AI 的 to BBC 生存法则

致 BBC。

我们常谈 to B 或 to C，但我主张 to BBC——即先服务 B 端，再由 B 端触达 C 端。

通俗来讲：终点必是 to C，但途中必须经过 B 环节。

这中间的曲折逻辑，颇耐人寻味。

目前顶尖模型，主要源自中美两国。

然而货币价值不同。一美元兑换七元人民币，这不仅是常识，更是整个叙事的开端。

早期国内多数 AI 厂商发布模型时，不仅在性能上追赶海外，定价策略也紧随其后。他们不愿以人民币计价，而是直接锚定美元价格。

结果导致：在相当长一段时期内，国内模型定价对标美元，性能却严重滞后。日常闲玩尚可，真要投入实战，往往力不从心。

因此，真正需要产出的场景，大家依然依赖国外模型。

海外模型始终掌握定价主导权。国内模型无论在性能还是价格上，均处于被动局面。

随着时间推移，国内也涌现出一批优质模型。差距缩小，许多场景已能胜任。

然而在复杂项目中，人们仍首选国外方案——即便访问受限，也会设法绕过，例如利用中转服务。

普通用户已打通各类渠道。正规项目付费，实则按美元结算。久而久之，大家觉得每月 20 美元似乎也不算昂贵。

但在初期，20 美元是一笔巨款，普遍被认为价格过高。

随后，海外模型间也展开竞争，暗中发起价格战，争夺用户。中转模式逐渐被广泛接受。

起初有人担忧中转站存在安全隐患，后来却发现——它反而是不可或缺的环节。

不仅是一般的代理服务，还包括部分海外中间 AI 平台。例如编程工具、应用平台，它们借自身产品吸引用户，用户实则通过这些平台间接使用模型。

这些中间平台与中转站，充当了将优质海外模型引入国内普通用户手中的桥梁。

但此处存在关键差异：

为何如此？

因为中转站的