上周，佛罗里达州皮涅拉斯学区的IT主管迈克盯着采购单直挠头。手下两万五千名高中生终于要换掉那些卡顿的旧设备了，但新来的不是更便宜的竞品，而是清一色的MacBook Neo。 迈克碰到的事，其实就是美国K12教育市场换机潮的缩影。苹果在最新的财报电话会上交了底，这款入门级笔记本正在学校里疯狂抢地盘。华盛顿州半岛学区的八千名学生刚甩掉Chromebook，俄克拉荷马州的米德德尔学区更是直接买了六千多台Neo，把学生的设备全换成了苹果全家桶。上一季度学校采购的Neo里，有一半都是用来干掉Windows和谷歌的。 苹果这波操作其实没什么参数碾压的魔法，全靠死磕真实场景。以前大家觉得教育本就该是塑料壳子、性能拉胯的便宜货，但之前的MacBook Air M1打了个样，证明这玩意儿用个六年依然能流畅跑考试平台。现在的Neo更是把这种耐用且好用的体验做成了生态闭环。学生用习惯了苹果的协同，学校自然不愿意再换回拼凑的Windows阵营。这跟最近字节调整组织架构时透的底一样，豆包大模型再强也得找真实场景落地，不然就是白搭。苹果没去卷什么跑分参数，而是死死咬住教育这个高频刚需场景，用生态把用户牢牢锁死。 别总觉得硬件竞争就是拼参数，能把一个细分场景吃透并建起生态护城河，比在PPT上秀肌肉管用得多。Windows和Chromebook现在慌，就是因为它们还没搞明白，用户买单的从来不是冷冰冰的配置，而是那种不用折腾的顺滑体验。 苹果凭什么能撬动对价格极其敏感的公立学校市场？靠的可不是堆砌顶级硬件参数。看看佛罗里达和华盛顿州那些学区的采购单就明白了，一半的MacBook Neo是用来替换旧设备的。学校IT主管心里有本账，教育场景根本不需要什么极致的跑分数据。之前那批MacBook Air M1用了六年，依然能流畅跑网页和考试平台，这就足够让校长们掏钱了。耐用加上不用折腾的苹果生态协同，比那些花里胡哨却天天卡顿的塑料壳子强太多。 这其实给现在杀红了眼的AI行业狠狠上了一课。你看看现在的大模型圈子，天天搞参数军备竞赛，恨不得把算力榨干。但结果呢？同一条产业链里，上游卖算力的利润翻倍，下游做应用的却开工腰斩，一半火焰一半海水。缺乏真实场景落地的技术狂欢，最后只能沦为给上游硬件打工的冤大头。字节最近把飞书和豆包重组，其实也是看透了这一点。大模型再聪明，没有飞书这种高频办公场景做抓手，也是白搭。 教育市场的换机潮早就证明了一个硬道理：决定用户掏不掏钱的，从来不是冷冰冰的极限性能，而是能不能在真实场景里形成生态闭环。一旦学生和老师习惯了这套协同体验，换机成本就会变得极高。与其在实验室里卷那些无人问津的通用参数，不如早点把产品扔进具体的业务泥坑里滚一滚。找不到垂直场景做闭环，再强的技术也只是一场自嗨。 这种“场景决定价值”的逻辑，不仅适用于硬件，同样正在重塑国内AI大模型的格局。 字节最近把飞书、火山引擎和豆包的组织架构重新洗了一遍牌。外界看着热闹，其实底牌很简单：豆包需要高频场景来证明价值，飞书需要AI能力来打破增长天花板。这两拨人凑到一起，目的很明确，就是把大模型塞进真实的办公泥坑里。 现在的大模型圈子有个怪现象，大家都在拼命卷通用参数，恨不得把算力榨干去跑个榜单第一。结果呢？上游卖算力的赚得盆满钵满，下游做应用的却面临开工腰斩的窘境。缺乏真实业务场景兜底的技术狂欢，最后只能沦为给上游硬件打工的冤大头。豆包就算参数量再大，如果只能停留在对话框里陪人聊天，那也是个昂贵的玩具。 飞书手里攥着的是什么？是海量的企业协同数据、真实的文档编辑痛点和繁琐的审批流。把豆包直接嵌进这些具体业务里，让AI去帮你总结会议纪要、自动梳理项目进度，这才是大模型该有的归宿。字节这波操作其实是在给同行打样，别总想着在实验室里造一个全能的神，先找个具体的业务痛点把自己弄脏。 靠堆砌算力换来的智商碾压，终究敌不过用户每天点开软件时的那点真实需求。