发现AI产业冰山下更广阔的价值

$出门问问(02438)$ 25年财报与我之前的预测相去甚远，因此市场表现出来的下跌，对自己还是造成一些情绪上的波动。但是，未来的方向不被个人的情绪左右。

在上一篇我从人类生产方式的演化角度出发，将李志飞在聚焦的AI组织方法论，和亨利福特发明的“流水线”做了比较。那么今天就从商业的角度讨论一个更残酷的问题：出门问问在“折腾”的这套体系被基础模型替代掉的概率如何？
我们需要先厘清：李志飞在做的到底是什么？
明确一个关键事实：李志飞已经主动放弃了自研大模型的军备竞赛。他在2024年做出了一个被外界质疑、事后证明关键的决策——停止迭代自研的“序列猴子”大模型。
原因很直白：“今天哪怕你投1亿元人民币去做大模型，别人会为此投入100亿元，这时候你投进去的钱一定是打水漂。”
所以，他做的不是另一个基础模型，而是：
1. 一套“AI原生组织”的方法论——如何用AI重构企业的工作流、组织形态和决策机制
2. 一套人机协作的系统工程能力——包括上下文工程、Agent编排、提示词工程等“冰山下的80%”
3. 一套落地的产品化经验——从TicNote到AI数字员工，知道什么场景能赚钱
对比：基础模型迭代 vs. 李志飞的方法论
我把核心差异整理成了表格，可以看出为什么两者不是替代关系：

关键是最后一栏：李志飞做的是“如何用好模型”这件事，而不是“做出模型”这件事。基础模型越强，他的方法论价值反而越大——因为更强的模型需要更强的系统工程来驾驭。
作为投资者风险有多大？三个维度拆解
虽然概率很低，但确实存在一些结构性风险：
1. 模型能力跃迁可能“吃掉”部分中间层
这是最真实的风险。比如如果未来模型可以直接理解企业组织架构、自动生成完整的管理系统，那么某些中间层的Agent编排工具可能会被压缩。但需要看到：
· 这不是替代方法论，而是方法论要迁移到更高的抽象层级
· 李志飞本人对此有清醒认知——他每天消耗一两百美元token，就是在一线感知模型能力的边界
2. “系统设计”能力本身就是护城河
信通院的报告点出了一个关键洞察：AI系统是个金字塔，大模型只贡献20%的价值，剩下80%来自系统工程。
这意味着：
· 即使模型能力提升，“如何让70分的模型干出90分的活且不出错” 依然是独立的能力
· 这种能力来自实践积累，很难被模型本身学会
3. 巨头涌入应用层的竞争
这是更现实的威胁。OpenAI、Google、字节等巨头都在向下渗透应用层。但出门问问的策略是：
· 深耕垂直场景（如AI录音设备TicNote）
· 布局海外市场（目前海外营收接近50%）
· 保持组织极简（用AI替代扩张）
这些都是防御巨头挤压的有效手段。
所以
与其问“会不会被替代”，不如换一个角度：
基础模型和AI原生方法论的关系，类似于“电力”和“家电设计”。
· 电力本身在不断进步（电压更稳、传输损耗更低）
· 但家电设计师不会被电力进步淘汰
· 相反，电力越好，设计师能设计的家电越高级
李志飞做的，就是AI时代的“家电设计”——用AI重构组织的工作流。模型越强，他能设计的“组织操作系统”就越强大。
中国信通院的判断很有参考价值：AI原生不是非黑即白的状态，而是一个光谱概念——从简单的AI功能，到独立的AI应用，再到完全AI重构的企业，原生程度有高有低。李志飞做的恰恰是光谱最高端的那一层，这一层需要的不是模型参数，而是系统思维。本质是钱学森老先生的《系统工程论》在AI时代的商业化实例。
谨代表我个人的结论
在AI产业，出门问问超级AI组织体系被基础模型替代的概率：约10%—基于模型出现某种“智能爆炸”，能直接理解并重构人类组织形态（也就是ASI的临界点，所有的人类智力都沦为“废品”。）
但更可能发生的是：李志飞的方法论本身会迭代进化，而不是被替代。
他做对了一件核心的事：把自己放在“AI能力”和“商业价值”之间的连接点上。这个位置，在可预见的未来，需要的是人的判断力、场景理解力和系统工程能力——这些都是AI短期内难以取代的。
正如他在采访中说的：“实现AGI的方式，是用AI的AI做AI。” 这话有点绕，但核心意思是：驾驭AI本身就是一门需要持续探索的艺术，这门艺术不会被AI轻易学会。出门问问，也将基于这种稀缺性获得其应有的商业回报，而天花板至少不应低于Oracle。