2026夫堂网，9.1孕妇大片，SEO 网站优化的步骤和技巧有哪些 比如说：（1）.你可以找一份关于SEO的工作，现在在很多企业都在招收SEO人才，工资高的有上万；（2）.可以跟企业合作，建一个网站，关键词排名做上去，每形成一单收取相应的提成；（3）.可以自己接单做优化，把客户网站的关键词做上去就可以获取收益；（4）.可以自己建一个资源站。比如论坛、电影网...

欧美国产区二区三区乱片大全，9.1孕妇大片，97久久超碰国产精品只有精品，带你体验全新的视频观看乐趣。

2026夫堂网，97久久超碰国产精品只有精品是一款集高清视频播放于一体的平台。它能为用户提供丰富多样的影视资源，满足不同观众的需求。无论你喜欢什么类型的影片，97久久超碰国产精品只有精品都能让你找到心仪的内容。这个平台特别适合喜欢追剧、看电影的年轻用户。通过97久久超碰国产精品只有精品，你可以轻松享受无广告的观影体验，极大提升了观看的乐趣。用户反馈显示，97久久超碰国产精品只有精品的流畅度和画质都让人满意。无论是在家还是外出，97久久超碰国产精品.providers能随时陪伴你，带来更多欢笑与感动。，玖玖玖在线视频免费观看

公正seo优化怎么样 liao2.lf520.vip 公正seo优化怎么样

〖One〗在当今互联网高度竞争的环境下，网站想要获得更多曝光度和流量，外链建设成为了一种不可或缺的策略。外链，亦称为反向链接，指的是其他网站指向你的网站的超链接。搜索引擎算法普遍将高质量的外链视为网站权威性和内容价值的重要指标之一。因此，通过增加外链数量，不仅能够带来直接的流量导入，还能提升你的网站在搜索引擎中的排名，从而实现更长远和持续的曝光效果。然而，外链建设并非简单的数量堆砌，而是需要结合内容质量、外链来源及链接方式等多方面因素进行优化。本文将详细探讨如何科学合理地增加外链数量以提升网站曝光度，助力网站在激烈的网络竞争中脱颖而出。

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

为什么外贸商家需要掌握蜘蛛池的使用技巧来提升网站流量和转化率？

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

别念“埃克斯”！身份证“X”应该读“shí”

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

蜘蛛池的基本原理及其对市场专员站外优化的重要性分析

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

池州百度网盟推广翻车原因复盘：哪些操作容易适得其反：绍兴柯桥百度网盟推广到底怎么

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

O（目标）：全国人民共同奋斗，成功抗击疫情。KR（关键结果）：KR1：武汉1月23日执行全城隔离武汉市作为疫情初期重点区域，迅速采取全城隔离措施，有效阻断病毒传播链，为全国疫情防控争取时间、提供经验。隔离期间严格落实社区封控、交通管制、生活物资统一调配等措施，确保社会秩序稳定。

应对环境变化根据市场、竞争或内部资源变化灵活调整OKR。例如疫情期间，线下业务团队将“拓展门店”目标改为“优化线上服务”。强化团队协作与沟通建立目标网络通过OKR连接企业战略、团队目标与个人任务，形成协同体系。

在不确定环境中，善用OKR可通过目标共识、个人幸福驱动及动态管理机制，将组织战略与个人能力发展深度结合，从而在不确定性中建立可衡量的确定性路径。目标共识：认同的准确比精确更重要全员参与战略制定：外部环境剧烈波动时，员工对组织目标的认同感直接影响执行效率。

Tita平台：提供OKR制定、进度追踪及数据分析功能，支持医疗行业模板库（如手术量、患者满意度等指标库）。定期复盘会：每月召开OKR进度会，分析未达标原因（如设备维护延迟是否因供应商问题），及时优化策略。

动态调整与持续改进OKR通常以季度为周期评估进展，湖州公安可据此及时调整策略。例如，若某关键结果因外部因素（如疫情）难以达成，团队可重新设定更务实的指标，避免僵化执行。这种灵活性使公安工作能适应复杂多变的社会环境。

