2017 年，抖音刚冒头的时候，大多数人还把它当作“年轻人玩的东西”。那一年，真正冲进去拍视频的人，今天回头看，绝大多数都吃到了时代红利——有人成了千万粉博主，有人靠带货年入千万，还有人把账号做成了品牌，完成了阶层跃迁。

这话事后说很轻松，但当时未必人人都看得清。那不是简单的“风口”，而是一次内容分发权力的重新洗牌。以前，一个普通人想被几百万人看见，几乎不可能，那是明星和电视台才有的特权。抖音打破的，正是这道门槛：不需要演播厅，不需要专业制作团队，一部手机，一个账号，你就能把自己的声音发出去。算法不是你的敌人，而是你的放大器。

今天我看 AI Agent，时间节点上的那种稀缺感，和当年抖音如出一辙。

两者不是等价物，但都处在一场基础设施重构的早期

抖音解决的是“怎么让别人看到我”。而 AI Agent 要解的，是更下一层的问题——别人看到我之后，我怎么把自己的判断力、方法论，封装成一个可以被反复调用的产品，稳定地交付出去。

举个例子：一个资深的理财顾问，以前只能一对一服务，时间有限，服务半径不过几百人。现在，他可以把投资逻辑、风险评估模型、市场解读思路，训练成一个个 Agent 节点，同时服务几千个用户，而且每个用户都感觉被“专属服务”。这件事以前只有团队——甚至只有机构才能做，现在一个人，加上几行 Prompt 和 API 调用，就能跑起来。

更关键的是，大多数人连 AI 都还没真正用起来。ChatGPT 的日活虽然高，但深度使用者依然是少数；企业端，很多公司还在观望，连工作流都还没接入。这意味着，这个窗口期，可能比我们以为的要长得多——不是几个月，而可能是两到三年。对创业者来说，这足够跑出一个细分赛道的头部了。

但我也在逼自己想清楚：AI 创造的价值，究竟停在哪一层？

目前来看，AI 的增值绝大部分还停留在供给侧的提效。要么是自动化那些重复、有固定流程的任务，比如客服对话、数据整理；要么是多线程的生成、搜索、总结类工作，比如写周报、做竞品分析、翻译文档。换句话说，AI 当前最扎实的证明，是替代已有的劳动，而不是创造出全新的需求。

这也就解释了，为什么从模型厂商、云厂商到应用层创业者，所有人都在焦虑同一件事：高价值场景到底在哪。大家抢的，其实是同一个答案——谁能找到愿意持续付费的高价值人群，谁就能活下去。通用型工具，比如 AI 写作、AI 绘图，虽然用户量大，但付费率天然有限，用户随时可以换一个更便宜或更好的替代品，能容纳的玩家也极其有限。

放到 C 端也一样。效率工具类产品，本质还是“供给侧提效”的延伸——帮你写得更快、查得更全、做得更省事。但问题在于，这类产品几乎很难建立长期壁垒：模型厂商随时可以把你的功能内置进去，用户对工具没有忠诚度，谁好用用谁，用完即走。你的付费用户愿意为“省时间”付多少钱、付多久？天花板是明摆着的——一个用户每月为写稿工具花 20 美元，已经是极限，而且随时可能降级到免费版。

但陪伴类产品，走的是另一条逻辑

它卖的不是效率，是“让你离不开”。这话听上去有点冷酷，但商业的本质没那么温情——游戏让你氪金，社交媒体让你刷到停不下来，它们赚的全是“时间 + 情感”的钱。AI 陪伴只是换了个载体：一个能记住你情绪、跟你聊得来、甚至能扮演你喜欢的角色的 AI，它的价值不是“帮你省了 10 分钟”，而是“你愿意为它花 1 小时，而且明天还来”。

这类产品的天花板，取决于情感依赖能不能被建立。一旦建立，用户迁移成本极高——不是因为功能，而是因为“习惯”和“关系”。护城河不是技术，而是用户心里那份“舍不得”。这是完全不同于效率工具的竞争维度。

我观察到，目前大量创业者还在挤效率工具这个赛道，包括 AI 会议纪要、AI 简历生成、AI 法律文书……我不认为这条路是错的，也不是否定他们的商业价值，但对我来说，这不是我的主战场。我不是技术大牛，没有大厂级的模型优化能力，也没有超低算力成本的优势。如果只是拼功能拼价格，我大概率会被模型厂商的内置功能碾过去。

所以，我选择押注陪伴

当然，这不代表陪伴类产品没有挑战。它面临的问题同样棘手：如何避免用户新鲜感消退？如何平衡“真实感”和“可控性”？如何应对可能的监管和伦理争议？这些都是需要趟的坑。

但至少，我觉得这个方向有“做难而正确的事”的潜质。工具类产品是“用完后感谢你，然后离开”；陪伴类产品是“用完还想再来，甚至离不开你”。前者挣的是流水，后者挣的是信任和习惯。

也许几年后回头看，我的判断是错的，押注的方向没跑出来，被市场打脸。那也无所谓——至少今天，我愿意为自己的认知下注。

毕竟，2017 年的时候，那些拿起手机拍第一条视频的人，也不知道自己能不能红。他们只是觉得，这事儿值得一试。

而现在的 AI Agent，给我的正是同样的感觉。