字节跳动4月内部战略会砍掉接近30%的AI应用项目，这个消息被行业解读成"AI泡沫开始破裂"。

这个解读是错的。

字节砍的不是"AI泡沫"，砍的是互联网方法论在AI时代的尸体。真正值得行业警觉的信号，不是有多少AI App在死，而是过去二十年验证过的那套"流量—日活—变现"三段论，第一次被一种全新的成本结构彻底戳穿。

我最近观察AI项目都会想一下应用的底层逻辑，从大模型、Agent、具身智能、AI工具到垂直场景应用。再结合当时 2016 年 到 2018 年的互联网红利大潮来看：

摊开说——AI应用不是不能做，是做法变了。把互联网打法搬到AI上来，就是走进一个死亡三角。

一、死亡三角：日活、补贴、免费

互联网时代这三个词是圣经——做大日活、用补贴拉新、用免费抢用户，然后靠广告或增值服务变现。

这套打法在AI时代不成立，原因只有一个：AI的单位经济模型，和互联网完全相反。

互联网业务的成本曲线是规模递减的。用户越多，单位服务器成本越低，毛利从几个百分点爬到七八十。

AI应用反过来。每一次用户对话、每一张图片生成、每一段视频渲染，都是一次真实的算力消耗，都在烧Token。字节2025年AI推理成本超过80亿，这个数字不是研发投入，是纯粹的用户使用成本。用户越活跃，亏损越大。

日活越高，亏损越重。

这是死亡三角的第一条边。

第二条边：补贴不转化为留存。

月之暗面、MiniMax、几家头部AI公司，过去一年砸了几十亿广告，短期日活暴涨。广告一停，7日流失率超过60%。补贴带来的是一次性使用，不是用户习惯。原因也简单——AI工具在用户心智里还没建立"不可替代"的位置，换一个接口就能用同样的GPT-5、同样的Claude、同样的开源模型。

第三条边：免费模式锁死商业化。

一旦用户习惯免费，收费的心智门槛极高。这一点和互联网一样。但互联网免费换了二十年积累了广告生态作为兜底，AI应用没有。广告主不会为一个日活100万但留存30%的AI工具付CPM，因为这些用户下个月就不在了。

三条边合起来就是：做得越大，死得越快。

这不是字节一家的困境。这是所有纯C端AI轻量化工具的集体命运。

二、字节砍30%为什么还不够

把字节的动作拆开看，四条调整——收缩非核心应用、All in豆包、押注PICO和AI眼镜、ROI重新考核——其实只做对了两件事：止血、聚焦。

没做对的是：对商业模式的重新定义。

"放弃纯C端AI工具、转向软硬一体"这个方向本身没错，但把PICO和AI眼镜当成救命稻草是危险的。硬件不等于壁垒。AI眼镜赛道现在至少有Meta、Rokid、雷鸟、华为、小米、百度、字节七家在做，全球更多。如果打法还是"用互联网资源砸硬件"，结局跟砸AI App没区别——硬件只是换了一个更重的亏损方式。

真正需要重新定义的，是三个问题：

❶这个产品为用户省了多少钱或赚了多少钱？

不是"提供了什么功能"，是"替代了什么成本"。互联网产品可以只提供"爽"就收费（游戏、娱乐），AI产品不行。AI的计算成本太高，必须明确替代了人力、替代了软件、替代了流程，价值才撑得住Token费用。

❷这个产品的留存，是习惯还是习惯性？

习惯是用户主动回来（ChatGPT），习惯性是用户被动回来（钉钉、企业微信）。前者靠体验，后者靠嵌入工作流。AI应用如果不能嵌入工作流，只能卷体验，而体验在大模型同质化的背景下注定趋同。

❸这个产品的数据飞轮，有没有闭环？

用户用得越多，产品变得越好——这件事AI原生就做得到吗？很多AI App用的是第三方模型API，用户数据对自己没有沉淀价值。没有数据飞轮的AI产品，只是一个更贵的接口封装。

