本期要点

这个月两条新闻指向完全相反的方向：ChatGPT 月活突破 10 亿（Sensor Tower 估算），同一个月 Anthropic 的企业采用率第一次反超 OpenAI，34.4% 对 32.3%（Ramp 企业支出数据）。消费者市场在收敛到一个最顺手的，企业市场却在按任务分工。可带走的判断只有一句：别再纠结「该用哪个 AI」，去想「我的任务怎么在不同模型之间分工，上下文放在谁手里」。模型是租来的，上下文才是你自己的资产。

同一个月，两条方向相反的新闻

这个月有两条新闻，单独看和放在一起看，结论完全相反。

第一条：ChatGPT 月活突破 10 亿，成为史上最快做到这件事的 App，比 TikTok、Instagram、YouTube 都快。数据来自 Sensor Tower 的估算，不是官方披露，下同。

只看这条，结论很简单，OpenAI 赢了。增长曲线最陡，用户心智占得最牢，叙事最响。如果你是看着这条新闻做判断的人，很自然会得出一个结论：跟着最大的玩家走，准没错。

但同一个月还有第二条，安静得多，几乎没人转。根据 Ramp 的企业支出数据，Anthropic 的企业采用率第一次反超 OpenAI，34.4% 对 32.3%。这里要说清楚 Ramp 统计的是什么，它看的是企业真金白银的付款记录，不是问卷里的「你打算用哪个」，也不是免费注册数。企业愿意为哪个掏钱，这个信号比任何调研都硬。

一个在消费者市场拿下 10 亿用户，一个在企业市场刚刚反超。乍一看像是互相矛盾的两件事，但我倾向于反过来想：它们不矛盾，恰恰是同一件事在两个不同人群身上的两种长法。这也是这个月最值得琢磨的地方。

因为这两个市场问的根本不是同一个问题

先别急着站队。我习惯遇到这种「看起来对立」的现象时，先拆掉它隐含的前提：谁说消费者市场和企业市场必须用同一个标准来分胜负？

普通用户问的是「哪个 AI 好用」。这是一个寻找单一最优解的问题。我手机里不想装五个聊天 App，我只想要一个打开就能用、回答还不错的。于是大众的选择会自然收敛到一个最顺手的，ChatGPT 凭着先发和体验，占住了这个心智。在消费者这一侧，赢家通吃是合理的结局。

但企业不这么问。企业问的是「这个任务该交给谁」。这是一个分配资源的问题，不是选秀。写文案的任务用一个模型，跑代码的任务用另一个，审一份几十页的长文档再换第三个。对企业来说，多养几个供应商不是负担，是常识，它们买云、买数据库、买 SaaS 从来都是多家并用。

Ramp 的数据里还藏着一个更说明问题的细节：增长最快的那批 Anthropic 新客户，大多不是第一次买 AI 的人。他们本来就在用 OpenAI，只是又加了第二家。注意，是「加」，不是「换」。

换句话说，企业市场没有出现赢家通吃。它出现的是按任务分工。同一家公司，一边付钱给 OpenAI，一边付钱给 Anthropic，各自干各自最擅长的活。消费者在做单选题，企业在做配置题，这是两种完全不同的思维方式。

如果你是靠 AI 干活的人，那你该站在企业那一边想问题，而不是大众那一边。这一点先记住，后面会用到。

更有意思的信号，来自操作系统层

消费者和企业各自的选择已经够说明问题了，但还有一个更隐蔽的信号，藏在操作系统层。

我 2023 年看苹果 WWDC 的时候说过一句话：那场发布会苹果一次没提「AI」这个词，却频繁提到机器学习，所以整场虽然没有 AI，但处处都是 AI。三年过去，今年的苹果反过来了，满场都在讲 AI。表面看是苹果终于「想通了」，但真正的变化不在它说了什么，而在它怎么做。

据几家媒体报道，新版 Siri 背后用的是 Google 的 Gemini 模型，苹果还准备让用户自己换成 Claude 或 ChatGPT。这里同样要标清楚边界：苹果官方没有正面确认模型来源，这是据报道的消息，但报出来的渠道都挺正经，值得当成一个强信号来看。

