Ben Thompson：模型能力已经过剩，现在是“应用时刻”
华尔街日报 ｜ 2026-09-21

9月21日，科技战略分析师、Stratechery创始人Ben Thompson在发布的最新文章《Frontier Overhangs》中提出，AI行业正面临五重"过剩"（overhang）——能力过剩、产品过剩、定价过剩、资本过剩与安全过剩。

他认为，这些过剩共同指向一个结论：模型能力的绝对领先，已不再是构建商业护城河的充分条件。模型与应用层（harness）正在走向模块化分离，Meta旗下Muse等产品证明非顶尖模型也能构建出具有强用户粘性的产品。

Thompson同时对Anthropic CEO Dario Amodei所倡导的"放缓前沿AI"（Pace the Frontier）的主张提出了直接质疑，认为这一以安全为名的论述，恰好与前沿实验室当前的商业困境高度吻合。

模型与应用层正在分离

Thompson指出，过去他曾认为模型公司的"harness"（即模型与应用之间的集成层）是核心差异化来源，前沿实验室因此具备更强的盈利潜力。

但这一判断正在被现实修正。

微软CEO Satya Nadella在接受Stratechery采访时透露，微软的Copilot Cowork已经从绑定Claude转向多模型架构——"我们有同一套harness，GPT、Anthropic、任何开源权重模型都可以接入，用户甚至可以把自己微调的模型放进来。"

Thompson援引已故管理学家Clayton Christensen的理论解释这一现象：当产品性能尚未满足市场需求时，集成架构占优；一旦性能"足够好"，市场就会转向模块化，竞争维度从性能转向速度、便利性与定制化。

Anthropic的Fable产品提供了一个现实案例。Anthropic曾要求使用Fable的企业客户允许其保留数据至少一个月，Thompson当时认为这是Anthropic押注自身模型足够强大、客户别无选择。但结果是：客户推回了，Fable使用率偏低，Fable 5.1发布时，这一数据留存条款已被悄然删除。

Thompson的结论是："客户表现出了愿意基于数据留存政策而非纯粹性能来做模型选择的意愿。"纯粹的能力领先，不再直接等于护城河。

Meta Muse：非顶尖模型也能建立护城河

Thompson将Meta近期发布的个人智能体产品Muse视为一个"看空信号"（bearish signal）。

他写道："Muse是我用过的最好、最易上手的个人智能体产品，没有之一。"但关键在于，支撑Muse的Muse Spark 1.3模型，并非当前最先进的模型。