这三个问题回答不出来的AI应用，砍不砍都一样。砍了省钱，不砍烧钱——但都走不到终局。

三、未来三年的三条活路

虽然远不成熟，但我的判断是：未来三年，中国AI应用能跑通的商业模式只有三类。不是大家说的"大模型、产业、软硬一体"那个太宽泛的分法，而是用价值创造方式来切：

路径一：Token差价套利

底层逻辑是调用通用大模型API，封装成特定场景的服务，靠场景理解+提示词工程+工作流设计赚差价。

这条路能跑通的前提有三个：场景足够垂直（比如跨境电商文案、律师合同审查、垂直行业高单价的咨询）、提示词和工作流有专有know-how、价格体系支持毛利大于Token成本。

典型代表是海外的Jasper、Copy.ai，国内的秘塔、海马体AI写真。

天花板不高，但现金流来得快。适合小团队、快速切入、早期盈利。FA视角看，这类公司的估值锚点是毛利率×净留存，不是ARR倍数——这是很多一级市场投资人还在用SaaS估值框架套AI公司的核心误区。

路径二：工作流替代

底层逻辑是直接替代一个岗位或一个完整流程，按结果收费，不按调用量收费。

这条路的本质是把AI当成"数字员工"卖给企业。客服、销售开场白、电商美工、视频剪辑、财税入账、法律初审——任何"重复性脑力劳动+有明确产出标准"的岗位都是切口。

关键是定价逻辑要变：不是SaaS的每月订阅，是按完成一单、生成一篇、处理一条收费——和人力成本直接对标。如果替代一个月薪1万的岗位，AI只要收3000块，客户就有ROI。

典型代表是Cursor、Windsurf（替代部分程序员工作）、海外的Harvey（替代初级律师）、国内的秘塔科技（替代研究员）、智谱清言企业版（替代部分分析师）。

这条路要用替代成本×渗透率倒推估值，而不是看日活看留存。这是未来三年真正能跑出大公司的路径。

路径三：场景入口锁定

底层逻辑是通过软硬一体或独家数据源，锁定一个用户不能绕开的入口。

硬件入口：AI眼镜、具身机器人、车载语音、家庭中枢。硬件的价值不在硬件本身，在它独占的感知数据——用户的视线、动作、对话、环境，这些数据任何纯软件产品拿不到。

数据入口：金融交易、医疗影像、工业设备传感器、政务档案——这些数据受监管或受物理限制，形成天然壁垒。

这条路周期长、投入大，但一旦锁定，护城河极深。豆包活下来不是因为它C端做得多好，是因为字节系的内容数据+抖音场景分发别人复制不了。

FA视角看，这条路的估值锚点是数据稀缺性+场景不可替代性，适合给产业资本讲故事。但也是最容易陷入"硬件亏损+软件免费"双重陷阱的路径，做不好就是另一个PICO。

四、总结的三句话

写到最后，我觉得还是收三个判断：

❶AI应用的融资叙事必须从"用户规模"切到"替代价值"。

投资人已经不认"我有1000万日活"这种数据了。真正能打动钱的是"我替代了多少人力成本、锁定了多少企业预算、建立了多少数据壁垒"。

❷估值逻辑要切换。

不要再用移动互联网时代的DAU×ARPU×倍数。用毛利率×净留存×替代成本重新算一遍账，很多热门AI公司的估值要打三折。

❸FA要会讲AI时代的新故事。

过去讲TAM/SAM/SOM，现在要讲替代池、工作流嵌入深度、数据飞轮速度。叙事框架不升级，项目推不出去、机构听不懂、交易做不成。

中国AI应用的泡沫确实在破，但破掉的只是"用互联网思维做AI"的那部分。

或许真正的机会，才刚刚开始。

May be 看清死亡三角，才会看清未来三年的分水岭。

本文系作者基于一线FA实战视角的独立分析，不构成投资建议。