模型升级抹掉了你的功能，然后呢
模型厂商发了新版本，你产品里最值钱的那块能力，成了对方开箱就有的默认功能。
「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」是一种常见的自检问法（B3.1#3）。站内有一篇把这条和另外两条自检问法摆在一起，讲怎么逐条跑一遍，问的是「会不会」。这篇接在答案已经变成「已经退了」之后。站内还有一篇讲 PMF 本来就是会丢的，给的是每季度一次的通用复检节奏；这篇不是复检，是单次外部事件的事后处置——一个你不在场、也没有发言权的发布，把你原来的一整套判据作废了一遍。
一、先确认这次下滑真的是这次发布造成的
被抹掉功能的那几周，数字一定难看。但难看的数字有好几个来源，处理方式完全相反，认错了会把接下来两个月的工程资源全花在错的地方。
至少有三件事长得像这次发布的后果：一是激活和使用习惯本来就没做扎实，这次只是被一个外部事件戳破；二是实验性质的用户批量离场——那份 AI 留存报告描述过这个现象，这批人的关键特征是转向下一个热门产品，报告本身没有给他们下正式定义（B1.3），他们走跟你的功能被不被替代关系不大；三是你手上的观测口径本来就量不准，这一条第六节单独说。
分辨它们不需要新工具，把已有的使用记录按这五条切开看就够：
- 被替代的那段动作，使用频次是不是单独塌了，而其余动作没怎么动？ 如果整条曲线一起往下走，那更像激活侧的老问题，跟这次发布无关。
- 走掉的人，是不是集中在最依赖那段功能的那批？ 把用户按「过去一个月跑过多少次那段动作」分三层，看三层的流失差多少。差得不明显，说明被替代的这块并不是他们真正在用的东西。
- 老用户和新注册用户的下滑幅度是否一致？ 新用户不来但老用户没走，问题在获客侧的说服力；老用户走而新注册照常，才指向价值被抽走。
- 时间线对不对得上。 用你自己记录的版本时间线和曲线拐点去对，而不是凭印象把两件事系在一起。拐点比外部发布早两周，那这次发布顶多是加速器，不是原因。
- 走掉的人转去做了什么。 转向下一个新鲜玩意，是尝鲜者的形状（B1.3）；换成在通用工具里做同一件事，才是替代。这两种的下一步动作完全不同。
五条里至少三条指向同一个方向，才按「价值被这次发布抽走了」处理。这五条是本站按 B3.1#3 那句自检问法反推出来的操作化版本，不是哪份研究的结论。宁可多花一周做这个分辨，也不要在第三天就宣布产品被杀掉。
二、这次的变化来自脚下，不是来自旁边
「PMF 是会丢的」不是为 AI 才发明的说法。a16z 在 2017 年 2 月 18 日那篇《12 Things About Product-Market Fit》里，把「PMF 总是一个离散的、大爆炸式的事件」明确列为迷思之一（A5.1#8）；同一篇转述了 Ben Horowitz 的观点：PMF 是迭代的、连续的，如果停止适应就会丢掉，因为市场和竞争者持续变化（A5.4）。站内那篇讲「PMF 会丢」的文章处理的是这条通则和它的复检节奏，这里只取它的一个推论。
本站的判断是：A5.4 描述的变化来自「旁边」——同行、替代品、客户偏好；而 B3.1#3 那句自检问法指的是「脚下」——你的产品所站的那一层。两者的差别不在快慢，在你有没有发言权。旁边的变化你看得见、能还手，可以靠定价、定位、服务去回应；脚下那一层什么时候发布什么，不在你的路线图里，也不会有人提前问你的意见。
这个区分决定两件事。第一是复盘的口径：把它当事故来复盘，会得出「我们反应太慢」这种没什么可执行的结论；当成这个位置自带的周期性成本来准备，才会去做第七节那份清单，并且把它存成模板。第二是处置的次数：你这次搬到的新位置，仍然踩在同一层地板上，所以清单要能重复跑，而不是一次性的补救方案。
三、被抹掉的那块，在客户那边到底是什么位置
