不造大模型，如何做成企业AI生意｜产业分析与职业行动报告

先看判断，再看证据

这份面试笔记，揭示了什么？

它提供了一个有价值的观察窗口：不参与基础模型训练，也可以围绕模型的采购、接入、治理和业务落地收费。但一家公司的销售话术，不能直接外推成整个行业的规律。

商业判断

“卖铲子”成立，
“倒接口就躺赚”不成立

聚合、推理优化、企业搜索、开发工具和实施服务都有真实产品与收费机制。但这些公司的收入来源不完全相同，不能统称为赚模型差价。 [1][2][5][8]

经营判断

B端是客户选择，
不是利润保证

更大的调用量只有在单位贡献为正、交付可控、款项可回收时才有价值。应验证每个客户的收入、直接成本与续约，而不是只看调用流水。

合规判断

客户可追溯，
不等于全链条合法

上游许可、支持地区、数据处理和境内服务责任需要分别判断。 B端合同与海外主体都不能自动覆盖这些问题。 [15][16][17][18]

访谈信息 公司业务、客户用量、蒸馏用途及海外主体计划，均来自用户提供的笔记；未取得公司合同、客户清单和经营报表。

公开事实 案例功能、收费机制及法规条款，以文末官方产品页、协议、监管文件和公司披露为依据；不推算未公开营收、毛利或客户数量。

分析建议 生意矩阵、风险优先级与90天路径是决策框架，不是市场统计。官网报价与条款可能更新，具体采购仍需核对地区、版本及合同。

从“转卖API”拆到现金流

这家公司实际站在产业链的哪一层？

按笔记描述，它不是基础模型研发商，而是处于模型供应商与企业应用之间的接入和商业服务层。下面列出的治理、运维与交付能力，是这一层可以提供的价值，不代表访谈公司已经具备。

分析示意，不表示市场份额或收入规模。中游可能自建推理，也可能调用上游API；二者的成本结构、授权关系和技术门槛并不相同。窄屏可横向查看完整图。

把笔记中的五个判断，改写为可验证的问题

“企业一天调用量，抵个人一年”: 这是未核实的访谈陈述，不是行业比例。应查看单客户实际消耗、峰谷差、折扣、支持工时和回款。调用次数也不等于Token消耗：输入长度、输出长度和重试都会改变账单。
“个人没有利润，企业才有钱”: 更准确的说法是：这家公司可能更适合B端获客与交付。 Cursor同时提供个人付费和团队、企业方案，说明个人付费产品确实存在；但公开价格本身也不能证明任何一个业务已经盈利。 [8]
“接入之后很难换”: 要区分更换网关和更换模型。若仍使用同一模型、同类接口，替换中间商可能相对容易；若换了模型、工具调用行为和业务流程，则需要重新评测、适配与验收。不能把两种成本混在一起。
“大厂也用海外模型蒸馏”: 笔记没有提供可核查对象，不能据此给具体公司贴标签。内部提效、生成测试数据、训练自用模型、训练竞争模型是不同用途，是否允许需要逐项核对上游条款与数据权利。 [14][15]
“卖给B端、签合同就可控”: 客户识别和用途约束可以提高可追溯性，但不能替代上游授权、数据处理合法性或境内服务义务。本报告既不认定访谈公司违法，也不接受其话术作为合规证明。 [15][17][18]

中间层可以卖三种东西，不能只剩一种“差价”

授权供给与用量服务

在上游允许的商业模式、地区与用途内，提供模型能力和统一结算。收入可以来自用量服务费、经授权的转售安排或容量服务。

必须算清基础采购、支付、汇率、失败请求和客户支持成本。“拥有账号”不等于“拥有转售权”。[15]

客户自带密钥的治理网关

客户与上游建立合法关系，服务商提供路由、预算、权限和观测能力，收软件或管理服务费。 BYOK即客户自带密钥。

OpenRouter公开提供BYOK机制，但BYOK并不豁免地区限制与数据责任。 [1][16]

业务集成与持续运营

把模型接入知识库、客户关系系统或研发流程，用实施费覆盖初始工作，再通过软件、运维和持续优化收费。

应把模型消耗、实施范围与后续服务分别列明，避免用一次性项目费承担无限期支持。 Glean、Palantir的公开资料体现了软件与服务并行的收费结构。 [4][5]

