中美 AI 竞赛里，所有人都盯着模型层——谁的参数多，谁的跑分高，谁又发了新论文。但模型正在商品化，Token 价格两年跌了 99%。真正决定这场竞赛走向的，可能是离用户最近的那一层：应用。

这一层的中美差异不是谁强谁弱，而是结构性的不同。美国是几百个独立 AI 工具各自生长的热带雨林，中国是微信和抖音这样的超级 APP 把 AI 悄悄塞进十几亿人的日常。两种生态各有各的力量，也各有各的盲区。更有意思的是，这一层会反哺下面的所有层——抖音的数据喂出了视频生成领域超过 Sora 2 的 Seedance 2.0，这不是巧合。

但在展开这些之前，我想先讲一个十年前的故事。因为它让我意识到，对应用层下任何"终局判断"，可能都是危险的。

一个所有人都判错的市场

2015 年，中国电商的格局看起来已经定了。

淘宝和京东把市场分完了，一个做平台，一个做自营，彼此的边界清清楚楚。所有分析师都在讨论这两家怎么在存量市场里互相抢份额，没有人觉得还会有第三个玩家。

然后拼多多出现了。

它做的事情在当时看来不可理喻：在微信里让人"砍一刀"，卖的全是白牌和农产品，客单价低到淘宝和京东都看不上。五环内的人觉得这个 App 低到尘埃里，不值得讨论。

但拼多多看到的东西，淘宝和京东没看到——或者说，看到了但不觉得值得做。中国有几亿人从来没在网上买过东西。他们不在北上广深，他们在县城和乡镇，他们的智能手机是刚买的，他们不会用淘宝的搜索框，但他们会用微信。拼多多用"货找人"替代"人找货"，用社交裂变替代搜索流量，三年就做到纳斯达克上市，市值一度超过京东。

这个故事的重点不是拼多多多厉害。重点是：一个所有人都认为已经定局的市场，用一种所有人都看不起的方式，被重新撕开了一道口子。

我在写 AI 应用层的时候，脑子里一直在想这件事。这是五层蛋糕系列的最后一篇。前面四篇拆了电力、芯片、云、模型，每一层都可以用数据和逻辑做出相对清晰的判断。但到了应用层，我发现自己下不了判断。

不是因为信息不够，是因为这一层的本质就是不确定的。

两种生态，两套逻辑

回到 AI 应用层。先摆一个数据。

QuestMobile 2025 年 Q3 的数据显示，中国移动端 AI 应用的月活超过 7.29 亿。但构成方式耐人寻味：嵌入式 AI（塞在现有 App 里的 AI 功能）用户 7.06 亿，独立 AI 应用用户 2.87 亿。嵌入式 AI 是独立的 2.5 倍。

美国正好反过来。ChatGPT 作为独立应用周活超过 9 亿，Perplexity 月活 4500 万，Claude 年中涨到 3000 万。美国的 AI 用量主要集中在独立工具上——用户主动下载、主动打开、主动付费。

一个是把 AI 悄悄塞进你已经在用的东西里，一个是让你为了 AI 专门打开一个新东西。

这不是偶然的。它背后是两种完全不同的应用生态。

美国是工具矩阵。Slack 做沟通，Notion 做文档，Cursor 做编程，Perplexity 做搜索。每个工具独立迭代，不受别的产品制约。AI 来了之后，这些工具各自嵌入 AI，同时冒出来一大堆 AI-native 的新工具。整个生态像热带雨林——物种密度极高，你不知道哪个角落会突然冒出一个新物种。

中国是超级 APP。微信 14.8 亿月活，小程序 9.5 亿月活用户。一个 App 里聊天、支付、打车、挂号、买菜全干了。抖音也类似，从短视频长出了电商、本地生活、搜索。AI 来了之后，中国的做法不是让用户下载新工具，而是把 AI 塞进微信和抖音里。ByteDance 的豆包虽然是独立 App，但它最大的分发渠道还是抖音生态。