如果属实，它说明的事情很大。我习惯从一个产品的设计反推它背后的意图，而苹果这套设计反推出来的意图相当反常：连苹果这种什么都要自己造、连螺丝都要自己定制的公司，都不打算自己造那颗最核心的 AI 大脑了。它选择租一个，而且预留了随时换掉的接口。

这是一个比「Anthropic 反超」更深一层的信号。Anthropic 反超说明企业在多家并用，而苹果的做法说明：连平台级的玩家，都把模型当成了一个可替换的零件，而不是一个要 all in 的战略身份。

把这个抽象一点说：模型，正在变成像电一样的东西。你不会忠诚于某一家发电厂，你家里的插座也不会因为换了供电公司就报废。你只关心插上去有没有电，电费划不划算，停不停电。模型这颗大脑，正在从「你认准的那个品牌」变成「插上就能用的那种基础设施」。

那对你我这样靠 AI 干活的人，意味着什么

前面那句「你该站在企业那一边想问题」，现在可以兑现了。

它意味着「我该用哪个 AI」这个问题，正在过期。这个问题的前提是「存在一个最好的 AI，找到它就一劳永逸」，但消费者市场之外的所有信号都在告诉你，这个前提不成立。真正该问的是另一个问题：我的任务，怎么在不同的模型之间分工？

我把这件事叫「AI 路由」。意思很直白，就像网络路由器决定每个数据包往哪走一样，你也需要一套规则，决定每一类任务该交给哪个模型来做。

说实话，我自己在这件事上走得有点远。

我没有停在「这个任务用 Claude、那个任务用 GPT」的层面。我给我的 AI 搭了一整个团队，十几个 Agent，每一个管一摊：写作有写作的负责人，调研有调研的负责人，剪辑、回复、出图，各有各的负责人。它们不是各干各的，背后有一套系统统一调度，哪个任务该用哪个模型、配哪些技能、从哪里取上下文，都固定在这套规则里。

我甚至把它做成了一个能远程指挥的形态，更像一个 AI OS，一个可以随身带着的指挥台。我不在电脑前的时候，也能给这个团队派活、看进度、调方向。它干活我看着，关键节点我拍板。具体怎么远程指挥，光靠文字说不清楚，我录了一期视频完整演示，到时候你可以直接看着我操作一遍。

但我要泼一盆冷水：你完全不用一上来就搞这么复杂。我走到「Agent 团队 + 指挥台」这一步，是两年踩坑攒出来的，不是看一篇文章就该照搬的终点。真正的起点低得多，低到只要一张表就够了。

哪怕只是把这四件事写下来，你就已经超过大多数人了：

这张表的关键，不在「我填了哪个模型」。那一列是会变的，下个月出个更强的，你随手就换掉了。它的关键在最后一列：上下文放哪。

这是整篇文章里我最想让你停下来想一秒的地方。前三列写的是「谁来干活」，最后一列写的是「干活用的料从哪来」。前者是租来的能力，后者是你自己的资产。

我那套十几个 Agent 的系统，可以随时换掉底层模型，今天用这家、明天换那家，对它来说只是改一行配置。但它们调用的判断标准、它们读的素材库、它们跑的工作流，全都在我自己的系统里，那一部分从不跟着模型走。模型换一百次，它们要用的「料」一点没动。

模型是租来的，上下文是我自己的。

你该守住的，不是最强的 AI

很多人担心选错 AI 会被甩在后面，于是天天盯着排行榜，谁涨了就追谁。但这个月的两个市场已经把答案摆在桌面上了。连最大的玩家都没有赢家通吃，连苹果这种最有底气自己造的公司，都不押注单一模型。

模型层的竞争，是巨头的游戏，跟你没关系。

你真正要守住的，不是「我用了最强的 AI」，是换了任何一个 AI，你的判断和你的上下文都还在。

📌 本期推荐
这个月的两个市场已经把趋势讲清楚了，但每周还有十几个这样的信号需要有人替你拆开看。如果你想跟上这种「别人还没反应过来」的判断节奏，
→ 加入精英圈，获取独家深度分析

Axton 的 AI 实践工具箱
🎓 MAPS 课程 — 从方法论到可交付系统
👥 精英圈 PRO — 深度实践者社群
🆓 免费入门课 — 零门槛开始

MAPS 术语词典 & 原典索引：https://www.axtonliu.ai/maps