最自然的反应是补功能：对方做了默认版，我做一个更强的、更专的、参数更多的。这个动作不一定错，但它跳过了一次分类。
价值假设说的是「客户为什么会用你的产品」，增长假设说的是怎么规模化地把人弄进来，并且后者只有在前者被验证之后才成立（A5.3）。被抹掉的那块落在哪一侧，对应三种完全不同的处置。本站的判断是先做这个分类，再排期：
情形一：被抹掉的就是价值假设本身。 客户当初点头，靠的就是那一条理由。这时候价值假设失效，建立在它上面的所有增长侧结论——某条渠道划不划算、要不要加投放、回收期能不能覆盖——同时作废，不管它们上个月算出来多好看。这一档不是补功能能解决的，得先回答「这一版客户为什么还需要你」。
情形二：被抹掉的是通往那条理由的一段路径。 客户要的结果没变，你原来靠这段能力交付它，现在这段能力变成了人人都有。价值假设还在，失去的是交付方式上的独占。这一档要问的是这段路径在整条链路里占多长：如果它前后还各有几段是你做的，你损失的是一段的溢价，可以靠把其余几段做厚补回来；如果整条链路就这一段，那它其实是情形一。
情形三：被抹掉的那块，客户压根没怎么用。 掉下来的数字来自别处，回第一节重判，别把一场归因错误当成产品危机。
分不清落在哪一档，就别猜。向还在用的人重新问一遍这三道题（A4.4）：
你觉得哪类人会最受益于这个产品？
你从这个产品里拿到的主要收益是什么？
我们要怎么做才能为你把它改得更好？
关键在怎么用答案。按 A4.3 的做法，画像要用他们自己的措辞和关键词去构建，不是用你的行业黑话翻译一遍。这一条在这种时候格外要紧：如果这批人描述收益时用的正是被抹掉那块能力的动作，是情形一；如果收益描述里压根没提到它，是情形三；如果他们说的是一个结果，而那块能力只是过程里的一步，是情形二。这个判断只有原话能给，你自己的总结给不了——总结会不自觉地把你以为的核心价值填回去。
四、你没有「先扛一阵」的余地
从分类做完到重新长出东西，中间有一段空窗。这段空窗你能撑多久，不取决于你的决心，取决于成本结构。
低价 SaaS 那套「先免费养着、等对方哪天自己想通了再升级」的打法，成立的前提是毛利足够高——白养一个人几乎不额外花钱，时间站在你这边。调模型的产品没有这个前提：用户每按一次，你的账单就多一笔。于是转化被迫提前，甚至要按日设用量上限，而这种东西在传统 SaaS 里几乎见不到（B2.2#1）。
这条机制在平时决定你的免费层怎么设，在这段空窗里决定的是另一件事：**「先把免费额度放开，把人留住再说」这个动作，你做不起。**低毛利产品的每一个不转化的活跃用户都在持续消耗现金，而你正处在最需要用现金买时间的时候。同一节还有一条比例关系：毛利率打对折，回收期就要原来两倍的时间（B2.2#2）。空窗期里新拉来的人回本更慢，两件事叠在一起，你的容错窗口比直觉里短。
本站的判断是这段时间该守的顺序：先保住还在付钱那批人的服务质量，再谈拉新；宁可把免费额度收紧、把资源压到已经付钱的人身上，也不要靠放开免费来掩盖流失曲线。放开之后曲线会立刻好看，而你现在最需要的恰恰是让曲线说实话。
站内 L9 有一篇讲投放测量、CAC 和回收期怎么算的课，那套算账模板本身没问题，只是它的毛利率默认值是按传统 SaaS 填的；本专题另有一篇专门讲这个默认值该换成什么，这里只用它的结论。
五、盘点手上还剩什么，再决定往哪搬
把模型厂商拿掉，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——这是另一种常见的自检问法（B3.1#1）。站内有一篇专讲怎么对着自己的产品把这张表逐栏填出来，也有一篇专讲护城河的三处来源各自怎么才算成立。这里只处理它们在事后的那个用法：不再是「我有没有」，而是「往哪搬」。
公开讨论里护城河的来源大体收敛到三处：随使用而累积、模型厂商拿不到的自有数据；成为某项业务的系统记录方、迁移成本很高的工作流锁定；切进一个横向玩家不值得覆盖的细分场景，也就是分销纵深。共同的说法是单靠一处很脆弱，叠两处才算门槛（B3.2）。