这两种生态不是谁设计出来的，是环境塑造的。

为什么中国独独长出超级 APP？人力红利加上合规成本。中国大厂能轻松聘用大量工程师，甚至把整个部门连人带代码一起挖过来，所以一家公司有能力同时做几十条产品线。同时在中国做独立 App 的合规门槛很高 ICP 备案、内容审核、数据合规这些，小团队很难负担。但如果你是微信小程序的开发者，合规成本由平台扛了。超级 APP 在某种程度上是合规环境的产物。

美国为什么长出工具矩阵？人力成本高，一家公司没法堆几千人做全功能 App。国内合规成本相对低，小团队可以很快上线独立产品。Y Combinator 每期几百个 SaaS 创业公司，这在中国的合规环境下不太可能发生。

就像热带雨林和温带草原，同样是生态系统，物种构成完全不同。

历史不走直线

到这里为止，分析都还算工整。两种模式，两种成因，各有优劣。但如果我就此收住，说"这就是中美应用层的差异"，那这篇文章和一份咨询报告没什么区别。

真正有意思的是下一个问题：这个格局会持续多久？

我前面讲了拼多多的故事。2015 年电商的格局看起来定了，但被一种没人看得上的模式撕开了。移动互联网的历史上，这种事情反复发生。

在 O2O 大战的时候，所有人觉得烧钱补贴是唯一的打法。百团大战打到最后只剩美团，大家觉得格局定了。然后美团从团购切外卖，从外卖切酒店，从酒店切打车，每一步都是当时看不清楚的。4G 来了之后，短视频崛起，谁能想到一个对口型唱歌的 App 会变成中国第二大电商平台？抖音电商 2024 年 GMV 做到 3.43 万亿，2025 年目标 4.2 万亿，份额已经接近拼多多。

每一次基础设施的变化——从 3G 到 4G 到 5G，从搜索到社交到短视频——都重新洗牌了应用层。今天 AI 就是新的基础设施变化，而且它的变化速度比任何一次都快。

所以当有人告诉我"美国的工具矩阵一定赢"或者"中国的超级 APP 一定赢"的时候，我的反应是：你怎么知道？拼多多出现之前，淘宝和京东也觉得自己赢了。抖音电商崛起之前，大家也觉得电商就三家了。

应用层不是一个可以下终局判断的东西。它是动态博弈，是边走边看边发现的过程。

一个更前沿的可能性：软件本身会消失吗？

如果说拼多多的故事是"从意想不到的方向撕开格局"，那么接下来这个判断可能更激进：格局本身的载体可能会变。

2025 年到 2026 年，一个叫 Vibe Coding 的概念突然火了。Andrej Karpathy 在 2025 年初提出来，到 2026 年已经变成主流开发方式。MIT Technology Review 把它列为 2026 年十大突破技术之一。92% 的美国开发者每天在用 AI 编程工具，41% 的全球代码已经是 AI 生成的。Y Combinator 2025 年冬季批次有 25% 的创业公司报告代码库 95% 由 AI 生成。

这不只是"程序员写代码更快了"。它在改变软件的存在方式。

当用自然语言描述需求就能生成一个完整的应用时，"App"这个概念还重要吗？如果我说"帮我做一个能追踪我每天水果摄入量的东西"，AI 在三分钟内生成一个完全可用的应用，我用完就丢，明天想到新需求再生成一个——这时候，分发渠道、应用商店、超级 APP 的小程序生态，这些东西还重要吗？

有人开始把这种可能性叫做 Intent-ware —— 意(念软) 件。你不需要一个固定的软件载体，你只需要表达你的意图，AI 瞬间为你生成对应的工具，用完即走。No Software。不是"没有代码"，是"没有软件"。

如果这个方向是真的，那我们前面讨论的"工具矩阵 vs 超级 APP"可能从根上被改写。因为这两种模式争的是分发——谁能把 App 送到用户面前。但如果 App 本身变成了一次性的、按需生成的东西，分发的意义就完全不同了。竞争焦点会从"谁有最好的 App Store"变成"谁有最好的 AI 生成能力"——而这又指回了模型层和算力层。

这还很早期。大部分 Vibe Coding 生成的应用在安全性和可维护性上还有很大问题——有研究发现 45% 的 AI 生成代码存在常见的安全漏洞。但方向已经清楚了：软件的生产方式在被重写，而生产方式的变化最终一定会改变分发方式。

