本篇出自 2026年7月27日 晨報
半導體業有一條著名的自我設限:台積電純做代工,永遠不設計自己的晶片,靠「不與客戶競爭」的承諾養出整個無廠設計行業。兩天前本報對模型商品化做對帳時,下了一個判斷:前沿 AI 實驗室站的不是台積電那個位置,而是既賣製程又賣自家成品的整合元件廠,英文叫 IDM,與自己 API 客戶同場競爭。本篇把這個判斷當成一塊待驗的儀表板,做三件事。第一,對它自帶的四個可監測指標逐一讀數:結果四格全動,其中「實驗室內化下一個垂直應用」這格的十二個月觀察窗兩天前才開,但支持它的證據早在 1–5 月間就已發生,等於一開窗就讀到滿格。第二,追問實驗室為什麼非下場不可:答案是一道算術,留在純賣 token 的位置是教科書級的完全競爭陷阱,台積電能當純代工是因為它壟斷了先進製程,實驗室手上沒有等價的東西。第三,報告一個對原判斷的修正:整合不是實驗室單方向的動作,被搶生意的應用層公司也在反過來自研模型;整條產業鏈正在收斂成「人人都是整合廠」的均衡,而真正值錢的中立位置沒有消失,它搬到了分發與治理層,市場已經開始為它定價。
本篇的代工/IDM 分析框架,主要借用 Ben Thompson(Stratechery)對半導體業的既有論述,本報在此基礎上疊加 AI 產業這半年的證據。先把「純代工」這個詞講清楚。1987 年張忠謀創辦台積電時立下的模式,是只幫別人製造晶片,自己永遠不做產品。這條看起來吃虧的規矩,其實是整個模式的價值核心:因為代工廠不做自己的晶片,客戶才敢把設計圖這種命根子交出來。Ben Thompson 在分析半導體業時把因果講得很直白:台積電的獨特之處正在於它不設計自己的晶片,這讓原本被「每家公司都得自建晶圓廠」綁死的設計者可以創業,NVIDIA 1993 年只靠兩千萬美元起家、從頭到尾沒蓋過廠,Qualcomm 和 Apple 後來也走同一條路 (Stratechery)。台積電至今每年重申這條規矩,2025 年年報的原話是:「我們不會偏離純代工的商業模式,它一再證明對台積電與客戶是雙贏。」出處見台積電年報。
這條承諾在財務上也贏了。2022 年出現一個歷史性交叉:靠專業分工的陣營(台積電純代工+AMD 走無廠設計),毛利率雙雙超過堅持設計製造一手包的 Intel (Stratechery)。專業分工打敗垂直整合,是半導體業過去二十年的主旋律。
不過這裡要先修正一個常見的引申,包括本報先前(見 07-25 對 LLM 商品化與晶圓代工的對帳專文)也這樣寫過:拿三星當「不中立就沒生意」的反面教材。三星代工份額確實低,TrendForce 統計 2026 年第一季台積電拿走全球代工營收 72.3%,三星只有 6.5%,數字見 TrendForce。但我們回頭查證後發現:分析師對三星落後的主流歸因是技術,不是信任。三星 2 奈米良率長期卡在 55% 上下,連穩定量產需要的六成門檻都沒過,報導見 TrendForce 四月快訊。「跟客戶競爭會流失客戶」的機制是真的,台積電就是靠反面承諾創造了市場;但三星的慘況主要是良率問題,把它整件事都算在中立性頭上,是把證據講過頭。這個修正不推翻本篇的主判斷,它只是把論證的地基換成更硬的那塊:中立性的價值要看它創造了什麼,而不是看失去它的人有多慘。
回到 AI。實驗室是整合廠的判斷,當初自帶四個可監測指標。現在逐格讀數。
第一格:第一方應用佔實驗室營收的比重。 這個對照基準數字升級了。Claude Code 年化營收二十五億美元,原本只是套件洩漏事件後的市場估算 (Stratechery),現在 Anthropic 自己在 G 輪融資公告白紙黑字寫了同一個數,還加一句「2026 年開年以來翻倍有餘」。單一來源的疑慮解除。總營收的口徑則還在打架:官方公告寫年化一百四十億,市場分析口徑喊到三百億以上 (SemiAnalysis)。把這兩個口徑當一個區間來看,一個寫程式工具就佔掉一家模型廠總營收的一到兩成。代工廠自有品牌不是副業,是主力產品線之一。
