夜雨聆风
一、豆包付费？教育市场还任重道远。
豆包付费这件事，反应比我想象中大。
截至2026年3月，豆包月活用户达到3.45亿，日活约1.4亿。是国内唯一一个日活稳定破亿的大模型应用，在我个人实际使用的时候也觉得非常不错。豆包是国内最像「国民级 AI 助手」的产品之一。用户量足够大，用户结构足够泛化，使用场景也足够日常。
但舆论场的反应很真实。这说明一件事，AI 应用在中国 C 端市场，用户教育还远远没完成。
用户很难为「AI 很聪明」付费。
过去两年甚至更久，人口基数大，价格敏感导致从互联网时期国内用户就开始养成“薅羊毛”，搞补贴，用户对传统互联网价格战集体惯坏了。美团大额红包，千问免费奶茶，到后来的AI领域，DeepSeek 免费，豆包免费，元宝免费，通义免费，文心后来也全面免费。大家已经形成一种很强的心理预期，AI 就应该随便问、随便用、最好还得越来越强。
一边是用户觉得 AI 是免费的基础设施，一边是厂商知道这玩意每一次响应都有成本。用户感知的是一个聊天框，厂商看到的是 GPU、带宽、存储、模型推理、内容安全、产品运营，还有越来越贵的获客费用。
尤其在中国市场，C 端订阅长期就不是一个特别舒服的生意。视频会员、网盘会员、音乐会员已经把用户教育了很多年，结果用户还是会对价格非常敏感。AI 会员如果只是更快一点、更长一点、更强一点，很多人不会买账。你得让他非常具体地感受到，我这 68 块钱到底省了什么时间，替代了什么人力，产出了什么结果。
其实，Kimi 早就有会员体系，国内有 49 元、99 元、199 元、699 元不同档位。百度文心一言也早在 2023 年推过会员，只是后来随着成本下降和市场竞争，又在 2025 年宣布全面免费。扣子、火山方舟、阿里百炼、百度千帆、腾讯云混元这些平台，本来就一直在按调用、额度、企业版、私有化部署收费。
这也是为什么我觉得，豆包付费能不能完成一次非常艰难的市场教育，只是我觉得希望渺茫。
以字节过去一年的动作看，会发现它其实在同时推好几条线。
- 一条线是豆包本身，从通用助手走向分层付费。基础能力继续做大规模用户入口，高算力能力开始筛选专业用户。这个逻辑很像把免费流量池和付费生产力池拆开，前者保规模，后者算账。
- 一条线是豆包手机，或者更准确地说，是系统级 Agent 入口。
- 再一条线是视频和内容生产。Seedance 2.0 这类视频模型，放在字节体系里，其实特别耐人寻味。放进即梦、剪映、CapCut、抖音、番茄、短剧生态里是内容工业链的一环。AI 漫剧、AI 短剧、AI 广告素材、AI 商品视频，会天然接上字节最熟悉的东西，内容生产、分发测试、流量反馈、商业转化。
- 还有就是整体火山引擎针对B端的整体布局和大刀阔斧的扩招。
整体看起来，AI领域各大厂商对于商业化变现的压力确实不小。只是每家选择的路径不一样。
Kimi 更像长文本和 Agent 工具收费。
百度一边做文心和 AI 搜索，一边把 AI 塞进文库、网盘、营销和智能云。
阿里更天然地靠近电商、云和企业开发者，千问、夸克、百炼、通义灵码，各自连接不同的商业化入口。
腾讯现在看起来更克制，更多是在守微信、QQ、内容生态和未来 Agent 入口。对于
字节则更激进一点，它同时在试 C 端订阅、Agent 终端、视频模型、创作工具、开发者平台和内容商业闭环。
大家都在找钱。
这件事没有那么快。这个教育市场，才刚刚开始。
二、AI的应用侧爆发的三个窗口
过去两年，大模型行业最容易讲的故事是模型能力。谁参数更大，谁上下文更长，谁多模态更强，谁跑分又超过了谁。每一次发布会都像武林大会，各家拿着榜单互相过招。
但到了今天，事情开始变得有点微妙。模型当然还在进步，推理更快，价格更低，视频更稳，Agent 能力也更强。但对大多数普通用户来说，体感上的惊喜密度已经下降了。你让他打开豆包、元宝、Kimi、通义、DeepSeek，他的感受很可能是，都挺能聊，都能写，都能总结，都能画点东西。
这就是现在最尴尬的地方。模型厂商还在砸算力，云厂商还在上集群，互联网平台还在买量，资本市场还在问回报。这个时候，模型层的故事必须往应用层传导。
2026 到 2027 年，我觉得 AI 应用侧会迎来一轮真正意义上的集中爆发。
但这个爆发，大概率不会一上来就长成一个大家想象中的「AI 原生超级 App」。说实话，我们现在离那个东西还挺远。今天大部分 AI 应用，还是依托传统互联网软件思维在长。老产品加 AI，老流程接 Agent，老系统开放 API，老平台重新包装入口。
新物种不是凭空长出来的。它通常先寄生在旧生态里，借旧生态的账号、流量、支付、权限、数据和组织预算活下来，然后慢慢变形。
所以未来两年真正要看的，不是「谁做出了一个全新的 AI App」，而是三个窗口会不会同时被打开。
第一个窗口，是互联网平台生态。
这块腾讯是很典型的样本。
你看腾讯过去一段时间的动作，会觉得它有点散。元宝是一条线，WorkBuddy 是一条线，CodeBuddy 是一条线，QClaw 又是一条线，腾讯文档、腾讯会议、QQ 浏览器、ima、企业微信、腾讯云也都在往里塞 Agent 能力。
