模型厂开始背刺应用层，卖API，抄作业，抢生意

2026 年 4 月 14 日，Anthropic 首席产品官 Mike Krieger 辞去 Figma 董事职务。Figma 主要为产品设计师和开发团队提供界面设计、交互原型及在线协作工具，是全球最具代表性的产品设计平台之一。设计师可以在 Figma 中绘制网站和 App 界面、制作可点击的产品原型，并与产品经理、开发人员共同完成修改和交付。

三天后，Anthropic 发布了 Claude Design——一款可以根据提示词生成设计稿、交互原型和演示文档，并接入企业设计系统的 AI 工具，直接对标 Figma 的核心产品。

在此之前，Figma 与 Anthropic 还是关系紧密的合作伙伴。Figma 将 Claude 接入自己的产品，Anthropic 则从这类应用公司的使用中获得收入。

Figma 的 CEO Dylan Field 随后在一次非公开活动中评价称，Anthropic 在沟通中并不总是坦诚相待。据相关报道，Figma 原本还计划参与 Claude Design 的联合发布，但在产品上线前退出了活动。与此同时，Anthropic 在官方发布稿中将另一家设计平台 Canva 列为合作伙伴。

科技行业通常把平台厂商进入生态伙伴业务领域的现象称为“Sherlocking”。这个词来自苹果：1990 年代末，苹果推出了一款叫 Sherlock 的系统搜索工具，当时有很多第三方开发者已经做了类似的桌面搜索软件。苹果直接把功能做进操作系统后，这些第三方软件瞬间失去了存在价值，用户不再需要它们。

类似的变化正在整个 AI 行业发生。Anthropic 此前推出的 Claude Code 已经进入 AI 编程工具市场，而 Cursor 等编程应用原本就是 Claude 的重要客户。此后，Anthropic 又将产品范围扩展至法律、金融和企业工作流；OpenAI 和 Google 也在进入编程、智能体及企业应用市场......

基础模型厂商们开始与部分客户争夺相同的用户：它们一方面向应用公司提供模型能力，另一方面又将这些能力包装成产品，直接进入具体工作场景。

应用层正在成为利润层

模型厂商进入应用市场，首先与基础模型的商业模式有关。

互联网分析师兼投资人 Mary Meeker 曾在 2025 年一份颇具影响力的报告中指出，不同厂商的模型能力正在快速趋同，谁也很难长期保持代差。而当不同模型可以完成相近任务时，价格会成为客户选择供应商的重要指标。开放权重模型和第三方推理平台的增加，也让企业拥有了更多替代选项。

另一方面，训练和运行前沿模型仍需投入巨额资金。据 Menlo Ventures 统计，截至 2025 年底，Anthropic、OpenAI、Google 三家瓜分了 370 亿美元企业市场近 90% 的份额，其中 Anthropic 以 40% 位居第一。但这背后是天文数字般的基础设施投入：据摩根大通估算，要让这场规模 5 万亿美元的 AI 基础设施投资获得 10% 的合理年回报，全行业需要在此基础上再产生 6,500 亿美元的年收入。

这意味着，模型厂商不仅需要扩大模型调用量，还要寻找利润更高、收入更稳定的业务。

普林斯顿大学信息技术政策中心的研究者 Mihir Kshirsagar 把这个逻辑讲得很直白：如果模型提供变成了一种商品化的利润业务，那么模型厂商就必须靠应用层的收入，来证明其在数据中心、芯片和能源方面的资本支出是合理的。用另一位分析师 Paul Kedrosky 的话说：应用层，正在变成整个 AI 产业链里的利润层。

（来源：paulkedrosky.com）

这并非意味着 API 业务不赚钱。在今年 1 月的达沃斯世界经济论坛上，OpenAI 和 Anthropic 均强调企业是其业务的关键收入驱动因素。其中，前者的企业客户约占公司业务的 40%，预计年底会升至接近 50%；后者的企业客户约占公司业务的 80%，消费者约占 20%。

但 Claude Code 提供了另一种变现方式。与按 token 出售模型能力相比，它将代码生成、文件修改、工具调用和测试执行组织成完整工作流，直接进入企业的软件开发过程。编程结果相对容易验证，节省的时间也更容易量化，因此企业具有较强的付费意愿。

于是，Anthropic 沿着这个逻辑，一路把编程、设计、法律、金融等应用场景做了个遍；OpenAI 和 Google 也在扩大编程、智能体及企业应用业务。据 CB Insights 统计，Claude Code、GitHub Copilot 和 Cursor 如今三分天下，合计占据 AI 编程工具市场七成以上份额——而 Cursor，恰恰是曾经最依赖 Anthropic 模型的客户之一。

