3000人用免费插件,亚马逊却开出500亿,70亿美元买的不是试衣间,是一层翻译软件

大家好，我是老谢，四百多人软开公司的模式导师。

3000人用的免费插件，亚马逊要出70亿美元买。

70亿，换成人民币接近500亿。一百多人的公司，人均摊到5个亿。

这账你要是用「用户量÷估值」去算，怎么算都是神经病。但换个算法，它就通了。

— — — — — — — — — — — — — — — — — — — — — — 

— — — — — — — — — — — — — — — — — — — — — — 

一、先把话说丑：这笔买卖还没落锤

《华尔街日报》10月11日援引知情人士说，亚马逊正在洽购Decart，潜在估值约70亿美元。

注意是「洽购」，不是「成交」。

在我把这笔账拆开之前，有三件事必须先说丑：

第一，Decart官网和Chrome商店的数据对不上。官网5.0分，16人打分；Chrome商店3.6星，39人打分。同一款插件，两个分数，官网挂的是好看的那个。

第二，官网说的转化率——九分之一加购、四分之三试第二件、一次玩7.8分钟——全是企业自述，没有任何第三方验证。

第三，Anthropic前两个月才从这张桌子旁起身，英伟达也谈过，都没拿下来。

所以今天我拆的不是「这笔收购值不值」，而是「如果它真成交，亚马逊到底在买什么」。

— — — — — — — — — — — — — — — — — — — — — — 

二、第一笔账：3000人不是失败，是「够用了」

六个满群，500亿人民币，放在同一家公司身上。

你要是投资人，第一眼肯定骂：「才3000人？产品都没跑通吧？」

但你品，你细品。这个插件本来就不是用来赚钱的。它是一个「可行性演示」。

Drag一件衣服进摄像头，一秒半上身。你转身、抬手、往后退，衣服跟着你动。商家不用改网站，用户不用找全身照。

3000人刚好够证明一件事：实时生成这件事，已经稳到可以放进一面镜子里。

对技术型公司来说，用户数从来不是估值变量，「能不能被看见」才是。

这就像我们软件公司给客户做Demo。Demo不需要十万用户，它只需要让决策者相信：这套东西真能跑。

🧮 老谢用户计算器：

你公司现在有多少付费用户？如果把你最炫的一个功能做成免费Demo，能让多少个潜在客户「一眼看懂」？这个数字，可能比你的MAU值钱十倍。

看到这里你可能会想：「那它总得变现吧？」我问你：一块芯片值多少钱，和用这块芯片的人有多少，是同一道题吗？

图：AI 虚拟试衣界面，上传人物图 + 衣服图即可生成试穿效果

— — — — — — — — — — — — — — — — — — — — — — 

三、第二笔账：官网5.0 vs 商店3.6，我反而信它

这俩分数差得离谱，但你换个角度，它可能是最值钱的诚实信号。

一家企业敢把「我们干不好什么」写在官网上，这比它说「我们什么都好」可信得多。

Decart官网自己列了四条短板：宽松或硬挺的衣服最难；背景太乱会差；转得太快下摆会破；不告诉你该买什么尺码。

这说明什么？说明它没打算骗你。它解决的是「动起来」的问题，不是「买什么码」的问题。

服装电商退货率常年三成，一大半栽在尺码和版型。它能干掉「版型不合适」这一半，但留着「尺码拿不准」另一半。

敢于承认边界的产品，反而更容易拿到真实订单。做系统的都懂，客户最怕的不是功能少，是你吹牛。

— — — — — — — — — — — — — — — — — — — — — — 

四、第三笔账：17KB一行代码，才是真正的产品

给用户的是插件，给商家的是一行代码。

一行代码什么概念？店里管后台的小伙子一分钟贴完。不用改架构，不用招人，不想用了删掉就干净。加载包只有17KB，手机里随便一张照片都不止这么大。

老谢做了十几年系统，深知一个道理：技术厉不厉害，决定的是上限；接进去要多少人、多少天，决定的是能不能落地。

大部分企业上AI，卡在第二件事：没人贴那一行代码。

演示看得热血沸腾，落地发现没有商用开源底座，没有二次开发，没有长期维护。三个月后接口涨价，整套东西是黑盒，改不动也换不掉。

Decart把商家端压到17KB，不是炫技，是吃透了老板的痛点。

图：手机 AR 购物场景，接入成本低、即开即用

— — — — — — — — — — — — — — — — — — — — — — 

五、第四笔账：亚马逊买的不是试衣间，是「换芯片不用重造车」

Decart真正值钱的东西，藏在最底层，叫DOS。

它不是操作系统，是一套让AI模型换芯片还能跑的适配层。英伟达GPU、谷歌TPU、亚马逊Trainium，它都能适配。

这件事听着像软件工程里的边角料，但在今天的AI产业里，它太要命了。

买芯片花的只是第一笔。真正的麻烦是，原来那套程序、工具、工程师经验，全是照着英伟达CUDA写的。你换个便宜芯片，光是改程序和调试花掉的钱，能把省下来的芯片钱全吃回去。

