近日，朱啸虎对AI应用及中国软件行业的观点引发广泛关注。他认为，当前所有AI应用本质上都是基于底层模型的“套壳”，技术本身难以形成长期壁垒。

朱啸虎的核心观点与逻辑

“套壳论”的延续与强化          

朱啸虎长期质疑AI应用的创新性，认为许多企业仅依赖现有技术“套壳”商业化，而非底层突破。例如，他指出美国AI绘图公司多基于开源工具整合功能，缺乏深度融合创新，而国内部分AI写作平台仅通过简单模板生成内容，夸大实际效果。他甚至提到，某些企业仅通过优化客服系统等“套壳”操作，即可年增数亿利润。

技术壁垒的争议          

朱啸虎强调，大模型技术已足够成熟，创业公司无需在底层技术上过度投入，应聚焦垂直场景的价值创造。例如，通过AI赋能企业降本增效（如优化客服、营销），而非盲目追求通用大模型研发。他批评部分企业以“技术壁垒”为噱头，实则是资本驱动的泡沫。

对DeepSeek的认可与矛盾          

尽管朱啸虎对AI应用持批判态度，但对新兴企业DeepSeek却高度赞赏。他认为DeepSeek在算法优化（如强化学习降低训练成本）和用户增长（上线20天日活破2000万）方面展现了潜力，可能成为“AI界的拼多多”。不过，其与阿里投资传闻的戏剧化反应（阿里否认投资）也暴露了市场对技术价值的复杂心态。    

中国软件企业的机遇与挑战

技术突破与场景优势          

中国企业在数据资源和应用场景上具备独特优势。例如，百度、腾讯等大厂通过海量用户数据优化AI模型，而DeepSeek借助电商、社交等场景实现精准推荐。此外，政策对生成式AI的规范（如《生成式人工智能服务管理暂行办法》）为技术合规发展提供了框架。

生态合作与商业化潜力          

DeepSeek的快速崛起得益于与阿里、腾讯、华为等云巨头的生态合作，形成了技术落地的闭环。这种“平台+应用”的模式可能成为中国软件企业的突破口，尤其在企业服务领域（如客服自动化、营销优化）具备高变现潜力。

法律与知识产权风险          

随着AI生成内容激增，知识产权争议频发。例如，多起诉讼涉及AI训练数据侵权，司法实践正逐步明确服务提供者的责任边界。企业需在数据合规与创新之间平衡，避免陷入法律纠纷。    

争议与行业反思

“套壳”与创新的边界          

朱啸虎的观点引发创业者反击。如傅盛认为，即使基于现有技术，应用层的场景创新仍具价值，类比互联网时代的TCP/IP协议与上层应用的关系。行业需区分“合理优化”与“纯粹套壳”，警惕技术空心化。

资本市场的分化态度          

美元基金更关注底层技术垄断（如OpenAI），而人民币基金倾向于投资垂直场景的“硬科技”项目。DeepSeek的案例显示，资本更青睐用户增长快、商业化路径清晰的企业，而非单纯的技术概念。

算力与运维的隐忧          

DeepSeek因用户暴增导致服务器压力，被迫暂停API充值，暴露了算力基础设施的短板。未来企业需在技术迭代与资源投入间找到平衡。    

未来展望：中国AI的“春天”是否到来？

政策与市场的双重驱动          

中国在数据治理、应用场景和产业链协同上的优势，可能催生一批专注于垂直领域的AI企业。例如，医疗、教育等行业的定制化模型或成新增长点。

技术自主性的关键性          

若企业仅依赖海外开源模型“套壳”，长期将受制于人。DeepSeek等技术驱动型企业的成功，或激励更多本土团队投入底层创新。

全球化竞争中的定位          

朱啸虎提到，中国因“无形之墙”需自力更生，但这也为本土企业提供了差异化竞争的空间。如何在全球AI格局中占据一席之地，将是未来十年的核心议题。

朱啸虎的“套壳论”虽显激进，却揭示了AI行业泡沫与机遇并存的现实。DeepSeek的崛起或许标志着中国软件企业从“技术跟随”转向“场景引领”的新阶段，但其成功仍需依赖真实需求洞察、技术持续迭代与生态协同能力。未来，行业需在批判性反思中寻找创新与商业化的平衡点。