看起来确实有点各自为战。甚至很多产品形态，第一眼看上去都像是在抄。
WorkBuddy 像办公智能体，QClaw 像 Claw 类产品，CodeBuddy 像 AI 编程工具，元宝像通用助手。Marvis 其实也是借鉴了开源社区里的可视化思路，但用户范围和使用生态并不算扎实。
如果只从产品原创性看，可能会觉得，腾讯怎么又在抄作业了。
但商业不是过家家，创新也换不来饭吃。在 AI 应用早期，产品形态被抄，其实说明这个形态开始有共识了。大家不是不知道原创重要，而是在一个还没完全跑通的市场里，先抄可用形态，再塞进自己的生态优势，往往比闭门造一个全新概念更有效。腾讯云把 WorkBuddy、Agent 开发平台、TokenHub、腾讯会议的 MCP/CLI 能力、CodeBuddy、QClaw 放在一起看，逻辑也很清楚。商业化能力也更强。
第二个窗口，是 B 端垂直场景。
这块没有 C 端热闹，但钱更近。
企业对 AI 的态度其实很现实。我亲自走访调研了海南省大概40多家企业，老板在现在会变得相对更加短视，这也是没办法的办法，现金流压力大，盈利能力变弱，每个动作都不会投给没有回报的事情。
所以 B 端 AI 的第一波商业化，注定不是一个通用助手打天下。
它会长成很多很土、很重、很垂直的东西。
腾讯云做企业智能体和行业解决方案，华为云推 Agentic Infra、AgentArts 和行业 AI 梦工厂，火山引擎靠豆包模型、方舟平台、Seedance、ArkClaw 往企业工作流里打，都是这个逻辑。
华为云这条线尤其好理解。
华为不太擅长做一个让年轻人每天打开玩的 AI App，但它非常擅长做企业级基础设施、行业方案、私有化交付和复杂系统集成。它讲 Agentic Infra、企业级智能体平台、医疗、制造、科学计算、具身智能这些东西，本质上是在说，我不跟你抢一个聊天框，我去抢企业流程里的操作权。
火山引擎也类似。
豆包模型日均 Token 调用量突破 120 万亿这个数字，表面看是模型用量，背后看其实是应用侧在吞 Token。客服、销售、教育、互动娱乐、视频生成、企业工作流，只要这些场景跑起来，Token 就不再只是模型厂商的成本，而会变成企业使用 AI 的计量单位。
未来 B 端买 AI，是在买一套「任务完成能力」。里面包含模型、工具、数据、权限、流程、评测、安全和运维。这就是云厂商最舒服的位置。因为它们本来就卖基础设施，本来就懂企业采购，本来就能做私有化，本来就能把 AI 和数据库、存储、消息队列、权限系统、日志、安全合规绑在一起卖。
当然，这里也有一个很大的坑。很多所谓 B 端 AI 项目，最后可能会变成新瓶装旧酒。
以前叫数字化转型，现在叫 AI 原生改造。以前交付一个数据中台，现在交付一个智能体平台。以前大屏没人看，现在换成一个 AI 助手没人用。
第三个窗口，是工具链。
这块我反而觉得最容易被低估。
因为它不像 C 端 App 那么好传播，也不像 B 端项目那么容易写进财报。它经常长在开发者的终端里，长在开源社区里，长在 CLI、MCP Server、插件、SDK、Token 计费、自动化脚本和工作流里。
普通用户看不到。但生产关系会先在这里变。
OpenAI 的 Codex CLI，Anthropic 的 Claude Code，MCP 这套协议，国内的 CodeBuddy、QClaw、ArkClaw，以及各种开源 Agent 框架，本质上都在指向一个趋势，AI 应用不一定非要长成一个漂亮的 App 界面。
它也可以长成一条命令。
长成一个插件。
长成一个协议。
长成一个能读文件、跑命令、改代码、调接口、连数据库、接系统的执行层。
从 MCP 到 CLI，其实是产品形态的一次下沉。
应用不再只是「给人看的界面」，而是「给 Agent 调的能力」。这会重塑很多软件。以前一个软件要优化的是人怎么点得更顺，未来还要优化 Agent 怎么理解、怎么调用、怎么拿权限、怎么返回结果、怎么被审计、怎么被计费。
所以工具链窗口真正大的地方，不在于程序员会不会更爽。
而在于它会重新定义软件的可调用性。
未来的软件，可能要同时服务四类对象，真人用户、真人触发的 Agent、企业内部 Agent、外部第三方 Agent。每一类都需要权限、接口、风控、日志、计费和归因。
这时候，API、MCP、CLI、Token、AgentOps 就不再是技术圈黑话了。
它们会变成下一代应用商业化的基础设施。
三、结语
AI 应用端会爆发，不是说突然冒出一个全民都离不开的 AI App。那种东西当然可能会有，但不是唯一答案，也未必是最先发生的答案。
更现实的爆发路径，很可能是这样的：
平台生态先把 AI 塞进原有超级 App 和内容交易体系里。
B 端垂直场景先把 AI 塞进企业流程和组织预算里。
工具链先把 AI 塞进开发者、运营、数据分析、内容生产这些真实工作流里。
它不会一开始就长得很漂亮。
甚至会有点丑，有点乱，有点像大家抢着把 AI 标签贴到自己产品上。
但这就是应用层爆发前夜经常出现的样子。
不是新世界一夜之间降临。
而是旧世界开始到处漏风。