流沙之上：陈冕、景鲲、倪正民和中国 AI 应用创业者的三种选择

2026年夏天，中国AI应用创业公司同时感受到了两股压力。一边，大厂开始陆续推出通用的办公Agent；另一边，一级市场对AI应用的态度正在转冷，持续看AI应用项目的投资人林望，提到模型能力的升级很容易覆盖AI应用的能力，他把这种处境形容为 “在流沙上盖房子” 。（雷峰网） 流沙是不断变化的模型能力，房子则是建立在模型之上的AI应用。创业公司刚刚围绕模型能力的缺口做出一个产品，模型再往前走一步，原来的缺口就可能消失。 如果把视野放大，过去一年AI应用公司大致出现了三种迁移方向： 一类继续进入专业工作流 ，把模型 嵌进更完整的生产过程，典型如Cursor嵌入编程工作流、Lovart嵌入设 计工作流； 一类不断扩大任务边界，争夺更通用的工作入口， 典型产品如Manus、Genspark； 还有一类试图把知识、工具、Agent和用户上下文组织成长期工作的系统， 例如Notion AI、FlowithOS、WorkBuddy等。 三条路线不同，背后却都面临着同一个问题： 当模型厂和互联网大厂都开始向应用层推进，独立AI应用公司还能留下什么，才不至于在下一次模型升级后重新开始？ 序章丨如果模型厂也做，你怎么办？ 2025年初，从上海 飞往北京的一趟 航班上，陈冕哭了。 当时LiblibAI的收入刚刚翻倍，公司仍在增长，但陈冕觉得，“完蛋了！”如今圈里很多人把演语科技创始人陈冕称为“冕神”，最近爆火的一个播客采访里，陈冕提到了去年年初自己对着投资人哭的场景：他默默流泪，在和投资人的电话里，他说“完蛋了。” 此前近一年，团队都在做节点式的强控制工作流，让用户通过连接不同模型、调整参数来获得更稳定的生成结果。但新一代图像模型GPT-Image-1出来后，原本需要在应用层完成的许多复杂操作，开始被模型自己解决。团队花了近一年搭建的中间层突然失去了存在的必要。 这也是很多AI应用公司面临的矛盾所在：模型越强，应用越容易获得上游的模型能力；模型继续变强，应用层辛苦搭建的产品价值又可能瞬间消失。 陈冕用“逐鹿中原”形容这种处境：模型厂商还在扩张，应用公司得趁主战场没压过来时先占住自己的江东，再修一道“长江天险”。他总结：“用时间换空间，用空间换资源，再用资源浇筑壁垒。”但那道壁垒到底是什么，他自己也说，只有修出来才知道。 今年，一批较早进入AI应用层的创业公司已经走到新的阶段。演语科技(Lovart)和Genspark成为华人AI应用创业公司估值最高的一批，Flowith体量更小，但也在创作Agent领域获得了较高关注。 本文选择Lovart、Genspark和Flowith作为三个观察样本，看它们如何从不同起点，一步步把产品边界推向今天的位置。 01 陈冕：往专业工作的深处走 陈冕在做AI应用之前，最后一段大厂经历是在字节负责剪映和CapCut的全球商业化。曾在剪映工作的产品人士陈