拆除测试：把模型厂商拿掉，你还剩什么

2026-08-25

站内 L9 阶梯有一篇讲独立开发者长期定位的课，那篇处理的威胁来自别的开发者：AI 编程工具把动手门槛踩平，同质化的对手一下子变多，「会写代码」本身在贬值。这篇处理的是另一个方向的威胁——它来自你脚底下那家模型厂商。两者的应对方式不通用：对手变多要靠差异化和分发，厂商压过来要看你手上有没有一样东西是它拿不走的。

一、把「拿掉」这个动作做实

有一种在公开讨论里反复出现的自检问法（B3.1#1）：把模型厂商整个拿掉，你手上还剩什么？如果答案是「一个界面加一段系统提示词」，那就没有资产。

这句话本身不难懂。难的是绝大多数人在心里含糊地回一句「我还有用户啊」，然后就过去了。要让它产生结论，得把「拿掉」做成一个具体的清点动作，一层一层拆，每一层都必须给出「在」或「不在」，不许答「算是有一点」。

按本站的做法，拆成四层，从最靠近厂商的一层开始：

调用封装层——鉴权、重试、流式输出、把返回内容渲染成好看的卡片。厂商没了，这层的价值直接归零，因为它服务的对象就是那个接口。
提示词与编排层——你的系统提示词、多步骤的串联、各种兜底与格式约束。厂商没了，这层的形式还在（你还留着那些文本），但效果不在。
你自己的数据层——用户在你这里积累的、随使用越滚越厚、并且厂商那边根本看不到的东西。厂商没了，这层原封不动地留在你手上。
关系与交付层——你在客户业务流程里占的位置、对方为你改过的操作习惯、你和他签的东西、你能触达他的路径。厂商没了，这层也在。

拆的时候有一个容易自欺的地方：第 2 层最像资产，因为它是你花最多时间打磨的。可以用另一个流传很广的问法当作交叉验证（B3.1#2）——把你的核心提示词原样粘进一个通用对话框，让一个懂技术的用户去试，他能不能拿到差不多的产出。如果能，那这层就该记「不在」，无论你在上面花了多少个晚上。

清点完，把留下来的第 3、4 层写在纸上，这张纸就是拆除测试的结果。它通常比人们预想的短很多。

二、拆完只剩前两层，问题不止是「没护城河」

如果清点结果是第 3、4 层都空着，麻烦是双份的。

第一份是大家都知道的：你的产品是可复制的，谁都能在一个周末搭出形似的东西。

第二份少有人算：你的成本结构也是租来的。 传统低价软件普遍敢做免费层和长试用期，因为毛利高，养一个不付钱的用户成本可控，他哪天自己想通了就升级。AI 产品是每一次调用都在花钱，于是被迫在很早的位置就推转化，甚至出现按日的用量墙——这在传统软件里几乎不会出现（B2.2#1）。也就是说，拆除测试里被判「不在」的那两层，恰恰是你每个月在真金白银往里填的那两层：你替厂商垫付调用，收回来的是差价，而定价权的上限在别人手里。

本站的判断是：这两份麻烦要一起看。只看第一份，容易得出「先做大用户量再说」的结论；把第二份放进来会发现，在没有第 3、4 层的情况下，用户量越大，你替别人垫付的越多。

三、什么算「拿得走的东西」

关于护城河的来源，公开讨论里有一个反复出现的说法认为，能长期成立的大致收敛到三处，而且单靠一处都很脆弱，叠上两处才算门槛（B3.2）：

自有数据：随使用累积、模型厂商那边拿不到的数据
工作流锁定：成为某项业务的「系统记录方」，迁移成本高
分销纵深：切进一个横向玩家不值得覆盖的细分场景

这三条本站没有追到一手出处，所以不拿它当论断依据，只当作对照表用——它刚好对上第 3 层和第 4 层。你在纸上写下的每一条，都可以往这三格里放；放不进去的，多半是你自己觉得有价值、但客户换掉你时不会犹豫的东西。

