一张 AI 冰山图，画出了三类人：用别人的、借别人的、造自己的

摘要

流传很广的那张《How People See AI》冰山图，大多数人当成工具清单收藏了。但图里真正有价值的信息不在那 17 个工具名字上，而在它把人分成了三类：水面之上是消费者，水面第一层是流程设计者，水面最底部是基础设施搭建者。

本文逐层拆开这三层的生意逻辑，并给出几条能站住脚的硬数据：Cursor 从成立到 293 亿美元估值只用了三年、约 40% 的 AI 辅助 PR 出自它；MCP 开源一年后被捐赠给 Linux 基金会旗下 AAIF，成为上万条 server 的共同语言；OpenRouter 三个月估值涨 6 倍后被 Stripe 约 75 亿美元收购；而 Manus 从被 Meta 20 亿美元收购到监管叫停只用了 118 天。

结论很反直觉：越靠近底座的东西，越不性感，也越值钱。你用 ChatGPT 的深度几乎不构成壁垒，真正稀缺的是别人换工具也带不走的那一样东西。

正文

一、这张图被读错了

图片标题是《How People See AI》，出自 AI ForLeaders.com。画面很讨喜：水面上漂着五个图标——ChatGPT 日常用、Claude 写作推理、Perplexity 查研究、Midjourney 出图、Runway 做视频；水面下是两座黑标——Practitioners（实践者）、Experts（专家），各自挂着一堆工具：Cursor、NotebookLM、Gamma、v0、n8n、Claude Code、MCP、Ollama、ComfyUI、LangGraph、OpenRouter、Open WebUI、Manus、Descript、Notion AI、自定义 AI 栈。

几乎所有人看到这类图的第一反应是：收藏，然后转发。

但你仔细看它的结构，会发现一件比"列工具"重要得多的事：这张图真正画的是三类人，不是三类工具。

• 水面之上站着的是消费者——用 AI 的人

• 水面之下第一层是流程设计者——串 AI 的人

• 水面最底部是基础设施搭建者——造 AI 底层的人

这三个群体的分界线，不是"知不知道这些工具的名字"——那是个搜索一下就有答案的事。真正的分界线是：当现成的工具都解决不了你的问题时，你的第一反应是再找一个工具，还是自己补上一层。

我想用这篇，把这三层各自的生意逻辑拆开讲清楚。因为 Iceberg 图最容易被忽略的残酷之处是：越往下，工具越不性感，但它越值钱。

二、水面之上：最容易看见的地方，恰恰是最不值钱的地方

先把水面看清楚。

ChatGPT、Claude、Perplexity、Midjourney、Runway——这是绝大多数人对 AI 的全部认知，也是一张 AI 图里唯一会带上热搜的部分。它们有一个共同特征：单价低、可替换、迁移成本几乎为零。

ChatGPT 的 Pro 是每月 20 美元，Claude 差不多，Midjourney 也在这个量级。这些产品的 ARPU（单用户平均收入）低到决定了一个事实：你即使用得再深，也很难在这里“建仓”。今天你是 ChatGPT 重度用户，明天 Anthropic 发个新模型，你两个月就迁走了。

但这不意味着水面之上没有生意。恰恰相反——水面之上是整个 AI 行业最猛烈的绞肉机，只是利润不在产品上，在分发上。

看 Cursor 这个例子，它在这张图里被归在 Practitioners 层，但它的量级早就不止"工具"了：

• 2025 年 1 月，ARR 破 1 亿美元——用时约 20 个月，而且几乎零市场预算，纯开发者口碑

• 2025 年 6 月，C 轮 9 亿美元，投后估值 99 亿美元

• 2025 年 11 月，D 轮 23 亿美元，估值 293 亿美元——五个月内估值涨了 3 倍

• 2026 年初，ARR 突破 20 亿美元；企业客户超过 5 万家，覆盖超过一半的《财富》500 强；日活用户超 100 万

• 到 2026 年 4 月，xAI 甚至是带着"600 亿美元收购权或 100 亿美元合作款"的条款找上门

一家 2022 年才成立、四个人从 MIT 实验室起步的公司，三年做到 293 亿美元估值、20 亿美元年化收入。SaaStr 的评价是"史上最快达到 10 亿美元 ARR 的 B2B 公司，而且不是接近，是碾压式领先，比 Wiz、Deel、Ramp 都快"。