第二格:實驗室內化下一個垂直應用的事件。 這格的十二個月觀察窗兩天前才開,但支持它的證據其實在 1–5 月間就已發生——等於一開窗就讀到滿格。2026 年 5 月 7 日 Claude 的 Excel 與 Office 整合正式開放,報導見 The Decoder;五天後 Claude for Legal 上線,一口氣出十二個執業領域外掛與二十多個連接器,連 Westlaw、DocuSign 都在名單上,報導見 LawNext。OpenAI 那邊,1 月 7 日推出接醫療記錄的 ChatGPT Health,見 Fortune;3 月 24 日改版購物功能,見 CNBC。coding 之後的下一個垂直不只來了,是成批來的。
但這格同時讀出兩個邊界,值得用同樣的音量講。其一,內化的形態不是正面輾壓:Claude for Legal 出貨的主體是外掛和連接器,名單裡甚至包括法律 AI 公司 Harvey,長相更接近把垂直廠商吸附到自己平台上,而不是做一個產品把他們換掉。其二,實驗室的第一方應用也會敗退:OpenAI 的 Atlas 瀏覽器七月中宣布關停,據多家科技媒體報導服務八月初終止,本報尚未取得一手確認。實驗室下場不等於實驗室贏,它贏面最大的地方還是離模型應用最近的相鄰功能層(下文簡稱鄰接面)。
第三格:中立分發層的份額。 這一格第一次有了像樣的數字。多模型路由服務 OpenRouter,2026 年 5 月做到每週二十五兆 token,一年成長五倍,並拿到一億一千三百萬美元 B 輪,見 Yahoo Finance。AWS 的多模型平台 Bedrock,分析機構 SemiAnalysis 的口徑是 2026 年第一季流過的 token 超過先前歷年總和,客戶支出季增 170%,見 SemiAnalysis。絕對規模仍遠小於實驗室直銷,但成長曲線很陡。
第四格:第三方應用在實驗室地盤上站得穩嗎。 這格的讀數最有意思:第三方不但沒死,還在高速成長。Cursor 的年化營收約十三個月裡從一億美元衝到二十億,市場報導見 Let's Data Science 的整理,與本報先前追蹤的成長軌跡一致 (Stratechery);據市場報導,Replit 半年估值翻三倍到九十億美元。「實驗室吃掉鄰接面,第三方就活不下去」的強讀法,被這批數字直接推翻了。那第三方是怎麼活的?答案在下下節,他們改變了物種。
四格讀完,先回答一個更根本的問題:實驗室為什麼不學台積電,乾乾淨淨當個中立製程供應商就好?
因為那個位置在 AI 業暫時不存在。AI Snake Oil 的作者 Narayanan 今年七月給了這道算術:賣 token 是教科書上罕見純粹的完全競爭,產品無差異、切換近零、無地理保護。歷史上掉進這種結構的資本密集行業,下場都不好看:光纖蒸發了兩兆美元,航空業八十年只賺出 2% 到 4% 的淨利率。而 AI 這輪四到八兆美元的投資,若要用 5% 淨利率回本(作者以五年攤提回本推算),需要一年一萬六到三萬二千億美元營收,大約是世界 GDP 的四分之一 (AI Snake Oil / Normal Technology)。歷史上逃出這個陷阱的基建行業只有兩個:雲端靠鎖定把自己變成軟體生意,台積電靠壟斷。
注意台積電逃脫的條件。它今天佔全球代工營收七成二,先進製程連續四年漲價,靠的是製程領先加上客戶換代工廠要下五億美元流片賭注的切換成本 (Stratechery)。前沿實驗室兩樣都沒有:開放權重模型(參數公開、可自由下載改造)追在後面,客戶換模型是一天內的事。所以「當 AI 界的台積電」不是一個可選的戰略,是一條通往光纖命運的路。實驗室全都看懂了這件事,才會集體往上爬:把 API 當成永遠賺不了大錢的鐵路,把上面的第一方應用當成真正的收銀機,這個結構本報先前(07-02)用香港地鐵的「鐵路加地產」模式描述過:鐵路票價回不了本,錢在車站上蓋的物業。
往上爬還有一個技術層的理由:現階段整合真的做得比較好。同一個模型,放進不同的 agent 外殼,表現天差地遠。AI 研究者 Nathan Lambert(Interconnects 作者)實測同跑一個模型,Claude Code 遠勝 Cursor Agent,也勝過他測試當時的 GitHub Copilot 版本——這是定性實測,他未公布量化指標 (Interconnects / Substack)。模型與外殼一起調校的品質溢價,就是哈佛商學院教授 Clayton Christensen(破壞式創新/模組化守恆理論提出者)講的「產品還不夠好時,整合者贏」。這一段的定價權格局,本報用一張趨勢樹持續追蹤:
進行中 ?