判据可以定得很硬。对纸上的每一条问三句，三句都过才算数：

它是随时间变厚的，还是做完就定在那儿了？定在那儿的是功能，不是资产。
一个从今天开始做同类产品的人，需要多久才能积到同样的厚度？答案以天为单位的，划掉。
客户离开你的时候，这条东西是留在他那儿还是留在你这儿？留在他那儿的（比如他导出就能带走的全部内容），不计入。

四、这不是一次性判断

拆除测试还有第三种问法（B3.1#3）：如果模型厂商下一个版本把这个能力做成默认功能，你的客户会不会退订。模型升级的节奏该怎么盯，那是另一篇的题目，这里只用它的一个属性——它把拆除测试从一次性动作变成了周期性动作。

这个属性不是为 AI 现编的。a16z 2017 年 2 月那篇讲 PMF 的文章里，第 8 条列的迷思之一就是「PMF 总是一个离散的、大爆炸式的事件」（A5.1）；同一篇转述过 Ben Horowitz 的观点：PMF 是迭代的、连续的，如果停止适应就会丢掉，因为市场和竞争者一直在变（A5.4）。这段话在 2017 年就白纸黑字写着了，本站要做的只是把它落到 AI 这一侧的具体动力上：对你来说，「竞争者在变」里有一个特殊成员，就是你自己依赖的那个供应商。

所以拆除测试的正确用法不是做一次得个结论，而是定一个固定间隔重做，每次把纸上的条目和上一次对比。条目变多说明你在积累；条目原地不动而营收在涨，那是市场在拉你，不是你在建东西——按上面那条 2017 年的论点，这种状态是会翻转的。

五、同为 AI 产品，差距大到不能用技术属性解释

有一份统计到 2025 年 9 月的软件留存报告，把 AI 原生这一组按价格档拆开看，高档的净收入留存（NRR）是 85%，与 B2B SaaS 的 NRR 82% 基本持平；而低档那一头低得多（B1.2）。这个领域的数字变得很快，这里只代表那个时点。

引用它必须带上两条限制（B1.0）：一是该报告只统计已达到 25 万美元年经常性收入的公司，还在找 PMF 的独立开发者根本不在样本里；二是它按什么分的档，本站没有确认——只能读成「报告分出的高中低三档里，高档的留存明显更好」，不能读成「你把价格标高，留存就会变好」。

在这两条限制之内，本站的判断是：留存差的根源未必在「AI 这项技术」本身。 如果是技术属性决定的，同一批 AI 产品内部不该差成这样，更可能与承诺水平和定价姿态有关。这和拆除测试指向同一件事——厂商拿不走的那部分，往往就是你对客户做出承诺、并且真的兜住了的那部分。第 1、2 层做不出承诺，因为它们随时可以被同样的接口复现；第 3、4 层才承载得起。

六、把这张纸换成下个季度的工时

清点本身不产生变化，分配才产生。拿着那张纸做三件事：

把纸上的条目数记下来，标上日期。 这是你唯一需要长期跟踪的护城河指标，比任何自我评估的分数都实在。
对着第三节的三句判据划掉不合格的条目，剩下几条就是几条。剩零条不代表产品不该做，代表你现在卖的是便利，而便利的定价权不在你手上。
下个季度的工时里，切出一块固定比例，只投给能让第 3 层或第 4 层变厚的事。 比例多少由你定，但它必须是先划出来、再排功能，否则永远排不上——让第 3、4 层变厚的活儿通常没有即时反馈，在任何一次排期里都会输给「这个功能用户催了三次」。

如果只做一件，做第 2 件：把「我有护城河吗」这个模糊的焦虑，换成一个能数出来的条目数。数出来是零，也比想不清楚强——至少你知道接下来那块工时该往哪儿放。