AI不是軟件的價值附加，軟件才是AI的價值附加

當一家公司在核心業務上遇到增長天花板時，它往往會試圖擴大需求。米其林指南不是為了餐廳，而是為了行駛里程；Facebook的internet.org並非出於利他主義，而是通過擴大整個互聯網的規模來釋放擴張。AI公司面臨同樣的結構性挑戰：其推理收入的制約因素是流經模型的任務量。從他們的角度看，每一款尚未集成模型調用的軟件都是未開發的市場。

軟件與推理形成需求循環。降低互補品的價格並使其更豐富是刺激核心產品需求的有效方式。2002年，Joel Spolsky指出這一科技策略：將互補品商品化。如今，軟件與推理的關係反映了這一動態。更多的軟件意味着更多的推理調用，而更好的推理則催生更多值得構建的軟件。兩者陷入需求循環，但模型供應商掌握定價權。因此，使軟件層儘可能廉價和豐富是理性選擇，因為這將價值轉移到推理層。

AI公司正在付諸實踐：他們構建軟件、收購軟件，並打造極具吸引力的AI原生替代品，使舊版本逐漸消亡。軟件層的商品化不是目標，而是副產品。其目標是擴大令牌市場，軟件只是手段。

當前主流敍事（尤其在SaaS領域）認為AI是功能，可提升產品粘性、豐富性和利潤率。但這一因果是顛倒的。從模型供應商的角度看，軟件不是產品，而是驅動推理需求的界面。Claude Code免費提供，很可能是Anthropic迄今推出最耗令牌的產品。OpenAI聘請OpenClaw的創建者，並非因為需要任務自動化代理，而是因為這些產品消耗令牌。狂熱的創業者從另一方向理解了這一點：淘金熱不僅關乎用聊天替代界面，更在於以根本不同的成本結構重建現有產品——AI原生產品默認通過模型處理工作。

模型供應商推出的每個功能、收購的每款工具、構建的每個代理，都是將參與轉化為推理調用的機制。產品服務於計量表。

自然有人反駁：這不過是商品市場的運作方式，商品生產商無需侵蝕客户市場。埃克森美孚不造車，沙特阿美不經營出租車。他們出售燃料，讓其他人構建上層應用，卻因下游依賴而賺得盆滿缽滿。理論上AI公司可遵循同一策略：出售令牌，收取API費用，保持中立。

但令牌與石油存在本質區別。石油是燃料：你需要它來驅動汽車，但無法用它設計、製造或改進汽車。令牌則是商品化的思考工作：你可用它運行軟件，也可用它構建、設計和複製軟件。AI公司不僅出售燃料，還出售能夠取代工廠的工具。

埃克森從未威脅通用汽車，因為石油無法造車。Anthropic和OpenAI已經在用他們賣給客户的資源構建與之競爭的軟件產品。Cursor基於Claude API構建，而Claude Code與Cursor競爭。互補品不僅驅動核心產品的需求，而且核心產品能夠生成互補品。

傑文斯悖論不是AI公司策略的反論，而是他們的增長戰略。更多軟件被構建，所有軟件都消耗令牌，每個環節按量計費。模型供應商從每次推理調用中獲利，無論應用成功與否。軟件構建量的增加，在他們看來是總目標市場的有效擴張。

擴大市場的公司具備最終捕獲市場利潤的能力和動機。傑文斯悖論暗示更多軟件會被構建，但並不能保證你是構建者或獲利者。

行業大多仍將AI視為軟件的功能，但模型供應商已將軟件視為AI的功能。這兩種押注截然不同。產品是推理，軟件是表面積。而由於產品可以生產軟件，表面積變得極其廉價。