AI护城河：垂直模型+垂直应用的深度耦合

为什么说垂直很重要？

每家企业掌握的资源是有限的，数据是无限的，虽然很多人说，预训练到头了，现在都是合成数据，实际反应了一个问题，这是当下的一个瓶颈，但数据依然是无限的。

所以未来必然会垂直化，虽然大家说，通用大模型更加智能，但实际案例表明，Claude作为ChatGPT的后来者，依然可以从Code领域切下市场来。

而在一个无限多的数据世界里，谁能更高效的处理数据，才能领跑市场，这一点在Stable Diffusion 和 MidJourney的竞争态势上，也是有所验证的。

MidJourney的产品形态，从四张图里选一张，构成了完美的数据飞轮，所以质量远超Stable Diffusion，这也侧面反应出一个问题，Claude处理Code数据，领先于ChatGPT。

所以，数据标注的飞轮与垂直一样重要。

所以我们得出一个核心结论，垂直是赛道、飞轮是方式、标注是灵魂，三者缺一不可。

通用模型想在所有领域都做到极致几乎不可能，专注某个领域更容易形成竞争优势。

如果 Claude收购了Cursor，可以说占据了最高价值场景，形成了完整闭环，自己做IDE太晚，收购其他的又不如Cursor，Claude在代码这个垂直领域建立了难以撼动的优势地位。

但实际情况是，Cursor被Claude断供了，所以这里面说明一个点，做AI应用，必须要做自己的模型，否则就有备卡脖子的风险。

如果要把产品做好，必须要对大模型深度耦合，简单套壳不在会形成壁垒。