这意味着什么？意味着我们在应用层看到的所有格局，可能都是临时的。

AI 感知的不对称

在等待那个"格局被重写"的未来到来之前，有一个现实的结构性差异值得理解。

美国有大量效率工具场景。Cursor 帮你写代码，Perplexity 帮你做调研，Claude 帮你写文档。在这些场景里，AI 的价值非常直觉——如果这个东西能帮我省 30% 甚至 50% 的时间，我会迫不及待地想用它。时间就是钱，省时间的感知立竿见影。

中国的强势场景偏向消费端。微信的分发、抖音的推荐、支付宝的金融服务。在消费场景里，用户对 AI 的感知要迟钝得多——我在买东西的时候不太 care 你帮我省了多少时间，我只关心你能帮我便宜多少钱。AI 在消费场景里的价值更多是隐性的，用户甚至不知道自己在用 AI。

这导致了一个有趣的不对称：美国用户主动找 AI、主动付费。中国用户被动用 AI，很多时候甚至不知道自己在用。QuestMobile 的数据也印证了这一点——中国近 60% 的独立 AI 应用在 Q3 流失了用户，但嵌入式 AI 的用户还在涨。

两种感知模式都有道理。但它们塑造了完全不同的付费意愿和商业模式。

回传导性：Seedance 2.0 的故事

前四篇，我一直在讲自下而上的传导：电力决定成本下限，芯片制约算力上限，云层放大两者的优劣势，模型层在这些约束下追赶和商品化。

但应用层打破了这个单向传导。它会反哺回去。

最好的例子是 Seedance 2.0。

2026 年 2 月 ByteDance 发布了 Seedance 2.0，视频生成领域多项评测超过了 Sora 2。这个成绩不是凭空来的。ByteDance 有抖音。抖音日活超过 7 亿，每天产生 6800 万个视频，用户的观看行为、点赞、跳过、重复观看——这些数据对视频生成模型的训练是无价的。没有第二家公司拥有这个规模的视频交互数据。

Sora 2 背后的 OpenAI 没有抖音。Google 的 Veo 3.1 有 YouTube，但 YouTube 的数据结构和短视频很不同。ByteDance 在视频生成领域的局部领先，本质上是应用层反哺模型层的结果——十几亿用户在抖音上的行为数据，变成了训练 Seedance 2.0 的原料。

这就是回传导性。应用层不只是接收下面四层的输出，它在用自己的数据反哺模型层，用模型层的进步减轻芯片层的压力（更高效的模型意味着更少的算力需求），芯片层需求的变化又影响云层和电力层的资源配置。

五层蛋糕不是单向传导。它是一个循环。应用层是循环的上端入口。

微信每天产生 450 亿条消息。抖音的海量视频数据喂出了世界领先的视频生成模型。超级 APP 在数据聚合方面有天然优势——所有数据在一个生态里。美国的工具矩阵数据分散在几百个工具里，聚合的难度大得多。

谁控制了应用层的数据循环，谁就对整个蛋糕有最大的影响力。 不是因为应用层最"重要"，而是因为它是循环的起点。

但蛋糕不是孤立存在的

写到这里，五层蛋糕的每一层都拆完了。如果只看商业竞争，故事到这里可以结束了。

但它结束不了。因为这个蛋糕不是在真空里运转的。

2026 年 1 月，Atlantic Council 发布了一份报告，列出了 AI 将在 2026 年塑造地缘政治的八个方向。第一条就是：各国正在把 AI 视为必须控制的战略资源，"在它控制你之前控制它"。美国五角大楼 2026 财年为 AI 和自主武器研究申请了创纪录的 142 亿美元预算。Replicator 计划在 2025 年拿到 10 亿美元，用来快速部署数千架一次性自主无人机。俄罗斯计划到 2025 年将 30% 的军事装备自动化。中国给出的目标是 2028 到 2030 年开始大规模军事自动化。

在俄乌战场上，无人机已经造成了 70% 到 80% 的伤亡。AI 正在让战争变得更"容易"——不是对受害者更容易，是对发动战争的一方更容易。当用自主武器替代士兵，发动战争的政治成本降低了。这意味着冲突的门槛在下降。