实施范围：按部门/组为单位，通晒大会非强制（今年因疫情取消）。共性总结系统支持：多数公司通过自研系统（如字节、快手、百度）或在线文档（如美团）实现OKR管理。绩效关联：字节、快手、美团均明确OKR与绩效不直接挂钩，但快手和字节通过过程管理间接影响绩效。百度完全脱钩，强调目标对齐与战略清晰。

当地最新疫情在哪看

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

揭秘电商文案72节SEO流量蜘蛛池实操指南为何能快速提升排名？必坑指南解析！

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。

织梦站长55套移动端SEO蜘蛛池全套课件实操指南：如何利用蜘蛛池优化网站排名？必坑揭秘与全面提升流量技巧解析

2026夫堂网，9.1孕妇大片，AI 商业化集体 toB。定焦 One（dingjiaoone）原创作者 | 陈丹编辑 | 魏佳一年多前，Cursor 还是林鸣最常用的编程软件之一。他是互联网大厂里负责 Agent 落地的工程师。那时候，他用 AI 写代码，主要让它补几行或者改个参数。在这个软件里，大模型塞进编辑器，他可以随时调用。现在，林鸣已经很久没有打开 Cursor 了，日常用得更多的，是 Claude Code、Codex，以及公司自研的 AI 编程工具。这不只是工具的变化。如果说用 Cursor 的时候，AI 更像一个副驾，程序员还坐在驾驶位上；那么到了 Claude Code 和 Codex，模型被直接接进了研发流程。给它一个任务，它可以自己拆需求、读代码、调用工具、跑测试，并最终交付。也就是说，林鸣可以把一整块工作都交出去了。但代价是，token 的消耗也上去了。过去，公司给工程师的额度几乎不限量，后来额度收紧，林鸣干脆自己订阅了好几款工具，身边像他一样的同事很多。当一个开发者愿意自掏腰包，背后是一个已经跑出来的市场。Anthropic 是最早接住这个市场的 AI 公司。它虽然没有 ChatGPT 那样的 C 端流量，却靠 Claude Code 讲出了一个更容易算清账本的故事——开发者愿意付费，企业愿意采购。如今，它的用户量虽远远不及 OpenAI，但估值已经反超，接近万亿美元。承压的 OpenAI 也在调整重心。ChatGPT 仍然是最大入口，但 Codex 的位置越来越重要。据报道，Codex 半年周活增长逾 7 倍，目前已经突破 500 万。国内的智谱是另一种样本。其最新模型 GLM5.2 的软件工程能力逼近 Claude Opus 4.8，Coding Plan 的价格却只有 Claude 的七分之一。这家 2025 年营收仅 7.24 亿元、净亏损却高达 47.18 亿元的公司，市值一度突破万亿港元。市场买单的显然不是眼下的财报，而是 " 中国版 Anthropic" 的预期。比起继续追用户规模，找到愿意持续付费的开发者和企业，正在变得更重要，这是 2026 年大模型商业化的分水岭。字节现在也在靠近这条路。其最新发布的豆包 2.1 Pro，补上了 Coding 和 Agent 能力。在现场演示和评测中，火山引擎反复拿自己和 Claude Opus 等模型对标。种种迹象表明，字节不再只是追求更多用户打开豆包，而是开始瞄准开发者、Agent 和真实工作流。对于一家长期信奉 " 模型即产品 "，最擅长用 C 端流量滚出飞轮的公司来说，这个转身本身就代表了一种信号：免费聊天能带来热度，却很难撑起一门生意。01. 豆包掉头：一半是诱惑，一半是成本豆包的掉头并非突然发生。据多家媒体报道，字节高层到访 Anthropic 后，内部启动 AI 资源重整，把更多资源从豆包这类大众产品，挪向企业服务和编程模型。为此，大模型数据审核团队从约 1500 人扩到 3000 多人，专门为编程模型清洗数据。火山引擎 MaaS 还被定下收入翻 10 倍的目标。