Cognition vs Factory | Anthropic Under Threat | ElevenLabs Doubles Its Valuation to $22B

OpenAI 单季营收环比暴涨 70%、年化逼近 700 亿美元，把 Anthropic 逼到墙角；而 Salesforce 花 20 亿美元买下一家 AI 问卷公司，被质疑"这钱花得值吗"。

模型会轮换，真正难替代的是谁愿意把工作交给你

这期圆桌把几件看似无关的新闻放在了一张桌上：OpenAI 追赶 Anthropic、Factory 与 Cognition 的人才风波、美国开源模型的机会、Salesforce 收购 Listen Labs，以及 Agent 开始替人选基础设施。嘉宾里有重返 MongoDB CEO 岗位的 Dave；他的视角让讨论没有停在融资八卦，而是不断回到企业真正要为谁付钱、为什么会迁移、什么又会留下来。

这期回答了 5 个问题：

1. OpenAI 的反弹，为什么未必意味着 Anthropic 输了？
2. 高管跳去直接竞争对手时，法律边界之外还剩下什么？
3. 企业会怎样在最强模型、成本和数据边界之间分工？
4. AI 应用什么情况下只是功能，什么情况下才算一门可持续的生意？
5. 当 Agent 开始替人采购，产品要怎么被发现和被选中？

圆桌从 OpenAI 据称逼近 700 亿美元 run rate 讲起。主持人特别在意的不是绝对数字，而是节奏：他们回顾 OpenAI 先前季度环比增速约 18%，而本期讨论的 Q3 数字可能达到 70%；另一边，Anthropic 曾以约 110 亿美元对 68 亿美元的规模、以及更快的增速形成压力。数字如果成立，说明前沿模型竞争可以在一个季度内改写叙事。

被问到开发者会不会因为新模型更好、更便宜而立刻切换时，嘉宾没有把“忠诚”说得太重："there's not a lot of loyalty and developers are very quick to use to switch from one tool to another"（开发者并没有多少忠诚度，而且很快就会从一个工具切到另一个。） 对个人开发者，这句话很接近现实：换一个 API、改几段提示词，可能就能试出更低成本或更好效果。

但他随即补了一层企业视角。真正进入企业后，合同已经签了，数千名员工已经受训，流程也接在模型之上；模型越嵌入采购、权限和业务流程，替换就越不像换一个聊天窗口。这里的分水岭不是“模型够不够聪明”，而是使用它的工作流已经沉淀了多少。OpenAI 的消费者入口是很强的分发，但企业侧的护城河可能反而来自这些不漂亮、却很难拆走的合同和流程。

这意味着，模型厂商不能只靠一次发布会赢得长期份额；企业用户也不该把一次模型榜单的领先等同于组织能力。前者要把能力变成可部署、可治理的工作流，后者则要保留可替换性。模型在换，迁移摩擦才决定谁能把收入留在账上。

Factory 与 Cognition 的争议来自一位与 Factory 关系很近的销售顾问转去 Cognition 任职。圆桌没有假装掌握全部事实，而是把问题拆成两层：一个轻度顾问离开，和一个能看到产品路线、董事会计划、财务计划的人跳到直接竞争对手，根本不是同一种事。后者即便没有形式上的董事义务，也会让创始人觉得自己的敏感信息被带进了对手办公室。

一位嘉宾提出了更难听但更真实的反问：全职高管也可能在递交离职前掌握大量信息，难道公司可以因此禁止所有人去竞争对手吗？另一位人则把重点放在长期声誉上："The reputational damage that you can do in a long term is going to come back and bite you."（你造成的长期声誉损害，终究会回头咬你。） 这不是道德说教，而是招聘和带队的现实。高管曾说服团队加入，转身就去直接对手，会让留下的人重新判断自己当初听到的承诺。

讨论里还提到过去非正式的“二人规则”：离开创业公司去新项目，带走一两个人尚可谈；超过这个数，关系就可能断掉。如今有人第一周就带走八到十人，速度压力正在冲淡旧规矩。对创始人来说，正确的动作不是靠愤怒补协议，而是在顾问和高管刚进入时就写清楚访问范围、竞争冲突和离开时的处理方式。

这意味着，人才流动的成本不只在保密协议。越是早期公司，越要区分“能给建议的人”和“进入核心信息圈的人”。没说清的隐含期待，一旦遇到更好的 offer，通常最先失效。

谈到 Reflection 等美国开源权重模型时，圆桌给出的不是“开源马上取代闭源”的结论。嘉宾提到，如果美国来源的模型接近前沿能力、成本低三到四倍，并且在代码与 Agent 等场景覆盖约 90% 的需求，它对受监管、处理敏感信息的企业会很有吸引力。现场有人说，自己在 Dreamforce 与企业高管交流时，几乎没人真心想用中国来源的模型；即使成本有诱惑，数据来源和风险感受仍会压在采购桌上。