一句話讀這張樹:單位 token 的經濟已經翻正,但毛利留不留得住,目前只在旗艦高難度那一層成立;實驗室做第一方應用,正是把自己往「留得住」的那一層搬。
原判斷把整合寫成實驗室單方向的擴張。這半年的證據說:方向是雙的。
被點名會被吃掉的第三方,正在反過來自研模型。Cursor 自訓的 Composer 已經扛起產品主力,底模用的是開放權重的 Kimi (The Decoder);Windsurf 出了自家的 SWE-1.5 (Windsurf)。應用公司自己往下做模型,和實驗室往上做應用,是同一個力在兩端的表現:誰都不敢把命根子放在會跟自己競爭的供應商手上。
這種戒心不是空穴來風,是有判例的。2025 年 6 月,OpenAI 傳出要收購 Windsurf 時,Anthropic 給了不到五天通知就切斷 Windsurf 取用 Claude 模型的管道,Anthropic 共同創辦人 Kaplan 的解釋很直白:「把 Claude 賣給 OpenAI 就怪了。」報導見 TechCrunch。加上 Anthropic 先前封鎖第三方工具經訂閱取用 Claude 的摩擦 (Lex Fridman Podcast),供應商斷你糧的風險已經兌現過不只一次。意圖層的證據更早就有:Altman 在 2024 年就對套殼創業公司說過,OpenAI 做好本業時「會把你們碾過去」,原話報導見當時的整理。我們特別去查了一圈:就查證所及,還沒有哪一家實驗室的執行長公開講過「不與 API 客戶競爭」等級的承諾。台積電年年寫進年報的那句話,在這個行業一次也沒出現過。
所以現在的均衡長這樣:實驗室下場做應用,應用公司上山做模型,人人都是整合廠。這不是誰背棄了誰,是這個技術世代的結構使然:產品還不夠好,整合有溢價;純賣製程,是陷阱。半導體業花了三十年才從人人整合走到專業分工,前提是製程夠成熟、介面夠標準;AI 這條路口前面,同樣的兩個路標都還沒亮。
台積電故事裡最值錢的東西——那句「我不與客戶競爭」的承諾——在 AI 業就沒有棲身之地了嗎?有,但不在製造層。往上找一層,它活在分發與治理層,而且已經有三種形態在收錢。
第一種是多模型路由與平台。OpenRouter 和 Bedrock 的成長數字上一節讀過了;它們賣的東西說穿了就是純代工承諾的鏡像:平台自己不做前沿模型,所以你在上面怎麼換模型、比價、混用,它都只有服務你的動機。AWS 把這個定位喊成明牌戰略,生成式 AI 是新的大宗建材,客戶要的是選擇權 (Stratechery)。企業側的需求也是結構性的:Databricks 的 Ghodsi 說過,七成客戶用不只一朵雲,反鎖定本身就是常態需求 (Stratechery)。
第二種形態最新,也最有指標性:把中立做成治理結構。OpenClaw 是今年初成長最快的開源 agent 工具,agent 開發者廣泛使用;各家實驗室搶著挖角它的作者 Steinberger,結果 OpenAI 只買到人,專案本身進了獨立基金會,採贊助制而非擁有制,第一次有了全職維護團隊 (X / @steipete)。翻譯一下:那個位置太重要,重要到市場不允許任何一家實驗室獨佔,於是用治理結構把中立性制度化。這是「中立是稀缺品」最乾淨的一次定價。
第三種還在襁褓:純代工雲。當雲廠商也學會優先餵自家應用時,不與客戶競爭的算力供應商就有了獨特賣點,這個「token 代工廠」的機會本報先前記錄過,目前還是假說,放進觀察清單。
最後把一個顯眼的反例安放好:Google 從自研晶片、模型到自家應用全整合,2026 年過得非常好,Gemini 應用月活九億,雲業務以六成年增速衝刺,相關口徑見公開整理,數字未經本報逐項核實,方向與多方報導一致。這個反例不打本篇的判斷,因為本篇講的不是「整合會輸」,恰恰相反:這個世代整合佔優,所以人人整合。而 Google 的整合優勢主要在自家生態內兌現,它在模型與應用層競爭,本身卻不販賣「中立分發」這個位置,因此也不參與「中立搬家」這場賽局;本篇講的是在人人整合的行業裡,誰在替「不整合的承諾」收錢。agent 平台這一層垂直與中立兩條路線的拉鋸,本報也有一張樹在追:
進行中 ?