事后选路，本站的判断是三条规则：
- 别三处一起追。 逐处问一句「这一处我已经有半条了吗」，只有已经有半条的那处才补得动。数据是不是已经在累积、只是没被用起来；有没有一小撮客户其实已经把你当系统记录方在用；有没有一个细分场景是你进得去而横向玩家懒得进的。
- 三处都答不出半条，就不是补护城河的问题。 回第三节重新做分类和价值假设。从零开始硬造一个资产，比换个方向更慢，而你在第四节那个成本结构下没有那么多时间。
- 只答得出一处，先把这一处坐实到别人绕不开。 按 B3.2 的说法单处不算门槛，但单处扎实至少能换来时间，而时间正是这个阶段唯一稀缺的东西。
顺带把一个容易混的轴分开：站内 L9 有一篇讲独立开发者长期定位的课，也谈护城河，但它防的威胁来自别的开发者——AI 编程工具把开发门槛踩平，同质化的同行暴增。那是横向的。这篇从头到尾讲的是纵向的：威胁来自你脚下那一层。横向靠差异化和定位，纵向只能靠上面三处里的资产。
六、这段时间里，你手上的数字最不可信
这个阶段最容易出的判断错误，是拿流量口径去衡量损失。
Olivia Moore 在 a16z 的《The Top 100 Gen AI Consumer Apps》第 6 版里（2026-03-09 发布，榜单数据截至 2026 年 1 月），网页端按 SimilarWeb 月度独立访问量、移动端按 Sensor Tower 月活来排；这一版还把收录范围放宽到「任何生成式 AI 已成为体验核心组成部分的消费级产品」，不再只收 AI 原生。原文里有一句自承：它的排名 undercount the AI products people use most（a16z 第 6 版原话）。举的例子是一个每天泡在编程助手里八小时的开发者，属于重度用户，但在网页流量数据里几乎体现不出来（B4）。
一家把排 AI 应用榜做成招牌的机构，拿着这两家的数据都量不准这个品类。本站的判断是，这件事在你现在这个处境里会被放大：被抽走的往往正是深度使用的那部分人，而这部分人在访问量、注册数这类口径里权重最低。于是你会看到一个很温和的下滑曲线，配上一份已经开始垮的收入，还以为是转化环节出了问题。
对应的动作只有一个：这段时间做判断，只认按人分层的使用深度和收入，不认总量口径。总量能骗你两个月，而两个月是你输不起的。
七、这两周能做完的一份处置清单
- 把当前功能清单分两栏。 一栏是「拿掉模型厂商就不成立」的，一栏是其余的。分栏依据只看依赖关系，不看它对你有多重要。
- 对第一栏逐条跑一遍拆除测试（B3.1#1），写下每条剩下的东西。写不出来的条目直接标红，那是下一次同类事件的靶子。
- 画一条分段曲线。 把被替代那段动作的使用量单独拉出来，和其余动作放在同一张图上，看是一起下滑还是单独塌陷（第一节判据 1）。
- 按依赖程度把用户分三层，各自算流失（第一节判据 2）。三层差异不明显，回第一节重判归因。
- 对还在用的人发那三道题（A4.4），用他们的原话建画像（A4.3），别翻译。
- 判定落在三种情形里的哪一种（第三节），把判定理由写成一句话，附上支撑它的两条原话。
- 按判定结果决定动不动增长侧。 情形一，冻结所有增长侧决策直到新的价值假设写出来（A5.3）；情形二，把资源投到你仍然独占的那几段；情形三，回去修激活。
- 给下一次定个复查时点，并把这份清单存成模板。 按 A5.4，需要持续适应的前提没有变过，这不会是最后一次。
第一次跑这份清单，多半会在第 2 步卡住很久；跑第二次时，卡住的地方通常前移到第 6 步——那说明你已经不是在问「我还剩什么」，而是在问「我下一版卖的是什么」。
延伸阅读
本篇提到的站内课程，可以直接接着往下读：
名词不熟可以先看术语页：PMF（产品市场契合）