这次，它不仅仅是发布了一个更会写代码的新模型，是在组织和资源层面，把 AI 商业化的重心往 B 端推。字节转向 B 端，动力来自两个方向。向外看，企业市场已经开始为 AI 能力付费；向内看，持续高企的算力支出，也迫使每家公司尽快找到一条能够自我造血的路。先看收入端。短短两年，AI coding 已从程序员尝鲜的玩具，变成企业软件工程的一部分。Stack Overflow 2025 年开发者调查显示，84% 的受访者已在开发流程中使用或计划使用 AI 工具，较前一年的 76% 持续攀升；其中近半数（47.1%）开发者每天都在使用 AI 编程。Gartner 则预测，到 2028 年，90% 的企业软件工程师将使用 AI 代码助手，而 2024 年初这一比例还不到 14%。图源 / unsplashAI coding 的商业价值，体现在两个层面。一层是开发者的付费意愿。过去，AI 编程工具只是几美元一个月的插件。现在，主流产品普遍采用订阅加用量的模式，个人版每月十几到几十美元，高强度 Agent 版本可以到 100 美元以上。一位开发者打趣说，过去担心的是 " 别让 AI 取代我 "，现在变成了 " 别把 AI 从我手里夺走 "。另一层是企业的买单意愿。企业按席位、按 token、按合同付费。只要工具能进入研发流程，就有机会变成可预测的现金流。Anthropic 的收入曲线，更是让行业看到了这个市场的潜力。去年 5 月才发布的 Claude Code，到 2026 年 2 月，年化收入已经达到了 25 亿美元。其中，超过一半来自企业客户，年支出 100 万美元以上的大客户，两个月内从 500 多家增至 1000 多家。整个公司的年化收入也随之水涨船高，从 2 月的 140 亿美元，一路攀升至 5 月的 470 亿美元以上。再来看成本端。互联网时代生意逻辑是 " 先做规模、再谈变现 "。用户够多、停留够久，靠着广告、电商、会员，总能赚到钱。但现在这一套不灵了。AI 应用不是信息流，每一次提问、生成，背后都是真实烧掉的算力。甚至，用户越多，成本越高。豆包正承受着这种压力。据《晚点 LatePost》报道，每天 2 亿多人使用的豆包，日收入不足百万元，且主要来自电商佣金。但今年 5 月，豆包每天消耗的算力成本达数千万元——文字聊天尚不算贵，而推理、图片识别、语音聊天、视频聊天等多模态功能的算力成本，是纯文本交互的几倍甚至几十倍。支出压力也体现在企业内部的 token 使用上。林鸣表示，他所在的公司一开始给的额度几乎不限量，是因为管理层看到 AI 能力强，但不清楚到底多强、能给企业带来什么，只能让大家先用起来看效果。可用了一阵，发现收益并没有成倍增长，于是公司开始控制成本。字节技术副总裁洪定坤在一次公开演讲中，也提到过类似落差。字节专做 AI coding 的 TRAE 团队，90% 的代码已经由 AI 写出，但人均需求吞吐率只提升了 60%。洪定坤认为，问题出在写代码之后。字节做过一组实验，在不同模型和框架下，AI 生成代码的功能正确率普遍超过 80%，但到了 UI、可靠性、可维护性这些真正决定能否上线的维度，分数却只有 40 到 60 分。算力烧掉了，可交付的产出却没跟上。这个差距，正是大厂转向 B 端时必须先解的题。只有把那些 40 到 60 分的半成品打磨成可交付的产出，烧掉的每一分算力才算真正转化成了生产力。02. 字节的优势，也可能是包袱豆包的这次转向，是字节整体 AI 战略的一部分。字节的 AI 业务大致有四条主线：世界模型、视频模型、Coding 与 Agent、豆包商业化。现在拨动的，正是后两条。Coding 与 Agent 负责打开企业入口，豆包商业化负责回答另一个问题：庞大的 C 端流量怎么换成收入。AI coding 这条赛道，目前已经分化成三个层级。面向程序员日常开发的 Copilot 式插件、重做开发环境的 AI IDE，以及试图接管整个任务流程的 Coding Agent。