丹是我炼的，下游江湖为何不能亲自闯？

AI模型江湖05 / 专题研究 · 产业与投资

谁说前沿实验室成不了元婴？

# 丹是我炼的，下游江湖为何不能亲自闯？

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年10月

<strong>问题｜</strong>下游调用我的模型经营产品，实验室能否亲自下场？这是扩大已有山门，还是另起一门生意？

<strong>判断｜</strong>模型能力可以成为进入下游的重要起点，但完整经营还要补齐行业能力、客户和交付；领先者扩张与失利者转型，应当分别判断。

<strong>看什么｜</strong>实际经营的工作与成果权益，旧能力能迁移多少，新增投入与可留收益，以及新业务怎样改变通用山门的位置。

第1章 丹是我炼的，凭什么不能亲自经营下游？

前四篇从商品化的怀疑，一路讨论到自营山门与跨代内功。接下来，一位炼丹者完全有理由反问：下游用我的模型完成工作，客户却把更大一笔钱交给了它们，我为什么不能亲自经营？

我认为，这个问题值得正面回答。模型能力越能贯通完整工作，实验室越有机会把交付范围向前推进。它可以直接经营专业软件，可以承担某类持续服务，也可以参与研发并持有成果权益。原来只能按调用收费的工作，有可能变成自己的产品和客户关系。

但先要认清下山的起点。一种是通用山门已经做起来，领先者扩大经营范围，以更多任务和收益支持下一轮建设。另一种是通用平台没有做大，公司把积累的模型、工程、团队和客户迁往新业务，逐步改变经营重心。前者要解释扩张怎样增厚原有优势，后者要解释新生意怎样独立站住。

两种选择都可能有价值。转型不必被看低，成功的行业企业也值得认真研究；但它们对“谁能成为AI时代新的Google、Amazon”给出的答案并不相同。公司活下来、新业务做成、通用平台成婴，需要分别取证。

所以，下游篇先问三件具体的事：准备经营什么工作，直接服务谁，取得什么收入或权益。金融有钱、医药有钱、网安需求急迫，可以引发兴趣；能否把其中一门生意做进自家账，还要继续打开。

第2章 门户的流量转进游戏，模型的功力又能转去哪里？

理解这件事，门户与游戏的类比有启发。原来的公司可能拥有用户、品牌、资金和技术组织；即使原先业务的吸引力改变，这些资产仍有机会进入另一门生意。对模型公司也可以这样追问：通用山门没有修成，已经投入的功力是不是就全白费了？

网易提供了一段真实的经营历史。其2025年20-F记载，1998年上线网易网站，2001年已经推出自研游戏《大话西游Online》；到2025年，游戏及相关增值服务占集团收入81.9%。[1] 这里能看到业务重心的变化，却不能写成门户失败以后，才临时转去做游戏。

更不能把游戏成功压缩成“有流量，导过去”。同一份年报说明，网易长期开发、更新和运营自己的游戏，组织多个工作室，并把用户理解用于后续产品。[1] 流量能让产品较早接触用户，产品本身仍需让用户愿意留下、持续付费。后面那门功夫，必须重新练。

模型能力的迁移也有相似条件。已有算法和工程可能降低专业产品的开发难度，已有品牌可能帮助接触客户，已有资金可以承担试错。但金融客户的业务数据、网安现场的处置经验、药物实验的验证条件，并不会随着一份模型权重自动搬过来。旧资产提供起点，新业务还需要形成自己的生产和经营。

<strong>表1　门户资产与模型能力，可以怎样迁移？</strong>

这是资产迁移的类比，不是门户与模型产业的等同，也不是对任何一家转型必然成功的预测。

两者也有一个值得保留的差别。流量主要改变谁先看到产品；模型能力还可能改变产品能完成什么、怎样生产。因此，模型公司进入下游的机会，未必只是把旧资产变现，也可能是创造此前做不出来的工作。但这项潜力需要通过新任务的质量、成本和客户付款来证明。

