刚刚，一位押中过英伟达、特斯拉和SpaceX的顶级科技投资人，给出了一个非常激进的判断：AI应用公司可能要迎来一轮集体爆发。 Gavin Baker是美国知名科技投资人，曾在富达工作18年，管理过规模约170亿美元的科技基金，后来创办Atreides Management，也是英伟达、特斯拉和SpaceX的早期投资者。 他认为过去做AI应用，最尴尬的问题就是产品卖得越好，模型账单越贵。 客户多用一次，你就多给OpenAI、Anthro…

事件核心：发生了什么

曾管理约170亿美元科技基金、早期投资过英伟达、特斯拉和SpaceX的Gavin Baker近日公开表示，接下来会出现一大批垂直聚焦的AI原生公司并加速成长。他认为过去做AI应用最尴尬的问题在于：产品卖得越好，客户用得越多，给OpenAI、Anthropic等模型厂商交的API账单就越贵；底层模型每次升级，应用层辛苦做出的功能还可能被厂商直接“吸收”掉。

但现在，三个技术变量正在同时改变：模型路由（把不同任务分配给不同模型）、开源模型、以及基于开源模型的专用后训练。AI应用公司可以用自己的业务数据对开源模型做后训练，简单高频任务交给便宜的专用模型，困难任务才调用前沿模型，成本大幅下降。法律AI公司Legora已用自己的法律数据训练开源模型，并与前沿模型结合；Cognition也呈现同样趋势。Legora最近披露ARR同比增长超过10倍，2026年7月净新增ARR比此前最高纪录高出90%。

为什么重要

如果Gavin Baker的判断成立，AI应用层的商业模式正从“给大模型厂商交租”转向“积累自己的模型能力”。过去行业普遍担心AI应用没有护城河，因为底层模型一升级，应用层的中间价值就被挤掉。但现在，掌握了客户、数据、评测流程、工作流和专用模型的应用公司，开始具备独立于闭源大模型厂商的能力——客户使用越多，数据积累越多，模型越强，成本反而越低。这意味着AI应用公司的单位经济模型、竞争壁垒和估值逻辑都可能随之改变。

对用户/开发者/创作者的影响

对开发者和企业技术决策者来说，这给出了一个更灵活的技术路线：不必把所有业务都绑定在一家闭源模型厂商上，可以用开源模型做基座，结合自身数据进行后训练，再通过模型路由搭配前沿模型使用。对普通用户和创作者来说，垂直领域的AI工具（法律、编程、内容生产等）有可能更快迭代、价格更低，因为服务商的基础成本在下降。但要注意，这套模式对公司的数据质量、评测能力和工程水平要求较高，并非所有“套壳应用”都能自动获得护城河。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

目前公开信息显示，Legora和Cognition是这一趋势的代表案例。接下来值得观察的是：第一，Legora的高增长能否持续，并带动更多垂直AI应用公司披露类似数据；第二，开源模型的后训练、模型路由工具链是否会进一步标准化，让中小团队也能低成本采用；第三，闭源大模型厂商是否会调整定价或策略，来应对应用层客户“自建模型能力”的倾向。

来源：@MaxForAI