Nikesh Arora 模型过剩与记忆护城河 - Digest

5 句话讲完

  1. 模型已过剩 90% — 旧模型+上下文 > 新模型裸跑
  2. 真正护城河 = 记忆与上下文 — 用户粘性来自专属上下文，不是参数
  3. 用户付两次费 / 模型中立是幻觉 — 前沿公司把上下文融进模型，你要么付两次要么被锁
  4. Token 长期降到 1/10 — 今天贵是融资博弈，不是技术成本
  5. AI 盈利靠”交易收入” — 广告已死，订阅不增长，只剩抽交易佣金

8 个节点速查表

# 节点 一句话
1 模型能力过剩论 90% 场景两年前模型够用
2 记忆=真护城河 Waymo 数百亿美元砸的是上下文不是模型
3 付两次费/梭哈 模型中立是幻觉，重写成本高到无法切换
4 Token 长期 1/10 贵是融资博弈不是技术成本
5 交易收入 订阅/广告已死，AI 只能从真实交易抽佣
6 FDE=不成熟代名词 FDE 驻场救火 = 产品未定型
7 SaaS 让位 AI SaaS 没观点，AI 应用有观点
8 分化模型割据 物理 AI 垂直分化，通用模型吃不下

5 句金句 + 3 个反直觉

5 句金句：①模型的发展严重过剩了 ②FDE 是产品不成熟代名词 ③SaaS 没观点 AI 有 ④走特斯拉不走传统车企 ⑤分化模型割据

3 个反直觉：①不是”模型越强越好”——是”旧模型+上下文”打败”新模型裸跑” ②不是”AI 应用便宜”——是 AI 应用会找新收费方式（交易抽佣）③不是”FDE 是降本”——是产品不成熟的体检指标

5 个对 Seetong / OpenClaw 可借鉴动作

  1. Seetong 真护城河体检：写下三端的”用户上下文资产清单”，真护城河 = 沉淀了多少用户上下文
  2. Token 价格趋势判断：把 API 月度账单 + 三端 AI 用量画 12 个月曲线，按”明年降 1/2”准备
  3. 简报长出观点：从”报数字”升级为”表态”——”0.3% 偏高，建议 iOS 8.4.0 灰度推迟到 6/27”
  4. FDE 自检：写下哪些功能是 FDE 驻场救火——这些不产品化就是 AI 时代第一批被淘汰的
  5. 模型中立幻觉：评估 Seetong 多模型切 A→B 改造成本，>30% 就要做”模型无关抽象层”

决策树：什么时候用顶级模型

1
2
3
4
5
6
7
8
9

能用旧模型搞定？
├── 是 → 旧模型 + 上下文（省钱）
│   ├── 切到另一家模型成本？
│   │   ├── < 30% → 模型中立 OK
│   │   └── > 30% → 已经被锁，认命
└── 否 → Waymo 式极限训练
    ├── 边界明确 + 数据闭环？
    │   ├── 是 → 走特斯拉路线（自建闭环）
    │   └── 否 → 走传统车企=AI 洗白

关联图谱

上游/平行：[[章文龙-AI分身时代-在场重新定价]]（个人视角护城河）/ [[凯文凯利-真正的好生意都在卖看不见的东西]]（记忆=看不见的资产）/ [[清华沈阳-自进化AI新物种]]（模型过剩 vs 自进化方向）

下游（工程落地）：[[Multica-AI-Native-组织-人是最慢的节点]]（组织瓶颈=人 vs 模型瓶颈=上下文）/ [[阿里云开发者-淘宝主播Agent的Harness工程实战]]（记忆对账/信任度闭环）/ [[Addy-Osmani-Loop-Engineering]]（Sub-agents + Memory-on-Disk）

一句话带回去

别再卷模型了，把”用户上下文”沉淀到自己手里——那是 2026 年 AI 时代唯一还在涨价的资产。

透明玻璃自检

digest 3.4K（≤4K ✓）/ 表格 1（≤2 ✓）/ 0 陈词