注意这里的关键：Cursor 的价值不在它帮开发者省了时间，而在于它把"编码"这个动作的入口独占化了。据第三方统计，Cursor 占了付费 AI 编码工具约 18% 的市场份额，GitHub Copilot 是 42%——按人头算 Cursor 差得远，但据公开报道，约 40% 的 AI 辅助合并请求（PR）出自 Cursor 客户端。少数人用了，大量人产出了。

这就是水面之上真正的游戏规则：这不是工具竞赛，是入口竞赛。谁把用户每天都进的那扇门占了，谁就能把上游模型的议价权拿走。

所以对普通人的第一个判断是：你用 ChatGPT 或 Claude 的深度，几乎不能构成任何壁垒。这两家公司在水面上贴身肉搏，产品趋同速度以周计算。你今天引以为傲的"高级用法"，大概率两周后被对手功能追平。

三、水面第一层：实践者卖的不是工具，是流程

往下潜一层，Cursor、NotebookLM、Gamma、v0、n8n、Notion AI、Descript、Manus。

这一层的共同气质是"连接"——把水面上的单点工具连成一条线。

一个有代表性的一天：用 NotebookLM 把 20 篇研报吸收成摘要，用 Gamma 把摘要翻成方案 PPT，用 n8n 把每次 RSS 更新自动丢进 Notion 库，用 Descript 把会议录音切成客户访谈片段。

这一层的人真正积累的资产，不是工具使用技巧，是那张流程图。流程能被带走、能复刻、能卖——工具不行。

这一层最重要的认知是：AI 应用的最大价值不在单次调用的质量，在于调用之间的编排。单步模型调用早就被商品化了，你用 GPT 还是 Claude 差别不大；但"拿到 200 份简历 → 自动解析 → 打标 → 排序 → 生成面试清单"这条链，是没有现成产品卖给你的，你得自己拼。

也正是在这一层，我见过最多的翻车。

翻车的标本是 Manus，这张图里被归在 Practitioners 层右侧的 "Manus for execution"。它的全周期值得单独复盘，因为它几乎演完了这个行业所有的剧本：

• 2025 年 3 月 6 日发布，自称"全球首款通用 AI 智能体"，演示视频 20 小时内破百万播放，7 天等候名单破 200 万，邀请码在二手平台炒到 5–10 万元

• 2025 年 4 月，Benchmark 领投 7500 万美元，估值近 5 亿美元

• 自报 GAIA 基准 86.5% / 70.1% / 57.7%，被业界称为"又一个 DeepSeek 时刻"

• 上线 8 个月，ARR 破 1 亿美元

• 2025 年 12 月 30 日，Meta 宣布以 20 亿美元以上收购，创始人肖弘出任 Meta 副总裁——这是 Meta 史上第三大并购案

• 2026 年 4 月 27 日，中国发改委叫停该交易

• 2026 年 6 月，Meta 切断数据系统，创始团队着手筹约 10 亿美元回购

• 2026 年 8 月 11 日，发布《致 Manus 用户的一封信》，宣布恢复独立运营；因监管要求，2025 年 12 月 29 日之后产生的数据于 8 月 23–24 日删除

• 老股东以不低于 20 亿美元估值从 Meta 手中回购，腾讯成为最大股东

• 重回独立仅 17 天，彭博社报道其正推进约 5 亿美元融资，目标估值约 40 亿美元；到 2026 年 6 月底，ARR 已达 4–5 亿美元

从 1400 万美元天使估值起步到 40 亿美元，不到四年；从被收购到被叫停，118 天。

这段过山车告诉我们什么？不是"通用 Agent 不好"，而是——通用 Agent 这一层的估值，主要由叙事支撑，波动最大。它离"稳定的生产关系"很远，离"下一个 Demo 爆点"很近。