同样不能忽略旧资产的变化速度。如果靠模型领先获得入场机会，竞争者随后也买到了足够好的模型，自己留下的是更完整的行业能力，还是一层可以很快重做的界面？迁移期间能否长出新的根，比进入时带了多少声望更关键。

网易的例子因而给出一个有限而有力的提醒：一家公司可以通过长期建设，在另一门业务中成为强者。这个结果有独立价值，却没有自动恢复它在原来通用入口上的地位。模型公司也应按同一经营范围判断，不能把换了一方江湖，直接写成守住了原来的山门。

第3章 进了金融、网安、医药，就算自己在炼丹？

“进入金融”“布局医药”听起来很大，真正发生的经营变化可能很不同。有的仍在向行业客户供应模型，有的开始直接交付专业产品，有的进一步承担研发，并参与成果权益。研究应当跟着实际任务、合同和交付走。

<strong>表2　同样进入行业，究竟经营到了哪一层？</strong>

三种经营关系可以并存，进入更深也不自动意味着利润更高；专业软件本身可以是一门完整生意。

Anthropic的金融进展，可以放到具体产品上看。2026年5月，公司发布十个金融任务的智能体模板，覆盖财务模型、交易材料、账目核对等工作，结合数据连接与已有软件运行，使用者仍需审核和批准结果。[2] 这已经在争取专业工作的组织位置，但材料没有证明Anthropic因此取得了银行的存贷收益或投资机构的资产管理收益。

生命科学也要分开观察。6月推出的Claude Science，是整合科研工具、数据连接与计算资源的工作环境，支持研究过程及可追溯产物。[3] 9月，公司又披露自建生命科学研究团队和实验室，报告了一项酶系统的早期研究；计算分析由Claude参与，实验工作由科学家完成，其功能仍在研究。[4] 产品经营与亲自科研都已有动作，而商业药物管线、临床结果和药物收益，还需要各自的证据。

智谱的网安方向同样不能只看行业名称。GLM-5.3官方材料列出与安全团队共建任务环境、开展漏洞发现及代码审计等工作，其中还包括伙伴自己的产品与流程。[5] 这说明模型功力正在进入专业任务，也说明参与者各有贡献。具体收入由哪家确认、原厂承诺了哪些服务，要继续对照商业披露。

智谱8月31日的中期业绩公告，将网安列为Co-work的验证方向，收入仍按开放平台及API、企业级智能体等类别披露。[6] 9月沟通会的报道则转述公司商业落地的新进展，并称已有安全企业将GLM接入自身产品。[7] 后一项说明伙伴业务正在使用模型；订单、原厂直接经营的专业服务和该业务利润，仍需分别确认。

晶泰则能提供成果权益的对照。其2026年中报明确列出自有大分子资产ALX001、ALX002、ALX005，并预计于2027年进入I期临床。[8] 这里能够识别自有研发资产及未来投入安排，和提供科研软件有不同的经营边界；报告中的预期也仍须接受后续验证。

金融可以经营一套专业软件，网安可以经营持续审计服务，医药可以经营研发工具或资产。它们都可能是真实的下游生意。若再进入驾驶，所承诺的则是特定条件下的车辆系统能力，必须另验车辆适配、运行和持续更新。用“都是AI”把这些交付合并，恰恰会看不见各自最难的关口。

第4章 有了功法，还缺哪些入世的真功夫？

首先要辨清，模型优势在完整工作中到底贡献了什么。继续沿用CADEF的A，看相关任务能力与效率；再放进EDP工程化的TQC，看交付时间、质量和成本。如果模型减少了大量人工补救，让过去很难完成的工作稳定做成，进入下游就有了实在基础。若只改善最容易的一步，剩余环节仍占去大部分成本，原厂能够取得的优势也会相应受限。

比较对象应当是客户的现实选择。下游竞争者可以调用其他模型，可以把多个模型组合起来，也可以保留专家完成关键环节。实验室要证明自己的完整方案更有价值。自家模型在一次评测中领先，还不能代替客户在这些替代方案之间做选择。