前沿實驗室變成整合廠,不是可以責怪的戰略選擇,而是被兩股力逼出的世代均衡:留在純賣 token 的位置是教科書級的完全競爭陷阱,而產品還不夠好的階段整合有品質溢價。同一股力也把應用層公司推去自研模型,產業收斂成人人都是整合廠。真正值錢的中立位置沒有消失,它搬到了分發與治理層:多模型路由已經在收錢,治理基金會把中立制度化了;至於純代工雲,目前還只是一個放進觀察清單的假說。
>
什麼會推翻它,四個看點,觀察窗除註明者外為本報自設十二個月,到期對答案。一,若廠牌中立的通用 agent 共通層成為事實標準,兩家以上大企業公開以它為主要執行層,「垂直整合佔優」這半邊先倒,此窗沿用本報七月中的既設觀察項。二,切換成本量測:創投機構 Menlo Ventures 的企業 AI 採用調查(年中發布)下一次若顯示模型年切換率大幅上升,實驗室第一方應用的品質溢價論會鬆動。三,實驗室第一方應用營收佔比若掉頭向下,或 Atlas 式的敗退在鄰接面也開始出現,整合廠判斷降級。四,若有純代工雲拿出可量測的客群外流證據,證明「不與供應商競爭」開始成規模收錢,中立搬家論從假說升級;反之一年內沒有訊號,第三種形態刪除。
應用層與 agent 創業者。 平台風險不是恐慌敘事,是有兩個判例、有高層原話的結構事實,把它當保險費定價:多模型架構、可替換的底模、離模型鄰接面遠一點的場景。同時注意門檻已經降了:Cursor 用開放權重底模自訓出主力模型,反向整合這條路比一年前便宜。
企業採購。 你的 AI 供應商同時是你某條產品線的潛在競爭者,這在本行業是預設值不是例外。採購合約裡的中立條款、資料隔離與退出條款,值得用半導體客戶對待代工廠的規格去談。
雲與平台業者。 中立是可以販賣的資產,而且剛開始被定價。Bedrock 與 OpenRouter 的成長曲線說明,「我不做模型所以你可以信我」的生意在漲;把中立寫進產品承諾,是差異化而不是示弱。
投資人。 「價值會流向應用層」這句話要按鄰接面切分:離模型近的肥肉會被實驗室反覆進攻,但進攻不保證成功,Atlas 關停與 Legal 的連接器形態說明實驗室的贏面有邊界;而中立分發層第一次有了可以比價的營收與估值,值得單獨開一格追蹤。
只留 email,隨時退訂。這是我們唯一想請你做的事。
核心判斷: 「開放權重」這個標籤已經不能拿來預測商業結果。同一標籤下現在有三種商業設計:門檻寫進授權條款(Moonshot、MiniMax,都卡兩千萬美元年營收但打擊面不同);門檻…
先把原話放上桌。Ghodsi 在 2025 年 12 月的 BG2 播客上說,同場的企業搜尋公司 Glean 執行長 Arvind Jain 出聲附和:「我認為 LLM 是大宗商品…
2025 年下半年,四位重量級人物各自用一套獨立的算法,論證同一件事:AI 算力投資不是買多了,是買少了。投資人 Brad Gerstner 用 capex 對營收的一比一對帳、企…
2026 年上半年,AI 產業出現一組看似矛盾的並行事實:一邊是考卷接連作廢——SWE-bench Verified 曾是衡量模型改程式能力的旗艦考題,如今 OpenAI 官方發文…