字节的布局恰好覆盖了这三层。前端用 TRAE 和插件抢占开发者入口，中间层以 CLI 和企业版切入研发流程，底层由火山方舟和豆包模型提供算力与模型供给。6 月 23 日发布的豆包 2.1 Pro，则将重心明确押在了 Coding 和 Agent 上，官方称其在多项测试中接近甚至追平 GPT-5.5 和 Claude Opus 4.7。字节这套打法的底气，来自于其已经验证过的企业服务能力。火山引擎在 B 端服务企业多年，握有从云、模型调用、MaaS 到交付的完整链条。飞书沉淀了大量企业客户和办公协同场景。Seedance 则已经跑通了 " 把模型能力卖给企业 " 的模式，年化收入约 143 亿元，毛利率约 70%，单月进账几乎覆盖豆包的算力成本。字节真正想做的，是比模型更底层的基建。洪定坤在演讲中提到一个词—— Harness。它指向的是一套涵盖上下文工程、架构约束、团队知识沉淀、技术债梳理，以及测试与交付流程的系统。他的判断是，只有把这些齿轮重新咬合，AI coding 才能从生成代码跨越到完成需求。铺开这套基建，字节仍然沿用了低价策略。根据豆包 Coding Plan 定价，最低首月仅需 9.9 元，Lite 套餐后续 40 元 / 月，Pro 套餐后续 200 元 / 月。相比之下，海外主流 AI 编程工具每月订阅普遍 20 美元起步，高强度 Agent 版本可达 100 美元以上——字节给出的入门价格，几乎是 " 尝鲜无负担 "。API 侧的打法更为直接。Doubao-Seed-Code 按上下文长度分层计费，输入价格每百万 tokens 最低 1.2 元，输出价格最低 8 元；火山引擎称，配合缓存后综合使用成本比行业平均低 62.7%。Coding Plan 还支持 Claude Code、Cursor、Cline、Codex CLI 等主流开发环境，意味着开发者不需要迁移工作流，只要把底层模型换掉，就能把原本花在 Claude 和 OpenAI 上的部分用量切到豆包。这相当于用价格换切量，用兼容换迁移成本。对比 Claude Code 和 Codex，字节选择了一个 " 低价 + 产品化 + 生态打包 " 的组合，把价格压下来、把接入做顺、把工具做轻，让开发者低成本试用，再争取进入工作流。这正是字节在 C 端最熟练的打法，也是它眼下最大的优势。火山、飞书、豆包模型构成的底盘，是智谱、DeepSeek 们短期内复制不了的；低价策略和兼容主流开发环境的设计，也几乎是为快速渗透量身打造的。但 B 端和 C 端不同。C 端可以靠低价、补贴和快速试错拉动增长，B 端相反，程序员可以为便宜来试用，但能不能长期留下，看的是产品能不能稳定接住复杂任务、能不能在出问题时给出及时的响应。字节最擅长的快速试错文化，恰恰是 B 端最警惕的东西。谷歌是一个值得参考的对照。它手握 Google Cloud、Android、Chrome、Workspace，几乎拥有全球最强的开发者生态，也早早推出了 Gemini Code Assist 和 Gemini CLI。论入口、论生态、论企业客户，谷歌并不缺牌；论价格，它也不算激进—— Gemini Code Assist Standard 年付折合每人每月仅 19 美元。但至少到目前为止，开发者心智并没有自然流向谷歌。这说明，在 AI coding 这门生意里，生态和价格都只是入场券，真正难的，是产品体验、模型能力、任务完成率和开发者信任。字节靠低价和生态切入，目前也只是拿到了留在牌桌上的资格。03. 贴身肉搏才刚刚开始在林鸣这样的重度用户心里，模型早已排好座次。第一梯队是 Claude 和 ChatGPT，第二梯队是智谱、Kimi、DeepSeek，其余大多滑入第三梯队。他算过一笔账，自己花在大模型上的钱，九成给了第一梯队，剩下的大多投向 DeepSeek。道理很简单，Claude 和 Codex 负责最难的任务，DeepSeek 便宜、耐烧，适合日常的简单活儿。" 