杀不死比赛的Liblib们，为什么还在被资本追捧

市场真正押注的，或许不是某一个确定产品，而是那些能在模型、用户和产品形态不断变化中，持续选对航线的人。

作者 | 李威（北京）

市场对AI应用公司的判断始终存在比较明显的分歧。

一种看法认为，AI应用公司是AI时代最接近真实商业化的一批公司。相比基础模型公司漫长、昂贵、不确定的研发投入，应用公司离用户更近，产品迭代更快，也更容易验证付费。它们能在模型能力释放的第一时间，把新能力翻译成具体产品，推到用户面前，并尽快形成收入。

另一种看法则相对谨慎。因为很多AI应用公司并不掌握底座模型，也不掌握算力，更不一定掌握稳定入口。它们看起来跑得很快。但这种快可能只是建立在模型红利和注意力引爆上，短期内能获得用户，但长期会面临基础模型对产品能力的吞噬，Token价格波动对商业模式的冲击，所谓壁垒会不断被重新审视。

演语科技是最近被推到这种分歧和质疑中央的AI应用公司。

这家此前以Liblib被市场熟知的公司，近日宣布完成近3亿美元B+轮融资，投后估值超过20亿美元。融资后，公司开始采用新名字演语科技（Evoken），试图把Liblib、Lovart、星流、LibTV等产品放进同一套公司叙事里：一个服务下一代创意生产方式的AI应用公司。

支持者看到了演语科技连续抓住技术窗口的能力，认为它的价值不只体现在能做出爆款，而是在不同技术节点上，连续把模型变化翻译成产品、用户和收入。质疑者认为，演语科技的商业模式本质上是「Token中转站」，能力很大程度来自对主流模型的聚合、调度，然后通过算力折扣、采购二手API份额等实现了价格优势。

这个争议不只属于演语。一批AI应用公司，目前都回答不好这个问题：当模型不是你的，算力不是你的，用户也可能快速迁移，你的真正价值到底在哪里？

从长远来看，这个答案可能不只在当下的产品本身，而在人能否押中未来的产品。更准确地说，是在于这一类公司是否具备持续捕捉重要技术变化节点，并把这些变化迅速落成产品、用户和收入的能力。

处在模型技术、交互方式、产品形态都未定型的阶段，大家能看到一个模糊的远方，但找不到明确的灯塔指引向确定性的机会，最终还是要靠人的经验、判断去识别机会、组织资源、快速落地、持续校准方向。

在投资者眼中，能在变化中不断抓牢确定性机会的人，比押中还在变化中的确定性机会更珍贵。

有新消费气质的AI应用公司

现阶段，AI应用公司给人的感觉很像几年前的新消费公司。

不是具体的业务和产品相似，而是气质相似。新消费公司当年不只卖咖啡、护肤品、香氛、低度酒，也卖新人群、新审美、新生活方式。产品之外，它们更擅长建立一种叙事：某个尚未被充分验证的需求，背后是一个确定的时代趋势。

几年后，这套创业话术在AI应用公司身上重新出现。只是「生活方式」换成了「工作方式」，「新人群」换成了「超级个体」，「品牌机会」换成了「Agent时代」。

AI应用们不只说自己是设计工具，而是把自己讲成AI设计师、创意团队和交付服务；不再只讲AI Search，而是把自己推进到Super Agent、AI Workspace和AI Employee；要反复强调AI不只思考，也应该行动；要从Chatbox和画布，延展到Agent workspace和多模态创意生产链路。

这种话术并非全是包装，AI确实正在改变任务形态。

一个设计师和AI沟通，可能不再只是输入提示词，而是在画布上圈画、修改，让AI理解自己的风格和偏好；一个知识工作者用AI，也不只是搜索信息，而是希望把浏览器、文档、表格、PPT和Agent放进同一个任务入口；一个使用Agent的人，期待的是任务被拆解、执行和交付。

就像新消费公司曾经用品牌抵抗同质化，AI应用公司则在用愿景抵抗大厂竞争和模型吞噬。这些公司的叙事里往往夹杂了过于夸张的表述，并面对着并不确定的技术底座。整个产品还像是建设在一块漂浮在海上的小舢板上，但公司好像已经用愿景把投资人、用户、员工和媒体组织起来登上了大游轮。

技术未成熟，产品也不是完全体，会让用户尝鲜感强、忠诚度弱、迁移成本低。一个用户今天因为LibTV便宜、不排队而来，明天也可能因为原厂降价、另一个工具更好用而走。挑战在于，公司既要讲故事，也要讲营收；既要证明自己仍在风口上，也要证明用户愿意付费。

质疑也由此而来。虽然AI应用公司的获客、留存、复购、投放、社群、KOL传播，都像是新消费时代被反复训练过的增长机器；但是AI应用面对的是模型更新、巨头下沉和产品范式迁移，这种变化要比新消费公司面对的供应链、渠道和人群变化更快、更彻底。