顺带一个必须记住的判据：Gartner 已预警，到 2027 年底，超过 40% 的 agentic AI 项目会因为成本高、价值不清、治理薄弱而被取消。你今天署在系统里的一串 Agent 工作流，两年后可能正是那 40%。

所以这层的建议很朴素：把你搭的流程，尽量往"能被审计、能被降级、能被人工接管"的方向搭。能跑通只是及格线，能复盘才是资产。

四、水面最底部：真正值钱的，是那些没人愿意讨论的"脏活"

冰山最深处——Claude Code、MCP、Ollama、ComfyUI、LangGraph、OpenRouter、Open WebUI、自定义 AI 栈。

这层的工具有一个共同点：它们不产出"惊喜"，只产出"确定性"。

而这层最近发生的事，才能解释为什么它是冰山底部。

1. MCP：从产品变成标准的那一刻，价值才刚开始

MCP 在这张图里的定位是 "for connecting tools"，非常不起眼。但看它的实际路径：

• 2024 年 11 月，Anthropic 把它开源，初衷只是解决自己团队内部的问题

• 一年后：超过 10,000 个活跃公开 MCP server，覆盖从开发工具到《财富》500 强的部署；SDK 月下载量 9700 万+；ChatGPT、Cursor、Gemini、微软 Copilot、VS Code 都成为一等公民支持

• 2025 年 12 月 9 日，Anthropic 宣布把 MCP 捐赠给 Linux 基金会旗下的Agentic AI Foundation（AAIF）——一个由 Anthropic、Block、OpenAI 共同发起，Google、微软、AWS、Cloudflare、Bloomberg 支持的定向基金，与 goose（Block）、AGENTS.md（OpenAI）并列为创始项目，托管方是曾经托管 Linux 内核、Kubernetes、Node.js、PyTorch 的 Linux 基金会

Anthropic 产品负责人 Mike Krieger 的原话是：捐出去是为了"让它保持开放、中立、社区驱动，在它成为 AI 关键基础设施的过程中"。

为什么这值得单独说？因为"标准"和"产品"的估值逻辑完全不同。一款产品卖 subscriptions，天花板是用户数×客单价；一个标准卖的是整个生态的接入权，一旦成为事实标准，所有后来者都得按你的规矩来。

MCP 正在走当年 HTTP 和 Kubernetes 走过的路。谁定义协议，谁就站在所有流量必经的出口上。

2. OpenRouter：支付巨头买的根本不是"路由"

OpenRouter 在图上写的是 "for model routing"，五个词打发掉了。它是所有模型的统一 API 层，聚合 500+ 模型、80+ 提供商，抽 5.5% 的过路费，服务 800 万开发者，每周处理约 25 万亿 token，超过一半用量来自美国以外。

2026 年 5 月它刚做完 1.13 亿美元 B 轮，估值 13 亿美元。

2026 年 8 月，Stripe 以约 75 亿美元收购了它。

三个月，估值涨了近 6 倍。

Stripe 买的不是"帮你挑模型"这个功能吗？不是。Stripe 要的是未来每一笔 AI 推理花费的计费口、结算口、审计口。AI Agent 要能自己下单、自己付钱，钱必须从某个管道流过去——Stripe 的加密业务负责人此前公开的定位叫"货币界的 AWS"，这次收购就是往这个位置补图：Tempo 和 MPP 解决"Agent 怎么付钱"，ACP 解决"Agent 怎么下单"，OpenRouter 补上"调用哪个模型、按什么口径计费"。

OpenRouter 联合创始人那句话值得抄下来："我们相信，未来 5 到 10 年，推理成本会在大多数知识型公司里超过工资，成为最大的运营支出。"

