← 半导体与AI投资目录

半导体与AI投资 12|领先为什么不能自我强化

LEAD / DECAY07 SEP 2026

领先为什么
不能自我强化

第 06 篇我论证过:模型层的护城河不长在模型上。那是理论推演——从切换成本、分发、工作流嵌入的角度推出来的。

好生意的领先会滚雪球。这一层的领先,会融化。

CURVE

01

增速 5.2% 对 20.8%

SPREAD

02

架构与人才双向扩散

BASE

03

基数效应未完全排除

这一篇换个方式:不谈机制,只看领先者的增长曲线长什么样。

中心判断:

在模型与模型驱动的产品层,领先不产生复利。领先者的增速会向追赶者收敛,而不是拉开。

这不是某一家的经营问题,是这一层的结构性质。

LEAD / 01

一、什么叫"领先能自我强化"

先把标准立清楚,否则无从证伪。

一个有护城河的生意,领先会自我强化,表现为至少一条

规模带来成本优势 → 越大越便宜 → 更难被追
网络效应 → 用户越多越好用 → 新用户自动流向领先者
数据飞轮 → 用得越多模型越强 → 差距扩大
切换成本累积 → 时间越久越走不掉

共同特征:时间站在领先者一边。

那么反过来,如果领先者的增速随时间衰减、而追赶者的增速维持,就说明上述机制都没有在起作用

LEAD / 02

二、一组正在发生的曲线

第三方追踪机构对两家头部厂商的编程类产品做了 ARR 估算。看轨迹比看某一天的绝对值更有信息量:

领先方

2 月中,厂商公布运行率约 25 亿
3 月底约 63 亿
4 月底约 103 亿
6 月底超过 140 亿
8 月 10 日 151.2 亿

月环比增速:三至五月长期保持 50%–70%,最高一度超过 80%;到 8 月,只剩 5.2%。

追赶方

2 月初约 10 亿
4 月 30 亿
6 月 56 亿
8 月 10 日 88.3 亿

月环比增速:20.8%。

两者的 ARR 差额:7 月 6 日 83.8 亿 → 7 月 13 日 70.7 亿 → 7 月 20 日 67.3 亿 → 7 月 27 日 62.5 亿 → 8 月 3 日 60.6 亿 → 8 月 10 日 63 亿

领先方仍然领先 1.71 倍。但增速差是 5.2% 对 20.8%——差不多四倍。

LEAD / 03

三、同一结构的另外三个表现

如果只有一组产品数据,可能是个案。但同期还有三件事指向同一结构:

其一,季度营收易主。两家头部实验室中,长期第二的一方在 2026 年第二季度首次在季度营收上超过了第一方

其二,架构创新在以季度为单位扩散。一条被认为可能是最新前沿模型秘密武器的技术路线(在推理时重复使用同一组参数、以此加深有效计算深度),论文全部公开,同时有六七家在做——大厂、创业公司、终端厂商都在其中。而行业里另一个公开的观察是:最近发布的模型中,有太多架构部件直接来自友商

其三,核心研究者在几家之间流动。发明过关键强化学习方法的人、主导过预训练的人、担任过首席科学家的人——他们在这几家公司之间来回,有的还自己开了新公司。

一个环节,如果它的核心能力可以随论文公开、随人才流动,那么这个环节就不具备累积性。

能力可以被复制的地方,领先只是暂时的位置,不是资产。

LEAD / 04

四、一条把结论劈开的反证

必须并列一条与上述方向相反的事实:

这两家头部厂商,80% 的收入来自前 1% 的客户。

这批大客户,是走完了完整企业采购流程的——安全评审、组织推广、系统集成。重走一遍的代价极高。

所以在"这 1% 的客户"这个范围内,领先是有粘性的。上面那条"领先不能自我强化"的判断,主要适用于剩下 99% 的客户所构成的增量市场

这个区分很重要

存量的头部大客户:切换成本高,粘性真实
增量的长尾市场:能力趋同、切换成本低,领先无法转化为优势

而增速反映的正是增量部分。所以增速收敛与存量粘性,两者可以同时成立——它们描述的不是同一批客户。

LEAD / 05

五、这个判断可能错在哪

第一,追踪数据不是披露数据。这组 ARR 来自第三方模型外推,基准是厂商某天公布的运行率。它的周度序列本身就不稳——某一周甚至出现过环比下降、随后又跳升的情况,更像口径修正。用它看趋势可以,用它看某一点的绝对值不可以。

第二,基数效应。领先方从 25 亿涨到 151 亿,基数已经是追赶方的 1.7 倍。高基数下增速下降是数学必然,不必然是护城河问题。这是本文最需要警惕的替代解释——要区分"增速下降"和"份额被侵蚀",需要看绝对增量:7 月初到 8 月初,领先方增加不到 9 亿,追赶方增加约 30 亿。绝对增量的差距,比增速差更难用基数效应解释。

第三,产品线不等于公司。编程类产品分别只占两家总收入的两成左右。单条产品线的竞争态势,未必代表公司整体。

第四,也是可能推翻全文的一条:如果出现真正的代际跃迁——不是基准分数的几个百分点,而是能做与不能做的区别——那么"能力可复制"这个前提立刻失效,领先会重新变成资产

本轮没有这样的证据。目前最强的能力主张来自官方演示:能操作电子设计软件、能跨三维建模与游戏引擎协同、能按模板生成演示文稿。但这些全是演示,没有成功率、没有分母、没有人工接管率。同期的开发者调研反而显示:以插件补全为主流的开发方式仍未被智能体形式取代。

LEAD / 06

六、可以落到行动的三个观察点

不需要预测,只需要跟踪:

绝对增量,不是增速——增速会被基数效应污染,绝对增量不会。
头部客户的采购是否发生迁移——存量粘性的检验只在这里。
是否出现能力上的断层——不看榜单分数,看"有没有一件事只有一家能做"。

LEAD / 07

七、本文的置信度分层

层级内容可靠性
事实季度营收首次易主多源一致
事实架构路线公开、多家同做论文可查
事实核心研究者的流动公开信息
估算两条产品线的 ARR 与增速第三方追踪外推,非披露
反证80% 收入来自 1% 客户与正方并列,未被消解
替代解释基数效应本文用绝对增量部分回应,未完全排除
不可知是否会出现代际跃迁不可预测
 

方法说明:本文讨论竞争结构随时间的演化,不评价任何公司的技术能力,不涉及估值、仓位或买卖判断。所引 ARR 数据为第三方追踪估算,其局限已在第五节说明。不构成投资建议。