奥地利外长 Alexander Schallenberg 说了一句让我记了很久的话："这是我们这一代人的奥本海默时刻。"

联合国正在推动 2026 年前达成一份规制致命自主武器的国际条约。156 个国家投了赞成票。但投反对票的包括美国和俄罗斯。全球最大的军事 AI 开发者拒绝被约束。

我们前面讨论的五层蛋糕——电力、芯片、云、模型、应用——每一层都可以被用于军事目的。更便宜的电力意味着更便宜的算力，更便宜的算力意味着更多的自主武器。更好的模型意味着更精准的目标识别。更广泛的应用意味着 AI 渗透到社会的每一个角落，包括那些我们不希望它去的角落。

这个蛋糕的五层结构，既是商业竞争的框架，也是地缘政治博弈的框架。芯片制裁不只是商业行为，它是武器管控的延伸。模型的开源不只是技术策略，它影响着哪些国家能获得军事 AI 能力。应用层的分发不只是关于谁能卖更多广告，它关乎 AI 将以什么方式嵌入十几亿人的日常生活——以及在极端情况下，这些能力会被如何使用。

我在这个系列里刻意聚焦在商业层面，因为那是我能看懂的部分。但写到最后，我没办法假装更大的图景不存在。

五层蛋糕的终局

电力层，中国最强的一层。不可蒸馏的成本优势。

芯片层，中国被卡得最狠的一层。三面墙，短期看不到根本突破。

云层，放大器。裂缝和优势在这里同时被放大。

模型层，追得最快，也商品化最快。价值正在向上下两端流走。

应用层，不是谁强谁弱，是结构性的不同。而且这个结构可能随时被重写。

中国的蛋糕底重上轻。 底层电力最强，往上芯片瓶颈严重，模型层靠效率创新打了漂亮的反击，应用层靠超级 APP 把 AI 送到十几亿用户面前。

美国的蛋糕上重下轻。 芯片和模型层掌控前沿，应用层靠工具矩阵和用户付费意愿建起了繁荣的 AI-native 生态。

两个蛋糕的重心不同。中国的重心在基础设施和分发，美国的重心在前沿技术和商业化。

但这些只是今天的快照。

过去十年互联网发展给我最大的教训是：每一次你觉得格局定了的时候，往往就是格局即将被改写的时候。 淘宝京东以为电商定了，拼多多来了。三家以为定了，抖音电商来了。每一次基础设施的变化——4G、移动支付、短视频——都重新洗了一次牌。

AI 是比以上任何一次都更大的基础设施变化。Intent-ware 可能重写软件的存在方式。自主武器可能重写国际秩序。谁都说不清楚。

这个世界是一个混沌系统。每一件事都在影响其他每一件事。芯片制裁影响模型训练，模型的开源影响全球 AI 能力分布，AI 能力分布影响军事平衡，军事平衡影响地缘政治，地缘政治又回过头来影响芯片制裁。五层蛋糕只是这个混沌系统里的一小块，而这一小块本身就已经够复杂了。

这个世界唯一不变的，就是变。

五篇写完了。这个系列不是为了预测谁赢谁输——说实话我也不知道。它是为了提供一个看问题的框架：当你看到下一条"中国 AI 追上了"或者"美国 AI 碾压"的新闻时，你可以问一句——这说的是哪一层？这一层的变化会怎么传导到其他层？整个蛋糕因此发生了什么变化？蛋糕之外的力量——政治的、军事的、人性的——又在如何塑造这个蛋糕？

能问出这些问题，可能比任何答案都重要。

而如果要我在这个系列的最后留下一个不是分析、不是判断、而是希望的话：

我希望这个蛋糕的每一层，最终都被用来让人的日子好过一点。不是让战争更容易发动，不是让监控更无处不在，不是让少数人获得更大的控制力。是让一个县城的医生借助 AI 做出更准确的诊断，让一个非洲的学生用免费的模型完成原来只有富国孩子才能获得的教育，让一个独居老人通过语音助手不那么孤独。

技术本身不带立场。但用技术的人带。

希望世界和平。这句话很老套，但写完五篇关于中美 AI 竞赛的分析之后，我比以前更认真地这么想。