过去两年，AI 应用的赛道里并行着多条叙事线：陪伴交互、内容生成、代码开发、智能搜索各有市场，但贯穿始终的核心主线，是提效。

模型承接写作、信息检索、代码编写这类生产力工作，产品竞争的焦点集中在生成速度、输出准确度等效率指标。绝大多数 AI 产品解决的都是单点任务，用户在不同工具间切换几乎没有成本。这就是前两年 AI 应用普遍的状态。

步入 2026 年，这套叙事正在松动。一批深耕业务场景的创业者，把筹码压在了 AI 应用层。前飞书 CMO 孙峰离职创业，打造 AI 占卜水晶球产品；前 WPS AI 文字应用负责人徐奕成，希望在用户本地电脑运行拥有独立性格的智能 Agent；销售易在内部开辟新赛道，7 人团队耗时不到两个月，推出 AI 销售伙伴「易启」。

无论是大厂高管出走创业，还是企业内部项目赛马，这群人瞄准的是同一个趋势：AI 产品正在从单纯的效率工具，转型为关系型角色。这一轮变革，重新定义的是人与 AI 的相处模式。

大厂内外，双线入局

大模型抹平技术门槛之后，AI 应用创业大致分化成两条路径，赛道呈现百花齐放的态势。

第一条是大厂人才出走，独立创业。前字节剪映全球商业化负责人陈冕，打造 AI 创作社区 LiblibAI，完成 B 轮 9 亿元融资；前阿里千问技术负责人林俊旸创立语用科技，研发新一代智能体，拿下 2.2 亿美元融资；前海思鲲鹏总经理、地平线芯片总裁陈鹏，主攻端侧大算力推理芯片，四个月融资总额超 1 亿美元；前西贝副总裁宋宣创办餐饮 AI 助理勺子 AI；前字节飞书区域业务负责人吴振华，开发 AI 滑雪硬件 Heygo。

第二条路径，留在企业内部，以新项目开展赛马测试，销售易的「易启」就是典型代表。两种路径形式不同，但底层逻辑一致：当底层大模型的能力、成本抵达临界点，机会自然流向离真实业务场景更近的人。

源码资本投资合伙人、美国国家工程院外籍院士张宏江在外滩大会主论坛提到，大模型是人类有史以来迭代速度最快的技术浪潮，前沿模型的智力测试成绩已经超越人类平均水平。

销售易「易启」产品负责人罗义认为：豆包工作、飞书 WorkBuddy 这类通用 AI 工具兴起后，很可能成为全新的应用入口，甚至职场工作入口。一旦这个趋势落地，用户可以跳过传统 CRM，直接通过对话完成客户管理，传统 CRM 的价值会被大幅弱化。

所以研发这款新品的核心动因，并不只是产品本身，而是要在新用户入口定型前抢占席位。哪怕商业化路径还不清晰，也要率先切入市场。目前「易启」已经上架豆包工作。这类国民级平台拥有巨大流量，做小微、个人端应用的厂商，很难选择回避，只能主动拥抱生态。

大模型把应用创业门槛压到极低，也让试错成本变得微乎其微。据介绍，「易启」整个项目仅 7 人参与，开发周期不足两个月，对于销售易的体量来说，投入几乎可以忽略。一边是原有业务入口存在被新物种替代的危机，一边是极低的试错成本，抢先入场，成为当下很多创业者的共同选择。

让 AI 从工具，变成身边的角色

米羊科技创始人徐奕成提出一个观点：用户不会对工具类应用产生忠诚度，选择产品大多只是出于使用习惯与个人偏好。他把新一代产品定义为关系型生产力 Agent。他打造的 AI 伙伴「白艾莉」，设定住在上海徐汇太原路，拥有真实地址、社交好友，还会更新朋友圈。

想要依靠用户关系留住人，产品就必须让用户和 AI 之间沉淀长期联结。米羊科技公开的留存数据：次日 73%、7 日 45%、30 日 30%、90 日 15%。这套留存指标借鉴的是游戏养成思路，而非传统 AI 产品逻辑。上海交大安泰经管学院副院长刘少轩点评：在底层模型能力差距持续缩小的当下，能否兼顾专业生产力，依靠长期协作降低沟通损耗，会成为 AI 应用层竞争的核心。

Ora-Orb 创始人孙峰（前飞书 CMO）的思路更加大胆。他将 AI 产品做成占卜水晶球，定价 365 美元 / 年，计划明年 1 月在 CES 首发。在他看来，留住用户的关键不在于 AI 替代了多少工作，而是用户遇到问题时，第一个想到它。占卜只是建立信任的入口，他争夺的，是用户的第一咨询权。