一旦这句话成立，模型路由层就不是工具，是财务系统。

3. Ollama、Open WebUI、ComfyUI、自定义栈：控制权的定价拐点

这层最底下那排——本地跑模型、自建聊天界面、自己搭生成管线——在过去被当成"极客玩具"，现在正在变成正经的企业采购项。

驱动它的不是好奇心，是三个很硬的约束：数据不出内网、供应商锁定、以及推理账单。

当 OpenRouter 联合创始人的判断成立时，当 Gartner 说 40% 的 Agent 项目会被成本拖死时，"我自己跑一个 Ollama + Open WebUI + ComfyUI"就从"偏执"变成了"止损"。

这一层的共同特征是：它的卖点是"确定性"和"所有权"，不是"智能"。它不保证你更聪明，只保证你更可控、更便宜、更不被断供。

4. LangGraph、Claude Code：把 agent 从"聊天"变成"工程"

LangGraph 在这张图上被定义为 "for agent workflows"，实际做的是把多 Agent 协作从 while 循环升级成 DAG——有状态、可回溯、能并行、能中断续跑。Claude Code 则把"AI 写代码"推进到"AI 直接交付"的终端形态。

它们代表同一件事：AI 正在脱离"对话框"，进入软件工程的既有语义。有版本的、有测试的、有回滚的、有 observability 的。

五、冰山真正的形状：一条价值递减曲线

把三层放在一起看，会浮出一条很清晰的曲线：

越往下走，工具越"不性感"，但它占的位置越是不可替代。你能随时换掉 ChatGPT，但你很难换掉一条跑在生产环境里的 MCP 标准，或者一个已经嵌进财务系统的计费管道。

这也解释了为什么这张冰山图的构图是"上宽下窄"反着来的——我们看见的那部分（露出水面的尖峰），恰好是价值密度最低的部分。

六、怎么判断自己在第几层

给三个自检问题，比任何测评都准：

第一问：你现在的产出物，能不能被复制走？如果你交付的是一段提示词、一个工作流截图、一份提示模板——能，那你的资产随时被带走。如果你交付的是一根管道、一个标准、一套接口——不能。

第二问：当所有现成工具都解决不了问题时，你下一个动作是什么？再找一个工具，还是写一段代码？前者是消费，后者是建设。这两者的分野，决定了你在冰山的什么位置。

第三问：你为 AI 花出去的这笔钱，最后落到谁头上？如果你花的是订阅费，那是给分发的；如果你花的是 token 账单，那是给算力的；如果你花的是自建栈的运维，那才是买控制权的。三笔钱的议价权完全不同。

七、结语：AI 有三种活法

这张冰山图的原作者留了一句点题的话：AI 真正的进阶，不只是学更多工具，而是从"用 AI 应用"走到"设计工作流、连接系统、建自己的 AI 操作层"。

翻译过来就是三层：用别人的、借别人的、造自己的。

用别人的人，看这张图会想"我又该补哪个工具了"；借别人的人会想"我该怎么把这些连起来"；造自己的人会想"哪些环节我根本不该让别人做"。

工具的更替速度，是这三者里最快的。水面上每三个月翻一遍牌。

但水面之下的那条规律，两年内不会变：越靠近底座的东西，越慢，也越值钱。

所以别再为"我这周还没试到新的 AI 工具"焦虑了。真正该问的是——你手里有没有一样东西，是别人换工具也带不走的。

如果暂时没有，那就不焦虑地往下潜一层。冰山下面还有 17 格。

免责声明：本文图片来自 AI ForLeaders.com，为商业推广性质的信息图，所列工具为作者主观分类，不代表任何官方立场。文中涉及 Cursor（Anysphere）、Manus（Butterfly Effect）、OpenRouter、MCP 等公司的融资、估值、ARR 数据均来自公开媒体报道、公司公告及第三方研究机构（Bloomberg、The Information、Sacra、Linux Foundation 官方新闻稿、Anthropic 官方博客等），部分为未经审计的第三方估算，且 AI 行业数据变动极快，具体商业决策请以官方最新披露为准。文中"约 40% 的 AI 辅助 PR 出自 Cursor""Gartner 40% agentic AI 项目将被取消"等引用数据，原始口径与统计样本存在差异，仅作趋势参考。