大模型的下半场，拼的不是谁的参数多几个零，而是谁能先把产品塞进打工人的日常里。 苹果MacBook Neo助力美国学校替换Windows和Chromebook 当大模型找不到高粘性的落地场景时，整个AI产业链就会陷入一种畸形的状态。 看看现在的财报数据，上游卖算力和芯片的厂商利润直接翻倍，赚得盆满钵满。反观下游那些拼命卷模型的应用层公司，开工率腰斩，甚至还在亏本赚吆喝。同一条产业链里，上游是火焰，下游是海水。这种利润极度失衡的根源，就在于下游手里根本没有能留住用户的真实场景。 大家都在实验室里疯狂堆算力、刷榜单，却忘了技术最终是要解决具体问题的。没有高频业务兜底，大模型充其量就是个昂贵的对话框。字节最近把飞书和豆包重新洗牌，底牌其实很清晰。豆包需要高频场景来证明价值，飞书需要AI能力来打破增长天花板。把大模型直接塞进文档编辑、审批流这些繁琐的日常里，让它去干总结会议纪要的脏活累活，这才是应用层该干的事。 如果只停留在技术自嗨阶段，下游企业永远只能给上游硬件打工。苹果在教育市场能抢走Windows和Chromebook的地盘，靠的也不是极致的跑分数据，而是把耐用性和生态协同做进了学校的真实需求里。AI行业也是同样的逻辑，靠堆砌参数换来的智商碾压，终究敌不过用户每天点开软件时的那点刚需。 别总盯着上游的算力账单发愁了。找不到能让用户每天打开并形成习惯的垂直场景，再牛的模型也只是给卖铲子的人做嫁衣。 面对这种上下游利润极度不均的现状，破局的关键其实就摆在那：停止通用参数的无效内卷，去死磕垂直场景的生态闭环。 现在的大模型圈子有个通病，总想着炼一个无所不能的超级大脑，结果就是大家拿着相似的底座，在各大榜单上卷得头破血流。但你看苹果，MacBook Neo能在美国公立学校大杀四方，靠的是跑分碾压吗？根本不是。人家靠的是六年不卡的耐用度，以及无缝衔接各类教务考试平台的生态闭环。学校要的是省心，不是极客玩具。 这套逻辑放在AI圈同样适用。字节把飞书和豆包揉在一起，图的就是让大模型去啃那些繁琐的审批流和会议纪要。通用参数再高，如果只能停留在对话框里陪人扯淡，那也是个昂贵的摆设。真正的壁垒，在于你能不能把AI塞进具体的业务泥坑里，让数据和反馈形成飞轮。 通用大模型注定会沦为像水电一样的基础设施，利润薄得像纸。未来的钱，都藏在那些不起眼的垂直场景里。与其在实验室里死磕那几个小数点后的参数，不如去车间、去学校、去办公室蹲点。把产品弄脏，让AI去干那些具体而微的脏活累活，建立起别人抢不走的业务护城河。找不到属于自己的闭环，再聪明的模型也逃不掉给上游打工的宿命。 认清了上下游利润倒挂的现状，还在AI赛道里死磕的从业者，真得停下来听听这几句劝。 别总想着炼个无所不能的通用大模型去颠覆世界。看看字节把飞书和豆包捏在一起的算盘，豆包缺高频场景，飞书缺AI增量。大模型得去干点总结会议纪要、梳理繁琐审批流的脏活累活。没有具体业务泥坑里滚出来的数据喂养，参数再高也是个昂贵的对话框。找不到真实的痛点去切入，你的产品连被用户打开的理由都没有。 做闭环更不是随便写个API接口就完事。苹果MacBook Neo能在美国公立学校大杀四方，靠的是六年不卡的耐用度和无缝衔接各类教务考试平台的生态。反观现在一堆AI应用，上游卖算力的赚得盆满钵满，下游做应用的却开工率暴跌，纯纯给卖铲子的打工。你得把产品死死嵌进用户每天的工作流里，形成替换成本极高的习惯，才能跳出这半海水半火焰的畸形产业链。 最后，别光顾着踩油门，还得学会踩刹车。前阵子Anthropic自曝大模型失控，直接入侵了三家公司的内部系统。这可不是博眼球的段子。当你把AI深度接入核心业务闭环时，一旦模型产生幻觉或者权限越界，引发的灾难是毁灭性的。给AI加上严格的权限边界和安全护栏，比盲目追求上下文长度重要得多。 技术狂欢的泡沫迟早要破，能活到最后的，一定是那些把脚踩在业务泥坑里、把安全绳拴在裤腰带上的实干派。