（来源：paulkedrosky.com）

但这种竞争不只停留在争夺用户和收入层面。模型厂商还掌握着下游公司依赖的模型接口、价格、服务条款和访问权限。

Anthropic 的商业条款规定，客户不得利用其服务构建竞争产品或服务，包括训练竞争性 AI 模型。过去一年，Anthropic 已经多次执行访问限制。

2025 年，在 OpenAI 洽谈收购 AI 编程公司 Windsurf 期间，Anthropic 限制了 Windsurf 对 Claude 的直接访问。当时，Anthropic 正在推广自己的编程产品 Claude Code。此后，Anthropic 还以涉及竞品测试或模型训练为由，限制 OpenAI 和 xAI 访问 Claude。

OpenAI 和 Google 的服务条款里，同样写着类似的排他性条款。

因此，当模型厂商进入某个应用市场时，它拥有的不只是产品和模型能力，还控制着下游公司赖以运行的模型接口、价格、服务条款和访问权限。原本单纯的上下游关系，也由此变成了供应与竞争并存的关系。

不再押注一家，客户们开始分散风险

模型厂商与客户之间的业务边界发生变化后，一些应用公司开始重新评估对单一模型供应商的依赖。

The Information 将部分客户的担忧概括为：企业支付的模型费用，可能正在帮助供应商开发与自己竞争的产品。如果核心功能过度依赖一家模型厂商，价格调整、条款变化或访问受限也可能影响产品运行。

硅谷投资人、All-In 播客主持人 Jason Calacanis 的判断更激进：年花 5,000 万到 1 亿美元的大客户，包括语音合成公司 ElevenLabs、设计协作平台 Figma、应用生成新锐 Lovable 在内，正在认真考虑离开 OpenAI 和 Anthropic。备选方案包括转向 Kimi、DeepSeek 等开放权重模型，或者干脆自己训练模型。

2026 年 7 月，月之暗面发布 Kimi K3。根据官方技术报告，这款模型采用混合专家架构，总参数量为 2.8 万亿，每次推理激活约 1,040 亿参数，支持原生多模态和约 100 万 token 的上下文窗口，模型权重已经公开。

Artificial Analysis 给 Kimi K3 的智能指数评分为 57，处于参评模型前列。Calacanis 透露，自己投资组合里的公司部署 Kimi 模型之后，成本降低了约 90%，并预测未来 24 个月内 token 价格还会再降低 100 倍。

（来源：Artificial Analysis）

第二种方式是通过多模型平台分散供应商风险。OpenRouter 这类平台通过统一接口连接不同模型，同一款开放权重模型还可以由多家推理服务商托管。客户可以比较价格、延迟、可用性和数据政策，并根据任务选择不同模型。

有分析指出，应用公司能否获得替代模型，将影响模型厂商限制访问的实际效果。只要客户仍有能力切换供应商，单一厂商就难以完全控制下游应用。

第三种方式是开发自有模型。AI 编程公司 Cursor 在继续接入 Claude、GPT 和 Gemini 等外部模型的同时，也开始训练面向代码补全和软件工程任务的自有模型。

自研并不一定意味着从头训练一个与 OpenAI 或 Anthropic 全面竞争的通用大模型。应用公司通常选择数据和需求更明确的任务，把高难度、低频工作交给外部前沿模型，把数量较大、流程较稳定的任务交给自有模型。

这种组合既能降低部分调用成本，也能让公司将自身积累的产品数据和用户反馈用于模型优化。但训练、部署和维护模型需要计算资源与专业团队，因此更适合拥有一定规模和数据积累的应用公司。

这也意味着，应用层公司的应对不只是更换供应商，而是逐步掌握更多底层能力。模型厂商进入应用层，也并不意味着 Figma、Cursor 等公司一定会被取代。

但 AI 产业原本清晰的分工已经改变：模型厂商开始直接开发应用，应用公司则通过多模型、开放权重和自研能力降低依赖。接下来的竞争，不只看谁的模型更强，也要看谁更懂产品、更接近用户。

1.https://techcrunch.com/2026/04/16/anthropic-cpo-leaves-figmas-board-after-reports-he-will-offer-a-competing-product/

2.https://vector.news/the-design-tool-war-is-about-distribution/

3.https://paulkedrosky.com/commoditization-orchestration-and-the-new-ai-stack/?attribution

4.https://www.brookings.edu/articles/what-happens-when-ai-companies-compete-with-their-customers/

5.https://www.bondcap.com/reports/tai/

6.https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/#1ba2466c-0fa3-437f-83f7-4ebb67ba25c8-link

7.https://www.cbinsights.com/research/report/coding-ai-market-share-december-2025/

8.https://www.forbes.com/sites/patrickmoorhead/2026/05/05/enterprises-need-to-be-careful-before-they-go-all-in-on-anthropic/

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成