一、核心范式转变：从生成到推理

智能体推理成为新常态：

• 自OpenAI发布o1模型后，AI使用从单次文本生成转向多步思考

• 推理类模型使用量已超50%

• 表现为工具调用增加、上下文大幅增长（Prompt长度增长4倍）

• 模型在执行复杂的任务循环，而非简单问答

二、用户留存新逻辑：“水晶鞋效应”

基础群组理论：

• 用户留存不依赖品牌忠诚度，而取决于“工作流匹配度”

• 当某个模型首次完美解决用户的高难度工作流时，会产生极高粘性

• 早期用户不易迁移，形成深度锁定

• 关键启示：留存率是衡量技术突破的真正指标

三、市场格局：开源崛起与多元化

开源模型的强劲表现：

• 稳定占据30%市场份额，与闭源形成“双头垄断”

• 中国力量崛起：DeepSeek、通义千问成为主要驱动力

• 从微不足道增长至周次占比近30%

• 市场呈现多元化竞争格局（DeepSeek, Qwen, Llama, Mistral并存）

四、两大主导应用场景

极端分化但各领风骚：

1. 编程（AICoding）：

   • 增长最快、最具统治力的类别

   • Token占比超50%

   • 推动长上下文需求的主力

1. 角色扮演（Role Play）：

   • 开源模型最大的使用场景（占比超50%）

   • 因限制少、灵活性高，成为创意与情感交互首选

五、价格敏感度的复杂性

非线性市场关系：

• 市场尚未完全商品化，价格不是唯一决定因素

• 用户在高价值任务上仍愿为昂贵闭源模型付费

• 市场分层明显：

  • “高效巨头”：低价走量（如Gemini Flash, DeepSeek）

  • “溢价领袖”：高价攻坚（如Claude, GPT-4）

六、精妙比喻：专业车队 vs 改装车

两种不同的价值主张：

• 闭源模型如F1车队：昂贵、精密、追求极致可靠性，适合企业级关键应用

• 开源模型如高性能改装车：便宜、可自定义，在特定场景（创意娱乐）表现出色

最终启示：AI市场的成功不再仅仅是技术优势，而是深度嵌入用户工作流的能力。“水晶鞋效应”提醒我们，完美适配特定需求的解决方案将建立难以逾越的护城河。

这份报告确实揭示了一个重要的行业真相：AI正从“新奇玩具”转变为“生产力工具”，而场景深度和用户粘性将成为决定胜负的关键因素。

七、参考

当前的 AI 格局可以这样理解：

【闭源模型（Claude, GPT-4）是 F1 车队】 昂贵、精密、顶尖维护。用户为赢得关键比赛（企业级应用、复杂编程）愿意支付高票价，追求极致的可靠性。

【开源模型（DeepSeek, Qwen）是高性能改装车】 便宜、可自定义（角色扮演、本地部署）。虽然零件常换、标准不一，但在特定街头比赛（低成本、创意娱乐）中，性能可与 F1 并驾齐驱。

而“水晶鞋效应”告诉我们：一旦车手发现某辆车完美适配他独特的赛道，实现了“人车合一”，他就很难再换车了。