夜雨聆风市面上 99% 的 AI 智能体产品，都在努力做"中央空调"。
什么叫"中央空调"？就是那种——一台主机、一个品牌、一套系统，覆盖客户所有场景。客户买回家，几乎不用操心，开机即用。
看起来很美，对吧？但企业用 AI 这件事，从来不是"空调"模式。
① 一个反常识的观察：为什么"中央空调"在 AI 时代行不通
我们先拆解一下，"中央空调"模式的 AI 智能体产品，长什么样：
产品形态
一款大而全的 AI 应用，内置 N 个功能模块（写作、翻译、客服、PPT、数据分析……），试图满足客户的"所有需求"。
商业模式
SaaS 订阅为主，按席位/按版本/按调用量收费。客户越大，付得越多。
客户价值
"一站式 AI 解决方案"——客户不需要懂技术，开箱即用。
这种模式在传统软件时代是成功的（SAP、Oracle、用友、金蝶……都是这个逻辑），所以很多 AI 公司本能地延续这个套路。
但放在 2026 年的 AI 时代，这个模式遇到了三个根本性挑战：
挑 战 一 · 场 景 碎 片 化
中央空调假设所有客户需求大致相同，但 AI 智能体的客户场景极度碎片化——芯片设计要 IP 文档问答，建筑工程要 AI 标书，园区要租户管理，外贸要多语言跟进。一款产品想覆盖所有场景，结果就是每家客户都用得别扭。
挑 战 二 · 模 型 翻 新 速 度
60 天里我们就把主模型从 DeepSeek 切到了 MiniMax，切换成本是一个下午。但如果一家公司把整套产品都压在某个模型上，模型一升级、老模型一降智，整个产品都要跟着改——这就是"中央空调"的脆弱性。
挑 战 三 · 客 户 讨 厌 被 绑 架
见过太多 ToB 客户的真实反馈："我们公司花 30 万买了一套 AI 系统，结果 80% 的功能根本用不上。"中央空调的天然副作用——客户为不用的功能付费。
◆ ◆ ◆
② "水电煤"模式：一个更朴素、但更高级的产品定位
如果"中央空调"是错的，那什么是对的？
我越来越确信，AI 智能体的终局形态，是"水电煤"。
什么是"水电煤"模式？
| 本质 | 卖软件 | 卖能力 |
水电煤有三个核心特征：
✓特征一：能力是"接出来"的，不是"装上去"的
客户接入水电煤，就像接电——插上插座，按用量付费，不需要为不需要的能力付费。
✓特征二：数据是客户的，不是厂商的
水电煤时代的客户数据，沉淀在客户自己的环境里，不强制上传到厂商服务器。这是企业级 AI 应用的安全底线。
✓特征三：工具是客户自己搭的
中央空调给客户的是"现成的功能"；水电煤给客户的是"搭功能的能力"——客户可以基于底座，按需搭建自己的智能体。
我们把这种模式，叫"让每一家企业，拥有自己的 AI 智能体"——
"自己的"三个字，是核心。不是我们替企业做工具，是企业基于我们的底座做工具。
◆ ◆ ◆
③ 为什么我们选择"水电煤"？三个底层判断
判断一：AI 的价值不在"功能数量"，在"渗透深度"
中央空调追求"功能多"——一个产品塞 50 个能力，每个客户用 3-5 个。水电煤追求"用得深"——一个客户把 1-2 个能力用透、嵌进业务流程、产生实际效益。
真正的商业价值，发生在"渗透深度"上。
判断二：AI 时代的客户，更愿意"按用付费"
传统 SaaS 是"按年订阅"——客户先付钱，再慢慢用，决策成本极高。但 AI 时代，客户的需求是碎片化、临时性、场景化的——
这周要做一份标书，用一下 下周要做一份对外宣传材料，用一下 下个月要做客户分析报告，再用一下
这种使用模式天然适合"按量付费"——水电煤模式。
判断三：客户的数据主权，决定了 AI 公司的天花板
中央空调模式下，客户的数据和模型都跑在厂商的服务器上——安全部门警惕、合规部门拒绝、高管犹豫。水电煤模式下，数据留在客户侧、模型按需调用、产出物沉淀在客户内部——三个部门都更愿意点头。
未来的 AI ToB 公司，谁能解决"数据主权"问题，谁就能拿下大客户。
◆ ◆ ◆
④ 怎么做"水电煤"？智码云图的产品决策
把"水电煤"做出来，不是喊口号，是要做一系列具体的产品决策。我们这一年做了三个最关键的决策：
决 策 一 · 底 座 做 通用，场 景 留 给 客 户
中央空调思维会内置"AI 客服""AI 写作""AI 标书"等固定模块。水电煤思维只做一个通用的能力底座——知识库、对话引擎、工具调用、MCP 集成、技能包。客户需要什么场景，自己用底座搭。
决 策 二 · 模 型 与 业 务 严 格 解 耦
我们的底座设计了一条铁律：模型是"可插拔"的，业务是"可移植"的。切换模型 = 改一个配置文件。这就是为什么我们 60 天里能完成一次完整的模型切换，业务代码一行没动。
决 策 三 · "客 户 成 功" 是 产 品 的 一 部 分
中央空调的客户成功 = 教客户怎么用软件。水电煤的客户成功 = 帮客户在自己的业务里，把能力用起来。我们的客户成功团队（虽然现在还是我自己）做的不是"产品培训"，而是"场景共创"——陪客户把 AI 用起来的服务能力。
◆ ◆ ◆
⑤ 哪些场景适合"水电煤"，哪些适合"中央空调"？
我必须诚实地说一句：不是所有场景都适合水电煤模式。选错模式会死得更快。
✓ 适合"水电煤"的场景特征
典型场景：企业内部知识库、行业专属 AI 助手、客户成功 AI Agent、园区/物业/社区运营 AI、政府/医院/学校的内部 AI 系统……
✗ 不适合"水电煤"的场景特征
典型场景：C 端写作助手、图像生成、AI 翻译、PPT 一键生成……
一个简单的判断方法
如果你的客户买 AI 是为了"省事"——中央空调模式合适。如果你的客户买 AI 是为了"赋能"——水电煤模式合适。
"省事" vs "赋能"，这是 ToB AI 公司最容易跑偏的分水岭。
◆ ◆ ◆
⑥ 写在最后：AI 智能体的终局，是"看不见的 AI"
写到这里，我想分享一个更远的判断：
AI 智能体的终局，是"看不见的 AI"。
5 年后，没有人会单独讨论"AI 智能体"这个产品类别 5 年后，AI 能力会像水电煤一样，融进每一个软件、每一条业务流程 5 年后，"哪家企业的 AI 更强"这个问题会变得无意义——就像今天没人问"哪家企业的电更强"一样
真正活下来的 AI 公司，是那些把自己变成"水电煤公司"的公司。
它们的客户不会再讨论"我用的是哪个 AI 智能体产品"，只会说"我们公司的流程，AI 都接进来了"。
到那一天，AI 智能体就不再是一个"产品类别"，而是一种新的"基础设施形态"。
我们做智码云图这件事，目标不是做最大的 AI 智能体产品，而是——把 AI 智能体，做成中国中小企业都能接得起的"水电煤"。
让每一家企业，都能像接电一样，接上 AI 智能体。——这件事，我们正在认真做。