标题待提供
话说2022年9月，上海的打工人终于可以欢呼了——上海地铁正式支持支付宝和微信刷码进站。要知道，在此之前，想刷手机进站，要么手机得支持NFC，要么就得用那个被吐槽到体无完肤的自研App“Metro大都会”。这个App在被频繁使用的4年里，在App Store上收获了无数差评，评分至今只有可怜的2.7分。其实，不止上海，其他城市在接入支付宝和微信扫码乘车的过程中，也普遍遭遇了当地交通运输集团的“顽强抵抗”。
原因嘛，其实很简单。如果把地铁看作一个“帮助乘客从A点到B点”的交通方案，那么在整个实现过程中，“如何让乘客付费”这个环节的重要性和实施成本，可能连总方案的1%都不到。它太微不足道，也太没有话语权了。
更深层的原因是，各地的公交集团甚至把自家App里的广告位看作正当收入——我这花大价钱修的地铁，成本都收不回来，让用户每天刷码的时候看两眼广告怎么了？而且他们很笃定：就算我不接入支付宝和微信，你还能因此不坐地铁吗？不会的。
现在，把这个逻辑应用到互联网行业，就更有意思了。
其实很早就有一个判断：所有试图碘伏Office的产品，如果它长得不像Office，那基本上都可以宣告失败。如果你用电脑时间够长，一定对这个现象深有体会。历史上无数声称要挑战Microsoft Office的办公软件，除了WPS在中国打出了名堂，鲜有其他成功案例。而WPS能成功，恰恰是因为2005年那次大版本重构，让它在界面、功能和文件协议上与Microsoft Office完全一致。说白了，WPS为了碘伏Office，先变成了Office。
进入云文档时代，宣称要取代Office的产品越来越多。它们虽然在某些细分市场取得了成绩，但在标准制定和市场份额上，与Microsoft Office的差距依然巨大。更讽刺的是，这些彼此互不兼容的云文档之间，唯一通用的文档交换方式，居然是导出为Microsoft Office文档再导入——这反而进一步巩固了Office的统治地位。
这到底是为什么？
因为Microsoft Office作为一款拥有34年历史、超级向前兼容、功能只增不减的应用，实际上承载了过去几十年社会对电子文档的几乎所有需求。而大家觉得它“难用”，恰恰是因为每个用户只用了10%的功能，剩下的90%几乎没人碰。但问题是，这10%中的3%，很可能是另一个用户那90%里的刚需。也就是说，Microsoft Office是全人类文档需求的并集，而任何挑战者对Office的优化，基本都是在其中挑一个子集来搞。一方面，你要是真做一个功能同样丰富的产品，用户体验多半和Office拉不开差距（看看WPS就知道了）；另一方面，这世界上也没几个工程师团队能完全复现Office这么复杂的工程，至少不是硅谷那些宣称技术很先进的小团队能搞定的。
回到最开始的观点：AI在文档领域，就像微信、支付宝扫码进地铁——文档编辑器本身的体验才是地铁轨道和车厢，AI充其量只是个支付方式。
AI最合适的定位，就是成为成熟Office产品里的一个按钮。因为在“智能文档”这个完整方案里，难度重点和用户实际需求，首先是被文档本身满足的。如果AI不好用，用户大不了像过去30年一样手动做文档；但如果文档环节本身不好用，AI功能再智能也白搭。
接下来，我们用一个更具体的例子来看看：n8n 与 Dify。
如果你这两年关注过AI在个人生产力方面的应用，那大概率在小红书、抖音或B站刷到过这两套方案。它们都是时下流行的低代码工具——简单说，就是让你不用写代码，也能把各种互联网工具和AI连起来，实现自动化。
在国内，Dify更火一些。除了本土化做得好，还因为它发布于2023年5月，赶上了这波AI浪潮，定位更明确——就是和AI配合完成自动化，可以说是更“AI原生”。而n8n发布得更早，2019年就上线了，那时ChatGPT还没影呢。所以无论如何，n8n都算不上AI原生。
问题是，在“低代码自动化”这个方案里，AI到底占了多大比重？从实际使用经验来看，一个所谓的“AI工作流”，里面用到的AI节点可能只有一两个，剩下的节点全是在连接其他工具和处理数据。Dify上线一年多发展神速，但截至目前，它整合的非AI节点还不到n8n的一半。这意味着，即便在“把工具接入AI”这个AI原生需求上，它的上限也不如n8n。某种程度上，Dify就像那个为了给乘客更好支付体验（AI体验）而正在“重新建地铁”（集成非AI工具）的支付宝。
话说回来，Dify确实有很多优点：对AI的支持更好，界面比n8n友好很多，而且随着社区活跃，未来集成度可能会超过n8n。但至少现阶段，它能做到的事情不如n8n多，这会导致你在使用过程中可能要费不少额外功夫。比如，想把AI生成的内容写入Notion，在n8n里只需添加内置的Notion节点，但在Dify里得用“HTTP请求”节点自己配置向Notion API发送请求（当然，这个例子可能很快就失效了，因为Dify很可能在后续版本更新）。
举这个例子没有贬低Dify的意思。作为同样优秀的低代码工具，Dify在GitHub上的热度已经超过n8n，随着社区贡献和生态加持，它未来极有可能超过n8n。但问题在于：对于个人使用者来说，为什么不等到它真正超越时再选呢？
这就回到了标题的核心判断：当你需要的品类里，有一个成熟产品和一个AI原生新秀，你应当毫不犹豫地选择前者，等待前者补充AI功能，而不是尝试后者，等待后者完善主功能。