打个比方：你买了台便宜发动机，装上去才发现整辆车都得重新设计。

DOS卖的不是8倍速度，是把「重新设计整车」那笔钱砍掉。

亚马逊早有布局。2025年夏天双方开始接触，Decart拿到了Trainium3的早期访问。年底AWS re:Invent大会，创始人在台上当场换脸换衣服，从接到邀请到登台只有26天，团队准备了16套备用方案。

AWS官网数据：在自家芯片上跑视频，速度最高是对照GPU的4倍，成本只有一半。

这笔账亚马逊算得很清楚。买下DOS，等于给客户一个理由：换到我的芯片，不用重写代码。

图：数据中心中的 AI 芯片板卡，跨芯片适配是 Decart 的核心壁垒

— — — — — — — — — — — — — — — — — — — — — — 

六、同一份资产，进了谁的表就变成什么科目

Anthropic也出过价，大约60亿美元，连合同草稿都交换过。

一个月后，Anthropic尽调完走了。

走的原因有两个说法。表面是团队不想搬，他们要留在特拉维夫，Anthropic希望研发去旧金山。更深层的是：Decart还没证明自己能赚钱，而养这些模型要一直烧算力。对一家准备上市的公司，这不是一份干净的报表。

但亚马逊不一样。

对Anthropic，Decart是成本项——帮我省点推理成本。对亚马逊，Decart是销售工具——帮我让客户迁到Trainium，带动云服务。

同一份技术，进了不同的利润表，价值完全不一样。

这也是为什么中间层公司最近被大厂扫货。Cursor、Hugging Face、World Labs、OpenRouter，它们自己不生产模型，却站在模型和使用者中间。谁站在这儿，谁就能影响别人最后用哪家模型、用谁的算力。

图：NVIDIA GPU 加速卡，代表当前主流 AI 算力生态

— — — — — — — — — — — — — — — — — — — — — — 

七、三处合理，三处扎心

合理之处：

1. 技术是真的。实时视频生成能做到这个稳定度，是硬功夫。

2. 切入点是准的。从「一行代码」切入商家，比从「卖模型」切入容易得多。

3. 商业逻辑通。亚马逊需要一把钥匙，打开客户换芯片的门。

扎心之处：

1. 产品收入还不稳。主要收入来自底层优化，应用层商业化还在找出口。

2. 估值涨得比产品快。5亿→40亿→70亿，一年多十几倍，市场热度明显高于收入增速。

3. 中立性会受损。被亚马逊买下后，其他芯片厂商还敢不敢用它的适配层？这是笔隐形成本。

— — — — — — — — — — — — — — — — — — — — — — 

八、这类生意适合谁、不适合谁

适合：

· 有算力野心的云厂商或芯片厂，需要降低客户迁移成本。

· 做AI基础设施的公司，手里有一堆模型但缺跨硬件部署能力。

· 服装、眼镜、家居等高退货率品类，想用虚拟试穿降本。

不适合：

· 指望靠一个Demo直接变现的小团队。3000人免费插件赚不到什么钱。

· 没有长期维护能力的传统企业。接进去只是一行代码，后面的模型更新、接口变更、价格调整才是大头。

— — — — — — — — — — — — — — — — — — — — — — 

九、灵魂三问

1. 你手里有没有一个「看起来小、但能让大客户少换一辆车」的能力？

2. 你的Demo是为了获客，还是为了收费？这两者的产品设计完全不一样。

3. 如果你的技术被某一家巨头收购，其他客户还会不会继续信任你？

— — — — — — — — — — — — — — — — — — — — — — 

老谢总结：

3000人用免费插件，500亿估值，差距不在用户量，而在「看见」和「用上」之间的那层工程。

Decart做的，是把AI模型从一块芯片搬到另一块芯片的「翻译官」。翻译官不生产内容，但它决定你能读到哪本书。

对做系统的人来说，提醒只有一句：一个东西被证明能跑之后，后面拼的不是谁更早看到，而是谁能把它接进自己的生意里，然后让它一直跑下去。

— — — — — — — — — — — — — — — — — — — — — — 

你觉得70亿美元买的是技术，还是买的是「让客户别跑」的护城河？评论区说说你的判断。