接着看CADEF的D。行业数据工厂需要解决可信学习信号的制造与整理，哪些结果算成功，错误如何辨认，数据如何清洗，都要进入真实任务。金融分析引用错一个口径，网安把无效告警当成问题，药物候选只有计算预测而缺少实验验证，都可能使局部能力与客户验收脱节。这里讨论的是工作要求，不能靠多接几个数据库就宣布补齐。

经验E再往后追。客户任务究竟做了多少、做得多深，执行轨迹与最后结果能否留下，企业是否有权用于改进，改进又有没有验证。亲自经营有机会把这些环节接得更近，但客户数据不因进入自家产品就全部成为自家资产；大量调用也不能替代结果与授权回流。

专业团队和客户经营，则落在EDP的P。要有人理解客户的预算、采购、验收与日常使用，有人负责接入旧系统和长期支持，有人把重复困难变成产品改进。客户交给原厂的工作越完整，这些职责越需要落实。技术创始人能做出一份漂亮演示，和组织长期承接客户工作，是两种规模的要求。

地平线的HSD Together公告提供了一个具体分工：地平线提供基座模型授权、数据及算法服务，伙伴承担系统集成测试、车型适配、功能定制和硬件底软交付。[9] 这个案例不能替通用Lab证明汽车业务成立，却说明贯通技术之后，仍可以明确留出伙伴经营的环节。入世并不要求所有资产都归自己。

该自建的能力可以自建，缺少的专业队伍可以合作或并购。判断仍然是：谁持续承担工作，谁掌握必须改进的环节，客户为谁的贡献付款。这些资源组织方式服务于同一门生意，无须再增加一套战略名称。

最值得进入的下游，也未必是账面市场最大的行业。我更看重一种结合：模型优势恰好能改变客户最难完成的工作，自己又能补齐剩余条件，使优势在完整交付中继续存在。这样的结合越具体，山门越有机会立在客户真正需要的地方。

第5章 生意进了自家账，丹炉就一定养得起？

亲自经营以后，客户支付的一大笔钱可能直接进到原厂账上，看起来终于把价值链拉长了。但新增收入是否留下更多收益，要把新增工作一并算回来。原来由下游承担的获客、产品、数据、实施、验证和持续支持，现在也可能由自己支付。

先从一份明确的交付看起。客户实际付多少钱，模型生产占多少资源，专家需要复核多少次，实施和维护怎样持续发生？自家调用自家模型，可以减少内部交易的摩擦，真实算力、更新和服务成本仍然存在。将内部模型成本记成零，只会使行业业务看起来更赚钱。

再比较另一种可行选择：如果不亲自做这门业务，继续向同类客户或伙伴供模型，能够得到多少收入、占用多少资源？进入下游多留下的收益，应当对照自己增加的责任和放弃的机会。能多收费，并不足以证明这一步值得走。

<strong>表3　下游扩张与业务转型，要对照怎样的投入和收益？</strong>

同一项费用按实际业务口径核对；收入、毛利、现金与资本投入分开看，避免漏算或重复扣减。

“谁有钱就去做谁”，还漏掉了买方的议价。客户知道模型价格，也能比较替代供应商。它为专业产品付更高费用，通常要看到持续效果和自己少承担了哪些工作。行业总利润再大，也不等于这笔钱愿意按原比例交给模型商。若大量竞争者同时进入，产品和服务同样可能面对降价。

资金周期也会改变选择。产品开发和客户实施要先投入，研发资产还可能经历长期验证；未来里程碑、版税和预期订单，各有触发条件。CADEF的F在这里继续看可用资源、义务、净消耗和承受力。能支撑一次进入，与能承担多次失败后继续建设，相距很远。