这套逻辑同样体现在「易启」身上。传统 CRM 面向企业管理者，核心关注销售管线、业绩预测等经营指标；而「易启」服务一线销售。罗义介绍，销售人员通过自然对话就能沉淀客户、商机信息，不用手动填表，全部交互都在对话框完成，产品还通过 MCP 协议和 WPS WorkBuddy 深度打通。这也是它和传统 CRM 最本质的定位差异。“它不是简化版本，是我们从零重构的新产品。” 罗义说，「易启」的目标，是让 AI 成为销售身边的角色，而不只是工具。

工具和角色最大的区别：工具解决 “怎么更快做完事”；角色解决 “遇到问题，你会先找谁”。这或许就是 AI 应用接下来的第二战场。

技术平权时代：场景与人，远比参数重要

2026 年 AI 应用层融资风向，和去年形成鲜明反转：人的认知价值高于纯技术，场景价值高于模型参数。

从创业团队规模就能直观感受到变化：销售易「易启」团队 7 人；米羊科技 10 人，半数是上海交大学生，包含两名博士；Ora-Orb 团队不到 20 人，三位联合创始人；斜跃智能 20 人，成立 4 个月拿下数亿元融资；LiblibAI 由 90 后创始人掌舵，斩获 B 轮 9 亿元投资。

底层大模型比拼参数，而应用层的机会，属于懂场景的人。资本的投资重心，也从单纯 “押注模型能力” 转向 “押注用户留存”。徐奕成认为，90 日 15% 留存才是真正壁垒，用户留下来依靠的不是技术优势，而是产品和用户之间建立起来的关系。

罗义也坦言，代码可以被复制，商业模式尚且没有定论，但团队赌的是先发优势与数据飞轮：更早触达用户、沉淀业务数据，就能持续领先模仿者。这份优势藏在模型之外，来自运营、行业认知、用户关系，很难被复刻。

技术平权，是本轮 AI 应用爆发的底层前提。AI 辅助编程降低开发门槛，即便没有深厚编程基础的人也能独立开发应用，“一人公司” 成为现实。

外滩黑客松 AI Coding 大赛产出 15577 个原创 AI 应用，创下吉尼斯纪录。近七成参赛者未满 18 岁，最小仅 6 岁；9 岁的罗安歌借助 AI 开发出《泥土实验室》。跆拳道全国冠军、演员张蓝心转型 AI 创作者，她说：“现在我靠写代码谋生。无论什么身份，什么赛道，先上场最重要。”

张宏江提到：“单人 + 多智能体” 的组织模式，正在让企业规模持续小型化。而中国拥有全球最庞大的用户基数与落地场景。

支撑这场爆发的基础设施已经就绪：飞书 8.0 深度拥抱 Agent，字节打通豆包、飞书、火山引擎；微信把 AI 智能体「小微」植入国民级入口，覆盖 14 亿月活；支付宝推出 AI 支付全栈框架与 APASS 商业信任底座。IDC 预测，2035 年中国 AI 数据基础设施市场规模将达到 1548 亿美元。

AI 也走出演示 Demo 阶段，落地真实生产场景。机器狗「途途」是全球首个具备完整支付能力的具身智能；蚂蚁灵波机器人智慧药房，能在 80 厘米窄货架完成药品识别分拣，已经落地上海国大药房承担夜间作业。

北大国家发展研究院副教授赵波解读了背后更深层的经济价值：AI 真正的价值，不只是把原有工作提速，而是让过去成本过高、难度太大、无法规模化的事，变得可落地、可交易。

繁荣之下，隐忧同样存在。同质化是最先暴露的问题。

当前 AI 应用商业模式大多处于早期阶段，就连飞书 WorkBuddy 这类平台本身的收费模式还在探索。大模型厂商持续下沉，平台玩家会不会挤压独立应用生存空间，仍是未知数。ToB 领域惯性依旧，哪怕 AI 产品体验优异，大企业采购依旧受预算周期、安全合规等传统规则约束；数据主权、隐私边界，也尚未形成统一共识。

多重约束之下，AI 应用的爆发不会是一条直线。个人场景落地推进更快，但组织端价值兑现，还需要重构原有工作流。商业模式验证明显滞后于产品热度，个人 AI 应用声势热闹，可成熟的收费路径大多还没跑通。

但大方向已经清晰：工具属性慢慢退居幕后，AI 正在变成用户身边一段可持续的关系。至于这段关系能持续多久，模型性能只是其中一环，最终取决于用户是否愿意长期使用、产生依赖。

文章来源 参考作者｜AGI-Signal，编辑｜秦聪慧