这就像游戏里的外挂，" 他打了个比方，" 最难的任务当然用最强的武器，简单的才交给性价比更高的模型。"这种 " 谁好用就用谁 " 的态度，在开发者中相当普遍。一位科技博主的说法更直接，AI 时代，用户没有忠诚度，换一个 AI 工具很多时候只是换个输入框。各家辛苦争来的开发者，随时可能因为别家更好用、更便宜、更稳定而流走。更麻烦的是，模型之间拉开差距正变得越来越难。林鸣能明显感觉到，模型还在进步，但进步速度已经不如之前，各个模型之间的差距也更小了。这类判断也出现在很多公开的讨论里。a16z 创始人 Marc Andreessen 近期发文称，多位从业者认为 GLM-5.2 可能是第一个在多数任务上匹敌、甚至超越美国头部实验室公开模型的中国模型。他将此视为一个关键节点，认为大模型的能力格局正从少数美国实验室主导走向多极化。当能力差距缩小，各家的定价策略就成为关键。如果算不好账，可能会伤到自家账本。目前 Coding 的付费结构主要包括两部分，个人开发者买订阅，企业客户走 API、席位费或合同；前者负责扩大规模、养成付费习惯；后者才是利润的大头。就拿 Claude 的定价策略来说，个人订阅分为 20 美元、100 美元和 200 美元三档，虽然不同档位有相应的用量上限，但整体上收入仍受限于月费模式。API 则按 token 计费，以常用于 Coding 的 Sonnet 模型为例，输入和输出价格分别为每百万 tokens3 美元和 15 美元，更高端的 Opus 模型则分别为 5 美元和 25 美元。在高强度、全天候的 Agent 任务等极端使用场景下，企业的 API 支出可能达到个人订阅的数十倍。图源 / Claude 官网截图Agent 一旦进入真实工作流，算力成本持续攀升，订阅收入却有上限，厂商只能靠限额、峰值扣减来兜底。智谱就吃过苦头。其 Coding Plan 一度卖得太好，不得不限量发售，高峰期按更高倍率扣减额度。即便是 Anthropic 和 OpenAI，也得小心维持这道平衡。它们一边要让开发者高频使用、形成黏性，一边用精细的限额管理重度用户。Claude 的 Pro 和 Max 分档限容，Codex 的调用计入专门的额度。订阅看似是固定价格，背后却是一本被严格计量的算力账。这条赛道，还在不断涌入新玩家。仅 6 月下旬，DeepSeek 就高调扩招、筹建对标 Claude Code 的团队，Kimi 也把企业业务摆到了更重要的位置。而越往深处看，赛道越清晰地分成两条路线。一条是 Anthropic 和 OpenAI 代表的专有模型高端路线。它们卖的不是一个便宜模型，而是企业里的 AI 员工。它们的底牌，是模型能力、产品心智和企业信任。另一条是更低价、更开放的模型底座路线，DeepSeek、智谱、Kimi、MiniMax 扎堆于此。它们想成为别人 AI 员工背后的模型底座，抢的是 API 调用、工具集成和私有化部署的份额。DeepSeek 以开源和低价切入，智谱更靠近 B 端，把模型、Agent、私有化和政企服务打包出售；Kimi 和 MiniMax 则用长上下文、多模态和性价比争夺开发者。字节恰好卡在两条路线的中间。它想要的，是闭源高端路线的终点——一套能稳定交付、能写进企业合同、能嵌进工作流的 Agent 系统。但它选择的入口，却更接近低价路线，压低价格的同时，用兼容性把开发者原本花在 Claude 和 OpenAI 上的用量切过来。这种打法，可能让它两头通吃，也可能让它两头都不够硬。因为，论开发者心智，它一时还难超过 Claude Code 和 Codex；论极致性价比，又得直面 DeepSeek、Kimi、智谱的持续挤压。模型还在变强，差距却在变小。这场竞争最终拼的，是谁能在算力账本上撑得更久。谁能跑出来还没有答案，但接下来一定是一场谁都不敢松手的贴身肉搏。* 题图来源于豆包微信公众号截图。林鸣为化名。