最难算清的成本往往是核心人才的分流。通用模型团队被反复拉去救行业项目，眼前收入可能增加，下一代前沿却放慢。反过来，行业团队积累出可复用的验证环境、工具和错误样本，又可能帮助通用研发。关键在于这些改进是否实际回到模型，而不能把“有协同”写成无需兑现的承诺。

伙伴生意也在这本账里。若原厂进入某个行业后，反复拿走伙伴最有价值的产品和客户空间，伙伴就有理由改用别家模型。少掉的不只是当期调用，还可能是原本会围绕底座增加的下一轮建设。P里的共生要求伙伴保有自己的客户和经济空间，它关系到原厂能够调动多大的共同投入。

真正值得追的，是交付越多，已有验证、产品与支持能越多复用，客户效果提高，完整单位成本下降，并形成有权回流的经验。若每个客户都需要核心团队重新做一套，增长也可能只是把公司变成更大的项目组织。它可以是一门生意，却不能凭收入增长就证明通用丹炉已经获得稳定供养。

第6章 换到一方江湖，老宗门就追不过来了？

进入下游以后，竞争并不会自动退场。实验室能够用更强模型贯通专业工作，大厂和其他行业企业也可能调用同样进步的能力。上一轮靠一套操作界面形成的差异，下一轮可能重新接受客户选择。所谓行业避风港，必须说明它为什么能挡住这些现实替代。

大厂的压力尤其值得放在“能力加下游”一起看。这是一种需要持续验证的机制：如果某个平台既能取得足够强的模型，又已经组织客户的任务、数据和产品，就可能把新增AI工作接进原来的经营关系。客户不用重新采购和建设，平台便有机会进一步集中入口和收益。

这样的优势也有条件。原来拥有客户，并不等于永远理解新任务；原来的产品、收费和组织安排，可能不适合新的生产方式。如果Lab的模型能把过去分散的工作真正贯通，又把产品交付补齐，客户完全可能围绕新的工作入口建设。原有优势与新的创造，都要接受客户下一笔投入的检验。

所以，我不会预先认定Google或任何公司最终通吃，也不会认为实验室到了金融、网安、医药，就避开了大厂。应当继续比较：同一任务下谁提供更好的完整交付，谁能持续改进，客户的重要建设围绕谁展开。行业规模很大，只能说明值得竞争，不能说明位置已经安全。

这也会产生两种逐渐分开的经营结果。一家公司进入下游后，获得新的客户、可用反馈和收益，反过来继续增强通用模型与平台；另一家公司则发现行业生意更适合自己，逐步把人员、资本和客户重心转过去，通用模型主要服务内部业务，甚至采用外部更合适的供给。

后者可以是一项理性的选择。但如果收入来源和核心投入已改变，研究也应更新对象：它现在是一家怎样的行业企业，凭什么持续经营？不能一边已经离开通用前沿的竞赛，一边仍拿原来的通用平台想象解释全部前景。

更需要警惕的是两头都没有站住：通用投入没有收缩到可承受范围，行业产品又不足以覆盖新增义务。公司可能同时失去前沿速度和现金余量。下山之前有路线，下山之后有结果，才谈得上另立山门；换一个行业名称，不会替企业跨过这道关。

第7章 另开一门生意，就能再领一枚元婴金印？

丹是我炼的，下游江湖为何不能亲自闯？当然可以。模型能力是关键起点，原厂有理由争取更多工作、客户和成果收入。若原有能力确实改善完整交付，缺少的行业条件能够补齐，新业务又能留住足以继续经营的收益，下场就可能成为值得坚持的战略。

但这一步的结果，要说清楚落在哪一方山门。领先者扩张，需要证明行业建设反过来增强了原有经营；转型者另起生意，需要证明新的客户关系与生产可以独立成立。下游做成很有价值，至于是否继续争通用平台元婴，要看通用业务本身的变化。

回到金印五阶，客户开始购买行业产品，提供的是该业务的经营证据；客户持续在共同底座上做关键建设，并在跨代选择中继续投入，才进一步检验金丹的占据与固化。元婴还要沿两穿看到实际规则、分配与定价，并检验两高两稳。行业收入不能直接替通用平台领印，集团其他利润也不能替这门新生意过关。

