 应用，都从零开始连模型、接工具、写 prompt、处理输出……等真的能跑，已经过去半天了。 LangChain 解决的就是这个问题。它把所有重复动作封装成标准组件——模型、嵌入、向量库、工具调用——然后让你像搭积木一样拼起来。 核心价值不是“能做什么”，而是“不用反复重写”。换模型？改一行配置。换数据源？换一个组件。把 AI 应用开发从“写代码”变成“拼积木”。 快速开始： uv add langchain from import init_chat_model model = init_chat_model("openai:gpt-5.5") result = model.invoke("Hello, world!") 它自己已经演化成一个生态：Deep Agents（高级 Agent 套件）、LangGraph（可控 Agent 工作流）、LangSmith（调试和评估）、LangSmith Deployment（部署和扩展）。 如果你正在做 AI 应用，LangChain 大概率是那个“省下 80% 重复劳动”的基础层。 开源，仓库： 适合三类人： 1. 刚开始做 AI 应用、想快速出原型的开发者 2. 需要频繁换模型、接不同数据源的技术团队 3. 想建 Agent 系统但不想从零写编排的人 收藏备用，下一个 AI 项目从它开始。

与其说 AI 生产的应用最难做的是设计，不如说大量相似的设计提高了大家的审美阈值。 这导致现在用户的口味变刁了，所有的用户都会要求以往 90 分以上的设计，但在没有 AI 的时代，设计真的要做到 90 分以上的产品也是极少的。中国互联网公司的产品通常不太重视设计，他们可能更愿意把实验和预算投入到投放上去。 由于大量的 AI 应用都是由独立开发者或小团队做出来的，他们既缺乏投放预算，又大量依赖有机增长，所以强调设计就变成了 AI 产品面对第一波用户时，必须要解决的事情。