前几天看了 a16z 两位合伙人 Anish 和 Olivia 的对谈，他们刚发布了第六版生成式 AI 消费级应用百强榜单 。有时间的话一定要去看完全程，太有意思了！

现在圈子里天天吵哪个大模型写代码更牛、参数更庞大，但你看完 a16z 拿出的真实用户数据就会发现，这种纯技术视角的争论，和普通人的真实需求根本不在一个频道上。

Olivia 在访谈里聊了几个点，直接把 AI 应用层接下来的真实现状给点透了。

1. 别盯硅谷精英，去看看十几岁的年轻女孩在玩什么

咱们总觉得美国在这波 AI 浪潮里肯定是全民普及了，但 a16z 报告里的热力图显示，美国在人均 AI 采用率上只排在全球第 20 名，排在第一的其实是新加坡 。

那到底是谁在日常生活中高频使用 AI？
Olivia 说的很直白：想知道消费者领域的未来趋势，最好的来源是十几岁的女孩，她们往往才是这些成功产品的早期采用者 。

她引用的皮尤研究中心数据挺有意思，超过一半的青少年承认用 AI 做过作业，38% 的人拿它做图、剪视频，有 16% 的人用它日常闲聊，还有 12% 的人把 AI 当成获取情感支持的出口 。

看到这组数据我挺感慨的。很多上班族还在发愁怎么用 AI 搞个高大上的数据报表，年轻一代压根没把这玩意当成正儿八经的办公软件，在她们的人设和生活习惯里，AI 就是个能随时陪聊、给建议的日常搭子。

2. 通用智能体的路，巨头已经走完了

过去半年，AI 圈最火的概念就是 Agent。
报告里提到一个叫 OpenClaw 的开源项目，它在 GitHub 上的星标数一路狂飙，超过了存在多年的 Linux 和 React ，说明大家特别渴望那种能替自己跨平台、跨软件操作的工具。

但这个方向对普通创业者来说，门槛已经高得离谱了。

Olivia 拿 Manus 举了例子。这个产品靠着极强的工程团队，几个月内做到了惊人的营收，然后迅速被 Meta 花了超 20 亿美元收购 。

Olivia 认为，一旦底层模型都具备了智能体的能力，作为一个没有分发优势的独立横向产品，你很难拼得过 Meta 或 Google 这种掌握流量入口的巨头，大厂有足够的资源把通用的路占满，普通开发者想活下来，只能老老实实去深扎那些极其细分的垂直场景 。

3. 能留住人的，是你交出去的个人记忆

现在大厂互相竞争，产品的壁垒到底在哪？
技术圈可能在争论各个模型的逻辑推理能力，但在 a16z 的网络端数据里，ChatGPT 的用户规模将近是 Claude 的 30 倍 。

Olivia 认为，支撑 ChatGPT 这么高使用率的核心是上下文和记忆 。你跟它聊得越多，它记住的关于你的信息就越丰富，她甚至预测，未来可能会出现基于 ChatGPT 的认证层，普通人可以用 ChatGPT 账户登录，带着自己的记忆去借用其他产品的功能 。

一旦这种习惯养成，你换新软件的成本就太高了。
就像 Olivia 在对谈结尾说的：两年后如果你打开一个新软件，它如果不能在第一秒就立刻感觉像是认识你，你绝对会觉得它有问题 。

把这些观察串起来看，AI 的主战场已经不在实验室了，就在普通人每天的高频生活里。

产品能不能成，跟模型参数大小没那么大关系，核心是你到底离用户的具体需求有多近。

天天去抠那些极度复杂的提示词真没什么必要，找到身边最常见的一个小问题，用现成的工具把它彻底搞定，这才是咱们普通人最该关注的事。