AI 产品的差距，早就不在模型上了

你打开常用的 AI 助手，打下一行字，按回车，两秒，答案回来了。

你有没有想过，中间发生了什么？

大多数人的想象是：我在跟一个 AI 说话，一个足够聪明的模型。发布会也一直这么暗示——我们升级了模型，所以产品更强了。

这个理解，现在错得离谱。

这篇不是技术考古，是我站在产品这侧，把大家天天在用的 AI 拆成四层——数据、模型、工程层、智能体——看看你感受到的聪明和笨，到底各是哪一层决定的。我不搞算法，说人话。拆到最后你会发现，Muse、Today、还有 D 厂这波 personal agent 大战，抢的东西跟新闻里说的不是一回事。

一、你对话的，从来不是「一个 AI」

先劈一个共识：AI 产品的差距，就是模型的差距。

这个共识最坑的地方在于，一年前它还是对的。2025 年那会儿，谁家模型跑分高，谁家产品就真的更好用。但到 2026 年，行业分析里出现了一组反直觉的数字：前沿模型之间的基准差距，收敛到了 5% 以内；同期 token 价格从 2023 年算起跌了九成，8 月底硅谷数据机构的 token 物价指数只剩 97 美分，不到夏季高点的一半。

翻成人话：脑子跟脑子之间，已经大差不差，而且越来越便宜。

可你明明能感觉到，不同 AI 产品的体验差得很远。同一个「脑子」，装进不同的产品，怎么就成了两个东西？

因为模型本体只会一件事：接话茬。它不能上网，不能读你的文件，不能记住你三句话之前说过什么，它甚至不知道今天几号——每次对话，对它来说都是第一次见你。

那你为什么觉得它记得你？

因为外面有人给它配了一整套装备。这就到了 2026 年真正拉开差距的那一层。

二、真正拉开差距的，是那层看不见的工程

四层里最陌生的就是这层，先讲它，因为今年的故事全发生在它身上。

这层东西，英文圈叫 harness。这词的本义是马具——套在马身上的挽具，让马力变成能拉车的功，「驾驭」的驭，说的就是它。中文一般翻成「脚手架」或「模型套件」，都差点意思，下文直接用英文。

Anthropic 给过官方定义：harness 是模型外围的软件脚手架——工具调用、循环、上下文管理、护栏——把原始智能变成能干活的 agent。行业公式就一条：agent = model + harness。

拿大家熟悉的东西举例：Claude Code 就是一个 harness。同一个 Claude 模型，你裸调 API，它只会聊天；套上 Claude Code，它能读代码库、跑测试、改文件。业内的说法是，两支团队用同一个模型做出来的 agent，像两个世界。

这件事出圈的速度比我预想的快。9 月，头部券商的研报里已经写着：AI Agent = 模型 + Harness 共识增强，产业竞争从模型层转向应用层 Harness。工程师的黑话半年就进了券商研报——对做产品的人来说，这个信号比任何发布会都真实：模型的军备竞赛快收尾了，装备的军备竞赛刚开始。

拿招聘打比方。模型是候选人的脑子，2026 年市面上脑子的差距已经小到可以忽略。可同一个聪明的脑子，配上工位、权限、SOP、工具箱，是一种产出；什么都不配，是另一种产出。

你平时吐槽「这 AI 好笨」，很多时候笨的不是脑子，是它工位上的东西没配齐。

（比如记忆，harness 里的核心件之一。你有没有过这种体验：昨天跟 AI 交代过的事，今天它全忘了，你得从头再说一遍。这不是错觉——海外一份 9 月的亚太用户调研：70% 的消费者因为 AI「不记得我」中途放弃对话，而 84% 的厂商以为自己的 AI 认得回头客。中间 14 个点的认知错位，全卡在记忆这个件上。）

三、脑子为什么白菜了：往下一层是数据

那模型层为什么不卷了？不是不想卷，是口粮先出了问题。

模型的本事是从数据里「吃」出来的。DeepSeek-V3 的技术口径，预训练吃了 14.8 万亿个 token 的文本。可互联网上能爬的高质量文本是有限的，研究机构 EPOCH AI 的预测是 2026 到 2032 年之间见底。中文还有个额外麻烦：业内估算，英文语料的规模约是中文的八倍，中文模型这几年是真在贫矿里炼钢。

公共数据见顶，各家模型你喂我我喂你，差距就收敛了；再加上推理工程一路优化，token 价格砸穿地板。这两件事其实是同一件事：模型层从技术壁垒变成了通用件——行业里管这叫「可插拔的层」，跟攒电脑挑 CPU 一样，谁都能买到。

脑子白菜价了，挽具成了壁垒。

四、Muse、Today、还有 D 厂，抢的是同一个位置

现在回头看 9 月这三场发布，就看懂了。

海外社交巨头 Meta 的 Muse，9 月 8 日：每个用户一个独立的云端虚拟机，里面住着主 agent 外加一个专门审查它的 Sentinel——要花钱、发邮件这类敏感操作，先过审。你关掉 App，它在后台接着干活。订阅分档收费，每月几十到上百美元。

Today，9 月 24 日中国版上线：齐俊元做的，这人 19 岁创办的协作工具公司卖给了大厂，后来在 D 厂管过那个国民级 AI 助手的 PC 端。产品五个入口——Chat、Today、Tasks、Memories、主页，能接 32 个外部服务。核心叙事就一句话：你不找它的时候，它还在替你干活。

