殺不死比賽的Liblib們，為什么還在被資本追捧

市場真正押注的，或許不是某一個確定產品，而是那些能在模型、用戶和產品形態不斷變化中，持續選對航線的人。

作者 | 李威（北京）

市場對AI應用公司的判斷始終存在比較明顯的分歧。

一種看法認為，AI應用公司是AI時代最接近真實商業化的一批公司。相比基礎模型公司漫長、昂貴、不確定的研發投入，應用公司離用戶更近，產品迭代更快，也更容易驗證付費。它們能在模型能力釋放的第一時間，把新能力翻譯成具體產品，推到用戶面前，并盡快形成收入。

另一種看法則相對謹慎。因為很多AI應用公司并不掌握底座模型，也不掌握算力，更不一定掌握穩定入口。它們看起來跑得很快。但這種快可能只是建立在模型紅利和注意力引爆上，短期內能獲得用戶，但長期會面臨基礎模型對產品能力的吞噬，Token價格波動對商業模式的沖擊，所謂壁壘會不斷被重新審視。

演語科技是最近被推到這種分歧和質疑中央的AI應用公司。

這家此前以Liblib被市場熟知的公司，近日宣布完成近3億美元B+輪融資，投后估值超過20億美元。融資后，公司開始采用新名字演語科技（Evoken），試圖把Liblib、Lovart、星流、LibTV等產品放進同一套公司敘事里：一個服務下一代創意生產方式的AI應用公司。

支持者看到了演語科技連續抓住技術窗口的能力，認為它的價值不只體現在能做出爆款，而是在不同技術節點上，連續把模型變化翻譯成產品、用戶和收入。質疑者認為，演語科技的商業模式本質上是「Token中轉站」，能力很大程度來自對主流模型的聚合、調度，然后通過算力折扣、采購二手API份額等實現了價格優勢。

這個爭議不只屬于演語。一批AI應用公司，目前都回答不好這個問題：當模型不是你的，算力不是你的，用戶也可能快速遷移，你的真正價值到底在哪里？

從長遠來看，這個答案可能不只在當下的產品本身，而在人能否押中未來的產品。更準確地說，是在于這一類公司是否具備持續捕捉重要技術變化節點，并把這些變化迅速落成產品、用戶和收入的能力。

處在模型技術、交互方式、產品形態都未定型的階段，大家能看到一個模糊的遠方，但找不到明確的燈塔指引向確定性的機會，最終還是要靠人的經驗、判斷去識別機會、組織資源、快速落地、持續校準方向。

在投資者眼中，能在變化中不斷抓牢確定性機會的人，比押中還在變化中的確定性機會更珍貴。

有新消費氣質的AI應用公司

現階段，AI應用公司給人的感覺很像幾年前的新消費公司。

不是具體的業務和產品相似，而是氣質相似。新消費公司當年不只賣咖啡、護膚品、香氛、低度酒，也賣新人群、新審美、新生活方式。產品之外，它們更擅長建立一種敘事：某個尚未被充分驗證的需求，背后是一個確定的時代趨勢。

幾年后，這套創業話術在AI應用公司身上重新出現。只是「生活方式」換成了「工作方式」，「新人群」換成了「超級個體」，「品牌機會」換成了「Agent時代」。

AI應用們不只說自己是設計工具，而是把自己講成AI設計師、創意團隊和交付服務；不再只講AI Search，而是把自己推進到Super Agent、AI Workspace和AI Employee；要反復強調AI不只思考，也應該行動；要從Chatbox和畫布，延展到Agent workspace和多模態創意生產鏈路。

這種話術并非全是包裝，AI確實正在改變任務形態。

一個設計師和AI溝通，可能不再只是輸入提示詞，而是在畫布上圈畫、修改，讓AI理解自己的風格和偏好；一個知識工作者用AI，也不只是搜索信息，而是希望把瀏覽器、文檔、表格、PPT和Agent放進同一個任務入口；一個使用Agent的人，期待的是任務被拆解、執行和交付。

就像新消費公司曾經用品牌抵抗同質化，AI應用公司則在用愿景抵抗大廠競爭和模型吞噬。這些公司的敘事里往往夾雜了過于夸張的表述，并面對著并不確定的技術底座。整個產品還像是建設在一塊漂浮在海上的小舢板上，但公司好像已經用愿景把投資人、用戶、員工和媒體組織起來登上了大游輪。

技術未成熟，產品也不是完全體，會讓用戶嘗鮮感強、忠誠度弱、遷移成本低。一個用戶今天因為LibTV便宜、不排隊而來，明天也可能因為原廠降價、另一個工具更好用而走。挑戰在于，公司既要講故事，也要講營收；既要證明自己仍在風口上，也要證明用戶愿意付費。

質疑也由此而來。雖然AI應用公司的獲客、留存、復購、投放、社群、KOL傳播，都像是新消費時代被反復訓練過的增長機器；但是AI應用面對的是模型更新、巨頭下沉和產品范式遷移，這種變化要比新消費公司面對的供應鏈、渠道和人群變化更快、更徹底。