但这里还有一层更直接的算术。讨论者假设，若 OpenAI 与 Anthropic 的年化收入继续膨胀，CFO 迟早会对 CIO 说："We need to shave 3 million off this token bill."（我们得从这张 token 账单里削掉 300 万。） 随后的做法不是把所有任务降级，而是把难题留给 Anthropic 或 OpenAI，把一部分不需要最前沿能力的决策交给更便宜的模型。也就是说，企业会开始搭“模型组合”，而不是押注唯一冠军。

这个判断也有边界。嘉宾提醒，企业内部真正懂得部署、评估和管理这些能力的人仍然稀缺；成本下降后，需求可能不是缩小，反而会因更多团队敢试而扩大。公开评测也未必能替代真实工作流，尤其当评测只证明了某项窄任务。

这意味着，开源模型的机会不在于宣布自己“接近前沿”，而在于让采购方能证明三件事：在具体业务里够用、成本确实可控、数据和安全责任能交代清楚。否则，省下的 token 只会变成新的运维风险。

Salesforce 以 20 亿美元收购 Listen Labs，是圆桌里最值得创业者停一下的新闻。有人困惑：一家目标接近 600 亿美元营收的公司，为什么要买一家约 2,000 万美元收入的 AI 调研产品？回应不是替交易背书，而是指出 AI 应用会越来越常见的一种分岔：产品究竟是能独立扩张的公司，还是大平台接上去就更有价值的一项功能。

嘉宾把这个问题说得很直白："a feature that's masking as a company or a franchise"（它究竟是伪装成公司的功能，还是一门能延续的生意。） 功能本身并不差。若大公司有销售渠道、现金和客户数据，创始人也许能用一次出售换来更快的落地。但若想长期独立，关键不在界面多聪明，而在有没有数据循环：用户使用产生别人拿不到的数据，数据让产品变得更好，产品又带来更多使用。

圆桌把这个问题拉回创始人的个人选择。Listen Labs 成立约三年；有人说，如果能在头五年以 20 亿美元卖掉，团队经历的艰苦通常远少于把公司拖到十年、数千人规模再寻找退出。另一边，Dave 回忆 BladeLogic 曾多次有人想买，最终在 2008 年以约 9 亿美元卖给 BMC，当时收入约 1 亿美元。没有公式能替创始人选择“继续建”还是“按下出售键”。

这意味着，融资额和收购价不能替代战略判断。创始人要诚实回答的不是“我能不能再涨三倍”，而是：这条数据和使用循环，是否有机会支撑十倍以上的长期价值？如果没有，合理报价未必是失败；如果有，过早卖出也会失去真正的复利。

最后一段把前面的竞争讲法翻了过来。过去二十五年，公司努力挤进 Google 首页，教育的是人类买家；现在，Agent 会读文档、看 API、理解正在搭建的应用，再给出非常具体的供应商建议。圆桌提到 Vercel 年化收入约 6 亿美元，而 Agent 带来的新增业务占比从年初约 3% 升到 50%；另一个例子是 Resend 的 MCP 调用，从四月约 10.6 万次涨到九月 300 万次。无论这些个案能否普遍复制，它们都说明采购入口已经开始变化。

最简洁的提醒来自现场："If you're missing from an AI generated answer, it's like being invisible on Google."（如果你不出现在 AI 生成的答案里，就像在 Google 上完全不可见。） 不过 Agent 的判断又不止是搜索排名。它会看到技术栈、应用需求、现有集成和可靠性，所以同一家公司在不同项目里可能得到不同推荐。有人现场询问一个 Agent 该用什么托管服务，答案依次给了 Render、Railway、Fly.io，并明确说 Vercel 不适合那个具体任务。

这意味着，企业不能只做面向人类的品牌叙事，也不能只盯传统 SEO。文档是否准确、API 是否好接、权限和错误处理是否清楚、是否能在真实 Agent 工作流里跑通，都会变成新的获客材料。更难的是，早期公司天然缺少历史语料，Agent 更容易先选积累了十年信息的老牌产品。

这场讨论表面上谈模型份额、并购和工具推荐，底层其实都在问同一件事：当替换变得越来越容易时，什么会留下来。第一条里，开发者会换模型，但企业流程会留下；第三条里，企业会拆分模型组合，但会保留能说明成本、数据和安全边界的供应商；第五条里，Agent 能迅速换工具，却只会反复选择真正适配工作流的产品。

第二条和第四条也一样。顾问或高管可以离开，功能也可以被大公司收走；真正难复制的是信任、数据循环和长期承诺。对正在做 AI 产品的人，最实用的落点不是追下一次榜单波动，而是把产品放进真实采购和真实 Agent 的路径里检验：它是否解决一个明确问题，是否有信息和使用会越积越多，离开你的界面后还能不能被系统持续选中。能经得起这三问，才不只是又一个容易被替换的功能。