新消费给市场留下的教训是，叙事可以放大一个品类的想象空间，但不能替代复购、毛利和稳定心智。AI应用公司今天也面对类似审视：用户为什么来，为什么留下，为什么持续付费，比用户第一次被惊艳更重要。

缺乏杀死比赛的能力

经历过新消费洗礼的资本和市场，已经不会再轻易为同样的套路买单。因为这种相似性背后，往往掩盖着太不稳定的根基和太多的不确定性。

但漂亮叙事和短期爆款都无法提供能说服所有人的可兑现预期。人们会问：如果AI应用没有自研模型，那么它们的不可替代性来自哪里？它们的能力提升，到底有多少来自自己？这些AI应用是否都只是短暂繁荣的「Token中转站」？

这种质疑的本质是在追问AI应用公司的根基和壁垒是什么，能不能有杀死比赛的能力和主动权。

所谓「杀死比赛」，不是短期跑出用户和收入，而是拥有让后来者难以绕开的根基：模型、入口、数据、生态，或者某种长期不可迁移的用户心智。

用传统技术公司的标准看，这些公司确实不在最底层。它们的创造没有在预训练参数，也没有在搭建昂贵的算力集群，而是在贡献产品判断、任务拆解能力、交互设计体验、上下文工程。他们比拼的核心不是技术的突破，而是把模型能力变成产品体验和商业模式的速度。

演语科技选择不做底座模型，也不去硬碰通用Agent，而是做垂直应用Agent。公司创始人陈冕的判断依据来自互联网时代的经验总结，创业公司要避开大模型和大公司的主航道，在缝隙里建立差异化。

在《晚点LatePost》此前的访谈中，陈冕把垂直应用公司的价值概括为两件事：理解一个行业里的特殊工作方式，并积累这个行业需要的经验和数据。

与演语科技类似，很多AI应用公司都在让自己的产品能力随着底层模型进步而进化。一方面，他们都创造了特殊的工作界面或体验，Manus和Genspark将对话框变成了用户的工作间，Flowith一开始就在围绕画布形态构建产品能力。另一方面，他们也在开发更高效的上下文环境和任务执行链路。

但这样做可能只是获得了一个时间差：比模型公司更早看见用户会怎样使用模型，比大厂更快把新能力包装成产品，比同行更早占住一个工作流和用户心智。时间差可以带来窗口，却很难自动变成护城河。下一次模型更新、原厂降价、巨头下沉，都可能要求它们重新证明自己还拥有什么。

Manus的季逸超在技术博客里写到，如果模型进步是上升的潮水，Manus想做船，而不是固定在海床上的柱子。这段话几乎隐喻了所有AI应用公司的选择：它们无法控制潮水，杀死比赛，只能让自己更适合漂浮和前进。

善于选择航线的价值

缺乏杀死比赛的能力，就只能不断变换航线，保证自己还能沿着正确的航向高效前进。AI应用们的梦想是成为AI时代的新物种。但它们目前必须先在一阵阵海浪里不断证明，自己不是被浪带来的泡沫。

演语科技从工具走向社区，然后又从社区走向Agent，重新做回了AI工具。每次转向都不是从一个确定目标走向另一个确定目标，而是从上一条航线迅速切换到新出现的、更有价值的航线上。

航线切换背后，掩藏着陈冕这一类创业者的判断逻辑。他是产品和商业化出身的创业者，在加入字节负责剪映与CapCut商业化之前，曾辗转于腾讯、360、百度、滴滴、每日优鲜等公司。这些经历让他不执着于自研底层技术，而更相信产品、用户、商业化和窗口判断。

这也是他后来反复表达的创业方法：应用创业者要「认知领先加极致执行」。换句话说，就是自己不一定是时代浪潮的制造者，但一定要比别人更早判断出时代浪潮会去向何方。演语科技的每一次转向，都是在模型能力、用户需求和市场共识之间重新校准航线。

陈冕不是没有方向。恰恰相反，正是因为陈冕一直太关注方向，才会在每一次模型能力、同行产品和资本共识的浪潮来临时，都觉得原来的航线显得不够远。技术发展未到成熟期，演语科技的航线就还会出现变化。

AI应用创业者有梦想，但模型更新、同行爆发、巨头下沉，每一次变化都要求它们先证明自己还在海面上。它们必须不断调整姿态，不断更新营收、融资、增长，不断讲出新故事，只为了不被下一阵浪甩下去。但梦想也往往不是被一次失败打碎的，而是在这一次次「必须跟进」的选择里慢慢消散。

正因为海浪太强，真正能留下来的公司才更稀缺。它们不能只会追浪，还必须善于选择航线，把一次次模型更新、用户迁移和产品转向，沉淀成自己的稳定能力：知道哪类用户值得服务，哪些工作流能留住预算，知道哪些上下文和交付关系不会被下一次模型更新轻易带走。

善于选择航线的价值就在于：当技术和产品都还不能杀死比赛时，人的经验、判断和选择能力，就成了现阶段最值得定价的资产。这或许也是资本愿意继续押注演语科技们的核心理由