新消費給市場留下的教訓是，敘事可以放大一個品類的想象空間，但不能替代復購、毛利和穩定心智。AI應用公司今天也面對類似審視：用戶為什么來，為什么留下，為什么持續付費，比用戶第一次被驚艷更重要。

缺乏殺死比賽的能力

經歷過新消費洗禮的資本和市場，已經不會再輕易為同樣的套路買單。因為這種相似性背后，往往掩蓋著太不穩定的根基和太多的不確定性。

但漂亮敘事和短期爆款都無法提供能說服所有人的可兌現預期。人們會問：如果AI應用沒有自研模型，那么它們的不可替代性來自哪里？它們的能力提升，到底有多少來自自己？這些AI應用是否都只是短暫繁榮的「Token中轉站」？

這種質疑的本質是在追問AI應用公司的根基和壁壘是什么，能不能有殺死比賽的能力和主動權。

所謂「殺死比賽」，不是短期跑出用戶和收入，而是擁有讓后來者難以繞開的根基：模型、入口、數據、生態，或者某種長期不可遷移的用戶心智。

用傳統技術公司的標準看，這些公司確實不在最底層。它們的創造沒有在預訓練參數，也沒有在搭建昂貴的算力集群，而是在貢獻產品判斷、任務拆解能力、交互設計體驗、上下文工程。他們比拼的核心不是技術的突破，而是把模型能力變成產品體驗和商業模式的速度。

演語科技選擇不做底座模型，也不去硬碰通用Agent，而是做垂直應用Agent。公司創始人陳冕的判斷依據來自互聯網時代的經驗總結，創業公司要避開大模型和大公司的主航道，在縫隙里建立差異化。

在《晚點LatePost》此前的訪談中，陳冕把垂直應用公司的價值概括為兩件事：理解一個行業里的特殊工作方式，并積累這個行業需要的經驗和數據。

與演語科技類似，很多AI應用公司都在讓自己的產品能力隨著底層模型進步而進化。一方面，他們都創造了特殊的工作界面或體驗，Manus和Genspark將對話框變成了用戶的工作間，Flowith一開始就在圍繞畫布形態構建產品能力。另一方面，他們也在開發更高效的上下文環境和任務執行鏈路。

但這樣做可能只是獲得了一個時間差：比模型公司更早看見用戶會怎樣使用模型，比大廠更快把新能力包裝成產品，比同行更早占住一個工作流和用戶心智。時間差可以帶來窗口，卻很難自動變成護城河。下一次模型更新、原廠降價、巨頭下沉，都可能要求它們重新證明自己還擁有什么。

Manus的季逸超在技術博客里寫到，如果模型進步是上升的潮水，Manus想做船，而不是固定在海床上的柱子。這段話幾乎隱喻了所有AI應用公司的選擇：它們無法控制潮水，殺死比賽，只能讓自己更適合漂浮和前進。

善于選擇航線的價值

缺乏殺死比賽的能力，就只能不斷變換航線，保證自己還能沿著正確的航向高效前進。AI應用們的夢想是成為AI時代的新物種。但它們目前必須先在一陣陣海浪里不斷證明，自己不是被浪帶來的泡沫。

演語科技從工具走向社區，然后又從社區走向Agent，重新做回了AI工具。每次轉向都不是從一個確定目標走向另一個確定目標，而是從上一條航線迅速切換到新出現的、更有價值的航線上。

航線切換背后，掩藏著陳冕這一類創業者的判斷邏輯。他是產品和商業化出身的創業者，在加入字節負責剪映與CapCut商業化之前，曾輾轉于騰訊、360、百度、滴滴、每日優鮮等公司。這些經歷讓他不執著于自研底層技術，而更相信產品、用戶、商業化和窗口判斷。

這也是他后來反復表達的創業方法：應用創業者要「認知領先加極致執行」。換句話說，就是自己不一定是時代浪潮的制造者，但一定要比別人更早判斷出時代浪潮會去向何方。演語科技的每一次轉向，都是在模型能力、用戶需求和市場共識之間重新校準航線。

陳冕不是沒有方向。恰恰相反，正是因為陳冕一直太關注方向，才會在每一次模型能力、同行產品和資本共識的浪潮來臨時，都覺得原來的航線顯得不夠遠。技術發展未到成熟期，演語科技的航線就還會出現變化。

AI應用創業者有夢想，但模型更新、同行爆發、巨頭下沉，每一次變化都要求它們先證明自己還在海面上。它們必須不斷調整姿態，不斷更新營收、融資、增長，不斷講出新故事，只為了不被下一陣浪甩下去。但夢想也往往不是被一次失敗打碎的，而是在這一次次「必須跟進」的選擇里慢慢消散。

正因為海浪太強，真正能留下來的公司才更稀缺。它們不能只會追浪，還必須善于選擇航線，把一次次模型更新、用戶遷移和產品轉向，沉淀成自己的穩定能力：知道哪類用戶值得服務，哪些工作流能留住預算，知道哪些上下文和交付關系不會被下一次模型更新輕易帶走。

善于選擇航線的價值就在于：當技術和產品都還不能殺死比賽時，人的經驗、判斷和選擇能力，就成了現階段最值得定價的資產。這或許也是資本愿意繼續押注演語科技們的核心理由