在不久前举行的中关村论坛上，金沙江创投主管合伙人朱啸虎演讲时再度 " 开炮 "，他表示所有 AI 应用都是套壳，所有的能力来自 AI 之外，来自苦活累活。

朱啸虎的 " 套壳论 " 揭示了 AI 技术演进的核心逻辑——基于大模型的套壳创新本质是技术民主化进程的关键跃迁，大模型突破可用性阈值后，企业可通过 API 集成快速实现业务流重构，专注用户体验优化。这种看似 " 站在巨人肩上 " 的路径选择，实则加速了技术扩散。通过降低算力、算法、数据的准入门槛，让中小企业在智能客服、医疗诊断、工业质检等垂直领域实现 " 低代码式创新 "，从而推动 AI 技术从象牙塔走向大众共创的繁荣生态。

套壳模式驱动 AI 生态协同与场景化基建

套壳模式通过整合通用大模型能力，快速生成行业专用工具，填补技术与场景间的应用断层。李开复创立的零一万物最近新发布的产品 " 万智 "，就是为企业提供了一个 " 大模型研发中台 "，让企业客户可以接入包括 DeepSeek 在内的大模型，然后基于自身需求进行微调和搭建应用。套壳企业如同技术 " 翻译官 "，将大模型的通用能力拆解重组，以轻量化、低代码方式适配行业场景，推动 AI 从实验室走向菜市场、医院、律所等毛细血管场景。

李开复表示，鉴于 DeepSeek 落地到企业生产力场景中仍存在许多需要克服的卡点困难。零一万物在过去几个月做了战略调整，已经全面拥抱 DeepSeek，并且把大部分力量用于把 DeepSeek 优质基座模型转变为企业级 DeepSeek 部署定制解决方案——可以类比为零一万物在打造 AI 2.0 时代的 Windows 系统，而 DeepSeek 就是驱动 Windows 的内核。

另一方面，套壳企业与基础模型厂商、云服务商形成共生关系，推动产业链效率升级。阿里、腾讯等云厂商通过开放 API 接口，将算力资源转化为标准化服务，而套壳企业则扮演 " 技术适配服务商 " 角色。

上月，被称为 " 全球首款通用智能体产品 "AI Agent 产品新秀 Manus 和阿里云旗下大语言模型通义千问达成合作。Manus 智能体基于通义千问轻量化模型，通过自主任务分解将复杂任务拆解为多个子任务，并动态调用不同的 AI 智能体或工具来执行每个子任务，最终完成整体任务，例如帮助用户完成简历筛选、房地产调研以及股票金融数据分析等工作。

与此同时，Manus 的团队并没有自研大模型。在基础模型方面，据 Manus 联合创始人兼首席科学家季逸超透露，Manus 使用了 Claude 和不同的基于阿里千问大模型的微调模型开发。对于 " 套壳 " 的质疑，季逸超则坦言，" 极致的套壳就是胜利 "。

IDC 中国高级分析师杨雯表示，这种 " 大厂技术底座 + 初创应用创新 " 的模式，不仅加速了国产模型的商业化落地，也为行业提供了技术协同的范例。通过深度合作，双方可以充分发挥各自优势，共同推动 AI 智能体技术的进步和应用场景的拓展。

浙商证券研报称，随着 DeepSeek 推出，AI 推理需求大幅度提升。由于 DeepSeek 系列模型具备显著的低成本、高性能及开源等优势，其推动的 " 模型平权 " 有望带动 AI 产业生态繁荣。

AI 服务分层治理与合规路径分野

⾯对国内市场的激烈竞争，越来越多的中国企业将成本优化作为年度关注重点，以支持业务可持续发展。在此过程中，生成式人工智能技术的规模化应用成为企业优化运营效率的重要手段，但技术应用也需遵循合规要求。

2023 年 8 月中国网信办发布的《生成式人工智能服务管理暂行办法》，明确要求提供具有舆论属性或社会动员能力的 AI 服务需进行备案。备案对象主要针对参数量超过一定规模（通常指千亿级参数以上）、具备多模态输出能力，或面向公众提供服务的 AI 模型。例如智能客服、内容生成工具、教育辅助系统等涉及公共交互的场景均需备案。

企业通过线上系统分阶段提交主体信息、算法信息、产品及功能信息等材料，侧重于算法技术层面，绝大部分情况下无需进行产品测试，备案后没有额外持续合规义务。大模型备案由省级网信办与国家网信办共同实施，企业需联系属地省级网信办获取材料清单后，线下递交备案材料，并需通过省级网信办与国家网信办两级审核，且需要进行产品测试，耗时较长，并存在后续常态化监管措施。根据相关规定和网信办要求，安全评估是这两种备案制度的核心组成部分之一。应用 / 功能登记的流程和材料则相对简单，由省级网信部门自行实施，且无需履行安全评估义务。

北京大成律师事务所高级合伙人邓志松告诉动点科技记者，"AI" 套壳 " 企业的运营模式可能有两大类，一类是通过 API 接口或其他方式直接调用其他已备案大模型能力提供服务，一类是基于二次微调后的大模型提供服务。在当前监管实践中，网信部门对这两类企业分别采取 " 算法备案 + 应用 / 功能登记 " 和 " 算法备案 + 大模型备案 " 的监管模式。

他指出，对于通过 API 接口或其他方式直接调用其他已备案大模型提供服务的企业而言，" 算法备案 + 应用 / 功能登记 " 模式所带来的额外合规成本相对较低，企业履行完备案、登记义务后的持续合规投入较少。基于微调后的大模型提供服务的企业在完成 " 双备案 " 后，还需定期进行产品测试及接受常态化监管，合规成本更高。

结语

当前 AI 产业的 " 套壳 " 现象本质是技术扩散的必然产物。正如 PC 时代软件开发商基于 Windows 系统开发应用，套壳企业正通过调用大模型 API（如 DeepSeek、通义千问）将底层技术转化为场景化工具，填补技术供给与市场需求间的鸿沟。

正如 OpenAI CEO 奥特曼所言：" 大多数改变世界的公司初期都被视为套壳 "。然而，过度依赖套壳可能导致技术创新的路径依赖——当企业仅关注应用层封装而忽视核心技术攻关时，底层模型的迭代压力会转移到少数基础研发机构，形成 " 搭便车 " 效应。长期来看，这种分工可能延缓核心技术的突破速度，尤其在算法架构、多模态认知等关键领域。

无论如何，突破性创新始终依赖更强模型架构与算力支撑。这要求企业必须一方面通过 " 技术翻译官 " 角色释放现有模型潜能，另一方面亟需突破算力瓶颈——包括发展芯片聚合计算技术、构建算力调度平台，以及探索分布式训练优化方案。唯有底层研发与场景创新协同，才能实现从 " 技术平权 " 到 " 能力跃迁 " 的质变。