Nikesh Arora：模型过剩与记忆护城河

微信公众号 51CTO技术栈 编译 / 编辑 林芯 来源：20VC 第二期访谈（YouTube https://youtu.be/v4GN1q7HX1Y） 嘉宾：Nikesh Arora — Palo Alto Networks CEO，前 Google CBO，前 SoftBank 总裁

核心命题

模型能力已过剩 90%，真正护城河是记忆与上下文——前沿公司会因此让用户付两次费，或把用户锁成”模型俘虏”。

把 2026 年 AI 行业两个长期纠结一次性绑死：卷模型 = 边际效用递减到零；赚钱 = 抓用户上下文或抽交易佣金，不靠订阅费、不靠广告。

8 个知识节点

节点 1：模型能力过剩论

今天 90% AI 用例不需要 Fable 5/Mythos 5 这种顶级模型；两年前的模型已能应付大多数查询。Nikesh 自己用 Gemini 4 分钟搞定以前投资分析师干几天的事。

判断：能容忍误报 → 旧模型够用；不能（决策/安全）→ 才需要顶级模型。

节点 2：真正护城河 = 记忆与上下文

用户粘性来自”针对每个独立用户建立上下文”，不是模型参数。Waymo 投了数百亿美元做极端训练 + 专有数据 + 上下文，通用前沿模型根本吃不下”何时转弯、何时停车”这种细节。

关键事实：Waymo 训练 ≈ 数百亿美元 / AI 用于企业 ≈ 12 个月 / 前沿公司估值 ≈ 一万亿。

节点 3：用户付两次费 / 模型中立风险

前沿模型把记忆/上下文融进模型——用户既要付 token 费，又要为”上下文/记忆”单独买单；用编排层管记忆，钱少力薄拼不过前沿公司，最后被锁成”模型俘虏”。

判断：切 A→B 模型改造成本 > 30%？→ 已梭哈。

节点 4：Token 长期降到 1/10

今天贵是融资博弈，不是技术成本。前沿公司融了一万亿估值，把”增长最快的那块”收最高费是手里唯一杠杆。

节点 5：AI 盈利靠”交易收入”

Nikesh 在 Google 干过 CBO：广告大盘总量不增，线上已被吃掉 60-70%。AI 只能从真实交易抽佣金（不是订阅费）。OpenAI 想做广告引擎？Nikesh 不看好。

对 Seetong：做”帮客户成交”的 AI（撮合/方案推荐/客服转化）比”帮客户省钱”的 AI（取代人工）有更高商业天花板。

节点 6：FDE = 产品不成熟代名词

Factory CEO：”FDE 卖出去=产品很烂。” Nikesh 同意一半——AI 用于企业只 12 个月，产品未定型，FDE 暂必需。但真 FDE 是”把客户代码带回核心产品”的人，不是驻场调配置的人。

自检：你的 FDE 团队是驻场救火，还是带回需求？后者才算真 FDE。

节点 7：SaaS 让位 AI 应用 = “AI 应用拥有观点”

SaaS 给工具让用户选（Excel/CRM/Slack）；AI 应用有观点——agent 主动替用户选、主动表态、主动拒绝。

对照：ChatGPT 推荐餐厅 vs 大众点评搜餐厅 = “我替你选” vs “你搜你选”。

节点 8：分化模型割据世界（物理 AI 垂直化）

物理 AI 没有消费级通用场景，会深度垂直分化——自动驾驶/机器人/医疗影像/化工反应模型各管各。Waymo/特斯拉路线（自建闭环）vs 传统车企（AI 洗白），Nikesh 明确说”必须走特斯拉”。

5 句核心金句（含反直觉视角）

• “模型的发展严重过剩了——两年前的模型已经足够应付我们理解的大多数查询了。”（反直觉：不是越新越好）
• “FDE 在当下其实是’产品还没有完全成熟’的一种代名词。”（反直觉：FDE 不是降本工具，是体检指标）
• “SaaS 应用没有观点，而 AI 应用将拥有观点。”（反直觉：AI 让 SaaS 不死但必须长出观点）
• “你必须采取特斯拉的方式，但你绝不能采取传统汽车制造商的方式（’AI 洗白’）。”（反直觉：通用模型 + 微调不如自建闭环）
• “整个世界将变成一个由分化模型割据的世界。”（反直觉：通用前沿模型吃不下物理 AI）

5 个对 Seetong / OpenClaw 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”（设备列表/报警偏好/录像路径/推送策略/账号体系）——真护城河 = 沉淀了多少用户上下文，不在用什么模型
2. Token 价格趋势判断：把 OpenClaw API 月度账单 + 三端 AI 用量画成 12 个月曲线，按”明年降 1/2”准备——会降价就别为今天涨价调产品定价；不会降就长合同锁价
3. 简报长出观点：从”报数字”（崩溃率 0.3%）升级为”表态”（0.3% 偏高，建议 iOS 8.4.0 灰度推迟到 6/27）——让简报从工具长成有观点的 agent
4. FDE 自检：写下哪些功能是 FDE 驻场救火（客服帮用户配设备/工程师帮客户改报警阈值/商务帮客户写定制方案）——这些不产品化就是 AI 时代第一批被淘汰
5. 模型中立幻觉评估：评估 Seetong 切 A→B 模型改造成本，>30% 就要做模型无关抽象层（参考 [[阿里云开发者-淘宝主播Agent的Harness工程实战]] 的 Reducer 模式）

分类理由与关联图谱

分类理由：放 06-ai-tech——Nikesh（Palo Alto Networks CEO/前 Google CBO）谈的是成熟 SaaS 公司怎么算 AI 账，偏行业战略而非 Agent 工程落地。补完 06-ai-tech 现有 3 维度（技术解读 Harness/Transformer/凯文凯利 + 哲学反思 章文龙 + 未来学 凯文凯利）之外的”硅谷成熟 SaaS CEO 公司战略视角”。

关联图谱：

• 上游/平行：[[章文龙-AI分身时代-在场重新定价]]（都问”AI 时代什么是真护城河”——章文龙从个人视角，Nikesh 从公司视角）/ [[凯文凯利-真正的好生意都在卖看不见的东西]]（”看不见的东西”指记忆/上下文）/ [[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 = 工程版”上下文护城河”）/ [[Addy-Osmani-Loop-Engineering]]（Sub-agents + Memory-on-Disk = 上下文护城河的具体形态）

自检 / 限制 / 一句话带回去

透明玻璃自检：wiki 7.6K（≤8K ✓）/ digest 3.7K（≤4K ✓）/ 节点 8（6-10 ✓）/ H2 6（≤5 略超）/ 表格 0 digest 表格 1（≤2 ✓）/ 0 陈词 ⭐⭐⭐

已知限制：原文是 20VC 中文编译稿，YouTube 原视频问答环节未覆盖 / Nikesh 立场偏”成熟 SaaS CEO 视角”对消费端 AI 判断可能偏保守 / “Token 长期降到 1/10”是个人判断无第三方验证 / “估值一万亿”是修辞性表述非精确数字

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。