事件
Z.ai（前智譜 AI）推出 ZCode，加入由 Anthropic、OpenAI、Google 主導的 AI 編程工具市場。一年內，五家主要 AI 模型公司都發佈了自己的集成開發環境（IDE）或編程助手。
表面層：功能堆疊
乍看之下，這波產品發佈似乎是「模型能力就要進入編程領域」的自然延伸。Claude 寫程式能力強、何不直接內嵌編輯器？OpenAI 的 API 被成千上萬開發者使用、何不提供官方 IDE？
但這個解釋只對了一半。
深層邏輯：商業模式轉型
過去三年，大型語言模型市場經歷了典型的商品化軌跡：
1. 第一階段（2022-2023）：能力差異明顯。GPT-4 遠勝 Claude 遠勝開源模型。谷歌、Meta 等追趕者用降價搶市占。這時商業模式很清楚——按 token 數量計費、誰的模型好誰的 API 值錢。
2. 第二階段（2024-2025）：能力差異收斂。開源模型大幅進步（DeepSeek 成本擊穿）、封閉模型改良空間縮小。此時按 token 計費的邏輯面臨困境——如果 Claude 和開源模型在程式編寫上已經「夠好」，開發者就沒有理由付溢價。
3. 第三階段（現在）：模型公司發現自己陷入「能力商品化陷阱」，紛紛轉向「平台整合」——不賣能力、賣「使用體驗 + 工作流 + 訂閱」的打包方案。
平台向上整合的典型模式
過去二十年裡，這個模式反覆上演：
案例 1：Microsoft Office → Office 365 - 初期：Word、Excel 是「寫文件」「做表格」的最佳工具，競爭對手無法逆轉。 - 困境：軟體被盜版、一次性購買越來越便宜、辦公軟體成為低利潤商品。 - 轉變：Microsoft 推出 Office 365（現稱 Microsoft 365），將文字、電子表格、雲端儲存、協作、郵件等整合為「年度訂閱」。用戶不再買單個產品、而是買「整個工作生態」。護城河從「寫文件的能力最強」重建為「我的所有工作數據、協作流、訂閱都在微軟生態」。
案例 2：Apple 的 iOS 生態 - 初期：iPhone 芯片性能、屏幕品質是差異化優勢。 - 困境：安卓和高通不斷追趕；硬體規格成為可比較商品。 - 轉變：Apple 強化應用商店、服務訂閱（iCloud、Apple Music、Apple+）、裝置間無縫協作（Handoff、Universal Clipboard）。用戶黏著度從「手機硬體最好」轉變為「我的生活、工作、娛樂全在蘋果生態，換機成本超高」。
案例 3：Amazon Web Services → AWS 全棧 - 初期：EC2（虛擬主機）性能最好、定價最低，是差異化優勢。 - 困境：Google Cloud、Microsoft Azure 不斷追趕；虛擬主機成為競爭激烈的商品。 - 轉變：AWS 推出數百種服務——資料庫、機器學習、分析、存儲——將競爭焦點從「誰的伺服器最便宜」轉向「誰的生態最完整」。開發團隊一旦投入 AWS、遷移成本極高。
AI 模型公司的平台向上整合
AI 模型公司面臨同樣困境：
1. 模型能力的商品化加速。開源模型進步、競爭對手模型性能接近，按 token 付費的邏輯不可持續。
2. 開發者黏著度危險降低。過去開發者用 ChatGPT API 是「沒有選擇」；現在用 DeepSeek、Claude、Llama 打造應用都可行。用完就走，沒有鎖定。
3. 訂閱收入無法成長。如果只賣 token、成長來自「更多開發者 × 更多用量」；但這種成長天花板低、邊際利潤遞減。
所以各家的邏輯是：
- **Claude Code**（Anthropic）：不是單純的程式助手，而是「Claude 模型 + IDE + Agent 工作流 + 企業訂閱」的綁定包。一旦開發團隊用 Claude Code 管理整個專案，用 Claude 的 LLM API、用它的 Agent 編排複雜流程，這個開發團隊就很難離開 Anthropic 生態。
- **Codex + OpenAI Workspace**（OpenAI）：同樣邏輯——ChatGPT 不只是聊天，而是「對話 + 編程 + 檔案管理 + 多模態分析」的工作平台。開發者不是在「用 OpenAI API」、而是在「在 OpenAI 工作空間裡工作」。