我的判断是：入世有机会创造新的位置，也可能改变原来的身份。真正需要追的，是能力变成了什么工作，客户为何持续选择，收益是否足以支持下一轮。我们既应承认另一门生意的价值，也要如实记录谁还在争原来的通用山门。

因此，下一篇要把供丹、立派、入世共同留下的问题收起来：客户到底围绕谁建设，已有投入能否跨代保留，成果与收益归谁。最后仍让经营事实验成色——《客户围着你共修，就算真正炼成元婴？》。

资料来源

[1] NetEase, Inc.｜NetEase, Inc. 2025 Annual Report, Form 20-F（2026-04-15提交；报告期截至2025-12-31）。印刷页68、71—73、115：网站与游戏历史、长期自研和运营、游戏及相关增值服务收入占比。资产迁移为作者类比，未从年报推出门户导流导致游戏成功。 <https://ir.netease.com/static-files/37a85538-1458-48e6-b547-55b385bad9a8>

[2] Anthropic｜Agents for financial services（2026-05-05）。金融任务模板、数据连接、运行方式及使用者审核安排；属于官方产品披露，未据此认定金融分部利润或金融经营收益。 <https://www.anthropic.com/news/finance-agents>

[3] Anthropic｜Claude Science, an AI workbench for scientists, is now available（2026-06-30）。科研工作环境及任务范围；产品发布不等于持有药物资产或实现药物收入。 <https://www.anthropic.com/news/claude-science-ai-workbench>

[4] Anthropic｜Claude discovers a novel enzyme system with CRISPR-like repeats（2026-09-23）。新生命科学团队、自建实验室及早期酶系统研究。官方披露实验由人类科学家完成，系统功能仍在研究；没有据此声称临床或商业成功。 <https://www.anthropic.com/news/claude-discovers-novel-enzyme-system>

[5] 智谱｜GLM-5.3：前沿编程能力与涌现的网络安全能力（2026-08-14）。涌现的网络安全能力部分：专业任务环境、安全团队分工和产品中的代码审计。未把漏洞估算价值当成实际收入。 <https://www.zhipuai.cn/zh/research/162>

[6] 北京智谱华章科技股份有限公司｜截至2026年6月30日止六个月的中期业绩公告（2026-08-31）。第2页收入类别及网安能力，第4页Co-work验证阶段。该公告未单独列示网安收入利润，不把模型任务验证直接记作独立安全公司的业绩。 <https://www.hkexnews.hk/listedco/listconews/sehk/2026/0831/2026083101540_c.pdf>

[7] 澎湃新闻，记者范佳来｜智谱：年末年度经常性收入指引上调至30亿美元，算力规模初具雏形（2026-09-17；报道9月16日管理层电话沟通会）。只使用Co-work商业落地和安全企业接入自己产品的公司说法，明确属于记者转述。未采用标题中的ARR指引、订单金额或推理毛利测算作为已实现经营成果。 <https://www.thepaper.cn/newsDetail_forward_34084441>

[8] 晶泰控股有限公司｜2026中期报告（报告期截至2026-06-30；董事会批准及落款2026-08-19）。第25—26页自有大分子资产ALX001、ALX002、ALX005及预期临床安排；第81、87页核日期。未将预计2027年临床进度写成已经进入临床。 <https://ir.xtalpi.com/media/1xtkvfec/2026-interim-report.pdf>

[9] 地平线｜地平线创始人余凯出席，首届技术生态大会开幕，携手生态伙伴“向高同行”共赴智能未来（2025-12-09；大会日期2025-12-08）。HSD Together商业模式部分，核基座模型、数据与算法服务及伙伴系统交付分工；只作经营边界对照，不证明通用Lab已具备车载系统能力。 <https://www.horizon.auto/news/press/418>