D 厂——就做短视频起家那家，它家那个 3.82 亿月活的 AI 助手你大概率用过——9 月 14 日发了手机助手消费者版，两天后有量产机开售，全球第一款打「AI 智能体手机」标签的手机。识屏办事、AI 键加指纹、读你的相册短信建本地记忆。再往前一个月，8 月 25 日发了企业级的工作版 agent，9 月中又在自家办公套件的大会上发团队智能体，一号位亲自到场，只讲了一句要紧的：Agent 进入可用阶段后，Agent、模型、协作环境必须紧密融合。组织上也是这么动的——7 月底以来，办公套件团队、智能体开发平台、AI 编程工具，全并进了 D 厂的 AI 体系。

（一个细节：据 9 月的媒体报道，有 D 厂员工感慨自家的对话产品是「日活超 2 亿的边缘产品」。边缘吗？从四层看一点也不边缘——它是将来给 agent 喂个人数据的那个入口。）

三家抢的，表面是入口。法学教授杨东提过一个概念，更准：意图分发权。你说「帮我订周五去北京的机票」，这个意图分发给谁去执行，谁就是下一代流量入口。QuestMobile 在 7 月的半年报里也写了类似判断：APP 的功能会被封装成 Skill，「人找服务」会变成「被 AI 引用」。

但往深一层看，抢的是数据——第三层数据里的个人数据。模型厂商缺的从来不是脑子，是你：你的日历、聊天、消费、健康。吕本富教授 2024 年底就有个判断，现在看特别准：公共数据快用完了，但每个人一生的记忆数据，还锁在个人生活里，没人挖到。

拿招聘再打一次比方。同样一个新脑子，跟了你三年，记得你所有客户、口味、踩过的坑——这叫老助理。第一天入职，什么都得从头教——这叫 chatbot。模型可以是同一个，差的是跟你共事的时间，也就是数据。

personal agent 之争，本质是谁先当上你的老助理。而你跟一个助理共事越久，换人成本越高——这是比当年 App 抢入口狠得多的锁定。想明白这个，你就明白为什么 Meta 亏着本也要留免费档，为什么 Today 上来就送 1 亿 token：抢的不是你这个月的订阅费，是未来三年你的全部数字生活。

五、浑水也真的多

写到这，得先把最不体面的质疑说完。

质疑一：概念本身就是混的。Gartner 造了个词，agent washing，洗智能体——把聊天机器人、自动化脚本换个智能体的皮重新卖。他们的判断是，市面上数千家智能体厂商，有完整核心能力的只有约 130 家（这组数字 Gartner 去年年中发布，今年国内媒体报道还在引用，因为没人能推翻）。国内央媒今年的口径更直白：七成所谓智能体，是大模型的简易封装。

质疑二：产品是真的糙。D 厂自己发布当天就把短板摆上了桌：GUI Agent 还在早期，复杂界面容易看走眼，长任务稳定性是硬伤。行业里「三周做出惊艳 demo，灰度两周被迫叫停」是常态。用户留存也是滑雪道：AI 应用 30 天留存平均 18.7%，传统软件是 35.2%；粘性比 21%，微信是 70% 以上。

质疑三：这剧本 15 年前演过。2011 年，Siri 挂着「和蔼的个人助手」的招牌随 iPhone 4S 发布，苹果高管在台上讲它能理解你的意图。结果没记忆、没第三方集成、规则式应答，十五年没兑现。

那这次凭什么信？我的判断是：Siri 那次缺的恰好是四层里的三层——没有大模型这个脑子，没有 harness 这套装备，没有个人数据这份记忆。方向对了，年代错了。现在四层是第一次凑齐。

但凑齐不等于稳赢。Gartner 预测四成的 agent 项目会在 2027 年底前被砍；MIT 今年一项覆盖 300 个企业 AI 部署的研究说，95% 的试点没有可衡量的财务回报，根因朴素得离谱：你自己的业务流程从来没被写下来过。agent 不是替你补这个洞的，它是第一次把这个洞摊开给你看。

对做产品的人来说，这一条值得抄下来。

六、看懂任何一场 AI 发布会，问三个问题

拆完了。四层：数据是口粮，模型是脑子，harness 是装备，agent 是真在干活的那套组合。以后刷到任何 AI 产品的新闻，不用管话术多花，问三个问题就够：

1. 发的是哪一层？ 看它在比参数跑分，还是在演示「我替你办完了一件事」。前者是脑子，后者是组合。

2. 记忆从哪来？ 本地攒的、外部接的、还是没有。没有记忆的 agent，再炫也是高级 chatbot。

3. 权限给到哪层？ 只读、可写、还是可花（花钱、下单、发邮件）。给得越多越能干，也越需要你掂量。

顺手能做的一件事：回去翻一下你常用那个 AI 的权限页，看它到底申请了什么。今年 5 月，智能体治理的国家级文件落地了，权限管理和用户知情权都写在里面——你至少得知道自己交出去的是什么。

回到开头那个问题。你按回车，谁在回你？一个脑子，一整套装备，一堆你的数据，再加一家抢着当你助理的公司。

上个月，国内某电商巨头的一号位在自家开发者大会上说了两句话：机器思考的总量会是人类的一千倍；真正定义时代的 AI 产品，到今天还没出现。

你天天在用的这些 AI，热闹成这样，最大那家的一号位说戏才刚开场。这话你可以当营销听，也可以想想另一面——

现在排队等你授权的那些 App，每一个都在面试「你的老助理」这个岗位。