"引擎故障灯已经亮了。" Google全球初创组织负责人 Darren Mowry 在Equity播客中发出严厉警告：LLM包装器和AI聚合器这两类曾经火热的商业模式，正在成为创投圈的"警示寓言"。
开篇：创投圈的残酷真相
"别再进入聚合器业务了。"
生成式AI的狂潮曾以每分钟诞生一家初创公司的速度席卷全球。但当尘埃落定，两类曾经炙手可热的商业模式却正在暴露致命缺陷。
Darren Mowry——这位统领Google Cloud、DeepMind和Alphabet全球初创组织的高管，在最新一期Equity播客中毫不留情地指出：LLM包装器和AI聚合器的"引擎故障灯"已经亮起。
对于创业者和投资人来说，这是一个不容忽视的信号。
LLM包装器——"薄如纸"的护城河
什么是LLM包装器？
LLM包装器是指那些在现有大语言模型（如Claude、GPT、Gemini）之上搭建产品界面或用户体验层，以解决特定问题的初创公司。
典型例子：
-
帮助学生学习的AI辅导应用 -
特定行业的文档生成工具 -
面向某个垂直领域的智能助手
Google VP的尖锐批评
Mowry毫不客气地指出：
"如果你真的只是依靠底层模型做所有工作，几乎只是白标那个模型，这个行业已经不再有耐心了。"
他认为，在Gemini或GPT-5之上包裹一层"非常薄的知识产权"，意味着你根本没有建立真正的差异化。
那么，什么样的"包装器"才能生存？
Mowry给出了生存者的画像——拥有深度、宽阔的护城河：
| 护城河类型 | 代表案例 |
|---|---|
| 横向差异化 | Cursor（AI编程助手） |
| 垂直深耕 | Harvey AI（法律AI助手） |
核心标准：能否在没有底层模型的情况下依然提供独特价值？
AI聚合器——被巨头挤压的中间商
什么是AI聚合器？
AI聚合器是包装器的一个子集——它们将多个LLM整合到一个界面或API层中，根据查询路由到不同模型，为用户提供多模型接入。
典型代表：
-
Perplexity：AI搜索引擎 -
OpenRouter：通过单一API提供多模型接入的开发者平台
为什么聚合器处境危险？
Mowry的警告非常明确：
"用户希望在产品中嵌入一些知识产权，以确保他们基于需求被路由到正确的模型——而不是因为后台的计算或接入限制。"
换句话说，简单的"模型超市"模式已经不够了。
历史的回声：云计算时代的教训
Mowry在云计算行业摸爬滚打数十年，曾在AWS和Microsoft任职。他目睹了似曾相识的一幕：
2010年代初的AWS转售商：
-
当时涌现出大量帮助企业管理AWS基础设施的初创公司 -
它们提供工具、账单整合和支持服务 -
但当亚马逊推出自己的企业工具，客户学会直接管理云服务后，大多数转售商被淘汰出局
幸存者做了什么？
-
增加真正的增值服务（安全、迁移、DevOps咨询） -
建立深厚的客户关系和行业know-how -
从"中间商"转型为"解决方案提供商"
AI聚合器今天面临的处境惊人地相似。
巨头的"圈地运动"
模型提供商的向上扩张
OpenAI、Google、Anthropic等基础模型提供商正在快速扩展企业级功能：
-
更完善的API和管理工具 -
直接面向企业的销售团队 -
端到端的解决方案能力
这意味着什么？
中间层的生存空间正在被挤压。如果你只是提供"接入多个模型的便利"，当模型提供商自己做这件事时，你的价值何在？
利润空间的压力
聚合器面临着双重挤压：
| 成本端 | 收入端 |
|---|---|
| 向模型提供商支付API费用 | 向客户收取服务费 |
| 成本随使用量线性增长 | 客户价格敏感度高 |
| 模型提供商可能直接降价获客 | 差异化不足导致议价能力弱 |
结果：利润空间越来越薄。
哪些AI初创公司能活下去？
Mowry看好的方向
尽管对包装器和聚合器持悲观态度，Mowry对其他AI应用领域非常乐观：
1. Vibe Coding（氛围编程）
2025年是开发者平台的创纪录之年：
| 公司 | 领域 | 特点 |
|---|---|---|
| Replit | 在线IDE | AI辅助编程 |
| Lovable | 无代码开发 | 自然语言生成应用 |
| Cursor | AI编辑器 | 深度集成AI的代码编辑器 |
注：以上都是Google Cloud客户
2. 直接面向消费者的技术
Mowry看好那些将强大AI工具交到普通用户手中的公司。
案例：Google的AI视频生成器Veo，让影视专业学生能够将故事变为现实。
3. 生物科技 & 气候科技
Mowry认为这两个领域正处于爆发期：
-
投资热度：VC资金正在大规模涌入 -
数据优势：初创公司可以访问"以前从未有过的海量数据" -
AI赋能：在药物发现、气候建模等领域创造真正价值
创业新范式——构建真正的护城河
从Mowry的观点中提炼的生存法则
对于AI创业者，以下原则至关重要：
| ✅ 应该做 | ❌ 不要做 |
|---|---|
| 深度垂直整合 | 只做模型之上的"薄层" |
| 积累独特的数据飞轮 | 依赖公开数据和通用API |
| 建立行业know-how | 纯技术导向忽视领域知识 |
| 提供端到端解决方案 | 只做"转售"或"聚合" |
| 培养深厚的客户关系 | 追求快速变现的短期思维 |
护城河的类型
数据护城河：
-
收集独特的专有数据 -
利用用户交互持续改进 -
建立数据飞轮效应
领域护城河：
-
深入理解特定行业 -
建立专家级know-how -
成为行业不可或缺的基础设施
网络效应：
-
用户越多，产品越好 -
社区驱动的内容或数据积累 -
生态系统的锁定效应
投资人的视角转变
从"有AI就行"到"有护城河才行"
2023-2024年，AI初创公司的估值往往只看是否"用了AI"。现在，投资人开始问更尖锐的问题：
-
如果OpenAI明天发布同样的功能，你会怎样？ -
你的核心竞争优势是什么？ -
你的客户为什么离不开你？
估值修正正在进行
LLM包装器类公司正在经历估值回调：
-
早期高估值基于"AI概念" -
现在面临"护城河不足"的质疑 -
收入倍数正在向传统SaaS靠拢
AI创业的下半场
Darren Mowry的警告，标志着AI创业进入下半场。
上半场是概念验证和泡沫期——只要有AI，就能获得关注和融资。
下半场是价值验证和整合期——只有真正创造价值、建立护城河的公司才能生存。
"你需要有深度、宽阔的护城河，无论是横向差异化，还是针对垂直市场的深度耕耘，公司才能进步和成长。"
对于创业者来说，这是一个残酷但必要的提醒：技术本身不是壁垒，应用技术的深度和独特价值才是。
当大模型越来越强大、越来越普及时，拼的是谁更能将AI与具体场景深度结合，而不是谁能更快接入最新的API。
AI创业的黄金时代远未结束，但门槛已经大幅提高。
🎯 核心观点总结
-
❌ LLM包装器：仅靠UI层已经无法生存 -
❌ AI聚合器：中间商模式面临巨头挤压 -
✅ 深度垂直整合：真正的护城河 -
✅ 独特数据和know-how：不可替代的价值 -
✅ 端到端解决方案：客户真正需要的东西