Base44发布自研大语言模型，氛围编程平台寻求核心竞争壁垒

仅成立半年、团队规模不足十人便以8000万美元被Wix收购的氛围编程平台Base44，如今开始向用户推出其自研AI模型。这一举措让用户得以通过自然语言创建应用程序，同时也折射出当前AI创业公司在寻求长期竞争壁垒方面所面临的核心命题。

自研模型的背后逻辑

近期，AI领域围绕"前沿通用模型是否适合所有应用场景"的讨论日趋激烈，与此相关的另一个问题是：建立在他人模型之上的业务，是否具备真正的长期防御能力？总部位于湾区的Base44此番动作，正是对这两个问题的直接回应。

Base44创始人马尔·施洛莫表示，自研大语言模型目前刚刚开始推出，但公司希望其最终能够超越现有前沿模型。他强调，"将模型的训练与所有权纳入整体技术栈，能让我们在延迟、成本和效率等方面获得更大的优化空间。"

竞争格局与行业趋势

从表面看，此举或许是为了在竞争中保持领先，尤其是相较于去年夏天完成A轮融资便晋升独角兽的瑞典创业公司Lovable——后者目前仍依赖外部大语言模型。不过施洛莫预计，其他竞争对手也将陆续训练自己的模型，"至少那些已经积累了足够规模和数据速度的玩家会这样做。"

风险投资公司Headline的普通合伙人乔纳森·尤瑟罗维奇认为，对于AI创业公司而言，防御壁垒由三个关键要素构成：数据、分发渠道和技术栈。他指出，拥有强势品牌的企业正越来越多地依托数据与基础设施来强化自身壁垒，Base44正是这一趋势的典型代表。

据悉，Base44首款自研大语言模型Base1的第一个版本，是基于"平台上数千万次真实用户交互"所生成的数据集进行训练的。

真正的威胁或许来自前沿AI实验室

这一数据集将随公司的成长持续扩大，但竞争对手的数据规模同样在增长。更大的竞争压力，或许并非来自其他氛围编程创业公司，而是来自那些正在向这一领域延伸的前沿AI实验室——Cursor与xAI（Grok的母公司）如今均已纳入SpaceX旗下，Claude Code也已成为不可忽视的氛围编程玩家。

这意味着Anthropic等基础模型提供商，正在获取可用于改进应用创建模型的数据与反馈循环。不过施洛莫认为，专业化路线仍能为Base44带来优势。"模型会持续进步，但它们的能力将始终保持相当的通用性。"他如此预测。

尤瑟罗维奇则对此持审慎态度，并以法律科技创业公司Harvey为例——该公司曾放弃自训模型的计划。他并不认为应用型AI公司会大规模转型为前沿实验室，但他将Base44的此次举措置于一个更宏观的背景下加以解读：推理成本已成为不可忽视的重要变量。

成本压力驱动企业需求变化

尤瑟罗维奇表示，成本压力正在推动企业客户需求的转变。"企业不一定能从将最新模型应用于所有场景中看到投资回报，因此一整套用于编排与优化的基础设施正在搭建起来，以便为客户选择合适的模型，在大多数场景下维持相同或相近的性能表现，同时避免成本失控。"

目前，企业客户在氛围编程平台用户中仍属少数，但其在平台收入中的占比正在持续上升。与此同时，各类规模的用户也开始对AI使用成本表达关切。Base44此次决定自研大语言模型，出于多重考量，但降低成本很可能是其中一项重要收益。

施洛莫表示："我们希望构建一个更符合我们理念的模型，更贴合用户对输出结果的偏好，并最终为客户提供比Opus等前沿模型更快、更经济的使用体验。"

就Base44自身而言，成本削减的效果并不会立竿见影。公司在新闻稿中解释称，"对模型的自主掌控赋予Base44对算力和推理支出的直接控制权，预计将在未来形成结构性更强的利润率表现。"

即便收益存在滞后，利润率的改善对于Base44母公司Wix而言也是利好消息——后者近期刚宣布裁员20%。相比之下，Base44自被收购以来员工数量持续增长，并于数月前宣布年度经常性收入突破1亿美元。

这一数字仍低于Lovable本月早些时候公布的5亿美元年度经常性收入。但施洛莫相信，开发Base1所投入的"巨大工程努力"，将巩固Base44作为"唯一垂直整合氛围编程应用"的市场定位——用尤瑟罗维奇的话说，即同时掌握分发渠道、数据资产和基础设施的玩家。

Q&A

Q1：Base44自研的大语言模型Base1是怎么训练的？

A：Base1是基于平台上数千万次真实用户交互所生成的数据集进行训练的。这些数据来自用户在平台上实际使用自然语言创建应用的真实行为，具有高度的场景针对性。随着平台用户持续增长，这一数据集也将不断扩大，为后续模型迭代提供支撑。

Q2：Base44为什么要自研大语言模型，而不是继续使用Anthropic、OpenAI等外部模型？

A：Base44选择自研模型，主要出于三方面考量：一是降低推理成本，将算力和推理支出的控制权掌握在自己手中；二是优化模型性能，使其更贴合用户在应用创建场景下的实际需求；三是增强竞争壁垒，通过同时掌握分发渠道、数据和基础设施，构建垂直整合的差异化优势，而非长期依赖他人的模型。

Q3：Base44和Lovable相比，目前差距有多大？

A：从年度经常性收入来看，Base44已突破1亿美元，而竞争对手Lovable本月早些时候公布的数字为5亿美元，差距约为5倍。不过，Base44正通过自研大语言模型寻求差异化路线，押注垂直整合策略能够在长期竞争中建立更深的护城河，而Lovable目前仍依赖外部大语言模型。