这一逻辑，甚至在商业决策层面也成立。
稍微关注财经和科技新闻的人都知道，今年国内的AI产品是个泡沫非常大的赛道。这里的泡沫不是指AI技术本身被夸大，而是各家厂商都在用远超收益的方式拉新。有媒体报道，仅2024年10月一个月，几家AI产品的合计广告投放就达到了3.5个亿。
烧钱的结果是这样的：
这里面最显眼的，是腾讯的元宝。作为大厂产品，它甚至排在了昆仑万维的天工AI下面。当然，按大厂公关的说辞，肯定不承认这种第三方数据。但回忆一下，平时刷公众号、视频号、逛B站时，铺天盖地的AI广告里，确实很少看到元宝的影子。
因为在腾讯看来，ChatBox类的AI产品似乎是个不值得烧钱的AI原生。说白了，就算加入百亿烧钱大战，ChatBox品类里也烧不出下一个微信级的入口。那不如把钱省下来，去上游烧一烧模型。等混元更成熟一点，直接把元宝的ChatBox类产品放进微信的发现页里——腾讯不是第一次这么干了，微信支付和视频号在很大程度上就是这一策略的成功案例。
有人可能会质疑“ChatBox烧不出下一个用户入口”这个判断。那可以看看大洋彼岸的情况。OpenAI正面临四重问题：模型没有天堑式的护城河（和Claude、Google、Meta比），人才流失迅速，C端产品缺乏显著的网络效应，以及B端业务被微软架空。其中第三点，和本文讨论的问题直接相关。
ChatGPT在2023年1月，也就是上线两个月后达到1亿用户，成为互联网历史上用户增长最快的C端应用。到2024年8月，周活跃用户超过2亿。这些数据成了那些跟进AI烧钱大战的决策依据：如果能圈到更多用户，前期烧的钱后期一定能赚回来。
但问题在于，且不说这种“前期烧钱后期赚钱”的叙事在互联网行业早已过时，仅就产品类型来说，ChatBox类产品也不具备这样的条件——它没有网络效应。聊天和社交工具一旦拥有足够的用户量就难以被替代，因为当你的朋友都在一个工具上，你就很难换到另一个。而AI ChatBox没有这种“绑架机制”。如果ChatGPT的竞品提供更好的模型或更便宜的价格，用户会在几个月内流失。过去一年里，Claude、Gemini和Grok对ChatGPT C端用户增长的瓜分，就是最好的证明。否则，ChatGPT在放宽免费用门槛两周年后，活跃用户量不至于刚到2亿——与此同时，Google Gemini从0增长到4200万，Claude从0增长到5440万。
你可以代入一个居住在西方的、常年使用X和Facebook的用户视角：你显然不会因为开始用ChatGPT就放弃X和Facebook，因为上面有每天要联系的人，AI取代不了真实的社交关系。但当有一天，X和Facebook的私信界面里出现了一个新的AI，你也许会试试。一旦体验和ChatGPT差不多，更好或更便宜，你可能就从此不用ChatGPT了。
这似乎正是腾讯在赌的。
2022年ChatGPT发布后，很多人乐观地认为所有产品都能用AI重塑一遍，AI原生的概念一夜之间成了风口。但到了2024年，AI应用领域的实践只确定了一件事：绝大部分AI不是产品，只是一个功能。
如果认可这个逻辑，就会发现目前某些AI产品存在明显的泡沫，比如被视为“碘伏Google”的Perplexity。截至目前，Perplexity的搜索结果来自Bing和一部分自建索引。它在AI搜索上的贡献，是基于已有搜索引擎返回结果的工程化改良。这意味着，传统搜索引擎是它向用户交付产品的关键上游。稍有IT常识就知道，搜索引擎这项技术并没有看起来那么容易——微软的Bing追了这么多年，基础搜索体验依然不如Google。退一步说，即使不考虑传统搜索的技术难度，Google为维持其海量索引规模和持续服务所投入的云资源（算力、存储、网络带宽），可能就高于目前世界上所有AI应用加起来的云资源消耗。AI搜索之所以好用，恰恰是因为利用了这些成果，而不是否定了它们。
投资一个基于传统搜索引擎却宣称要碘伏它的产品，显然不合常理。Perplexity最好的结局是被Google或Bing收购，最差的结局是被Bing视作直接竞争对手后停用其搜索API，导致产品停摆。不上不下的结局，是它“自建地铁”——也就是完全自建网页索引系统，与Google和Bing正面竞争。而Perplexity显然已经选了这条路[1]。但很长一段时间里，它将因索引能力远低于Google和Bing而冲抵AI带来的用户体验。Perplexity的高管Alexandr Yarats在接受访谈时就承认，他们目前的索引范围远低于Google，很难覆盖到尾部问题。
尽管计算机在最近40年才深入民用领域，但它在此期间形成的许多工作范式和产品形态，已经是帕累托最优解，并非能被AI轻易碘伏。过去几十年，白领的工作方式实际上对人的思维和能力进行了深度塑形。换句话说，今天坐在办公室里的职场人更像脑力劳动的流水线工人，而非靠独特技艺的手工业者。因此，AI对白领工作的替代，并不需要重新定义工作方式，而是以“无感接入”的形式悄然融入现有流程。与其说AI碘伏了职场的“抽象机器”，不如说我们终于找到了一种可以在脑力劳动领域7×24小时不眠不休的核心齿轮。以前，这个零件是白领本身，导致企业和管理学无论如何优化脑力劳动的机器，都必须考虑人需要休息。而这种替代，并非依靠革命性的范式碘伏——因为我们的范式早已迭代到允许插入一个接近不眠不休的核心组件（比如996）。
既然如此，换上一个24小时在线的零件，又何必重做机器呢？