管理分析口径 · 不是会计准则替代品

当期经营贡献
＝不含税已履约收入
− 上游推理与算力成本
− 运行、支付与交付支持成本
− 退款补偿及坏账损失

再扣除固定销售、研发和管理支出，才能进一步讨论盈利。预充值形成的现金、平台流水、营业收入和利润不是同一个概念。收入采用总额还是净额确认，应依据实际合同与会计判断。

最值得盯的单位：一次合格任务

不只看“每百万Token多少钱”，还应看完成一次被业务方接受的任务，总共用了多少模型调用、检索、工具执行、人工复核和重试。

建议同时追踪客户贡献、续约情况、故障补偿、应收账款和收入集中度。上游降价可能带来更多用量，也可能让客户更快要求降价，结果要靠账单验证。

切换成本：哪些薄，哪些更扎实？

较薄：统一地址、接口包装、付款便利

若缺少其他价值，同一模型的兼容接口容易被替代。接入摩擦可以带来首单，不一定带来长期留存。

中等：模型适配与稳定性工程

提示词、结构化输出、工具调用、容错和版本回归确实需要工程投入，但很多能力也可迁移或标准化。

更强：企业治理与评测资产

权限、审计、连接器、专用评测集、成本分摊与历史故障经验，能够形成可复用的服务能力。

最值得积累：业务流程与交付信任

理解客户例外情形、持续达成验收、关键时刻能响应，比单纯阻止客户迁移更有价值。应支持数据导出与退出安排。

以上是定性分析，不是对某家公司护城河的量化评分。Glean的连接器与权限体系、 Palantir的业务对象与治理能力，提供了比“转发接口”更深一层的对照。 [4][5]

最匹配的客户画像

有研发团队、有持续API需求、有明确预算负责人，并且模型使用地区、数据和用途均可合法落地。其痛点不是“不会聊天”，而是不愿反复处理供应商对接、结算、稳定性与内部治理。

优先访谈三类角色：将AI嵌入产品的软件商、统一管理内部模型使用的平台团队、有明确工作流的业务与研发团队。问清谁使用、谁推动、谁付钱，以及谁有安全或法务否决权。

不应硬卖裸API的客户

没有研发能力的客户，更可能需要成品应用或实施服务；没有重复需求、预算和验收标准的客户，不应被“AI焦虑”催成大项目。

对数据处理边界要求严格的客户，应先评估境内合适的云服务或本地部署，而不是默认海外模型最优。对蒸馏或训练需求，应先审查许可和数据来源，再谈模型效果。 [14][15][19]

重点地图 · 企业究竟为什么付费

用AI服务企业的十种生意形态

分类按照主要交付物，而非按厂商划分。同一家公司可以横跨多行。收费栏是可采用的商业设计，不表示每家案例公司都提供这些收费选项，更不是市场统一报价。

阅读关键： API是程序调用接口；RAG是先检索相关资料、再辅助模型作答的方法； Agent是能调用工具并执行流程的智能体；LLMOps是大模型应用的评测、发布、监控与运营体系。技术名称不是验收标准，业务结果才是。

生意矩阵：价值、客户、收费、门槛与风险。产品依据见各行引用，验收与经营建议为分析判断。
生意形态	价值与验收	客户与付费方	收费设计	交付门槛	主要风险
API聚合与网关 OpenRouter、硅基流动、Bedrock [1][2][3]	统一接入、路由、预算与结算。验收可用性、延迟、账单准确性和切换行为，而非模型数量。	软件商、企业研发和AI平台团队；技术预算负责人或采购付款。	经授权的用量服务费、软件订阅、BYOK管理费、容量或服务保障费用。	供给许可、接口适配、租户隔离、限流容错、账务与运维响应。	断供封号、纯转发可替代、模型降价压缩差价；不能把地区限制包装成技术问题。
私有化部署与一体机 H3C灵犀Cube、企业推理部署 [2][11]	让模型在可控环境运行。验收指定模型版本、精度、上下文、并发、时延和业务准确性。	有本地化需求、持续负载与运维条件的企业；信息技术部门或项目预算付款。	硬件、软件及集成交付，后续维护与调优按合同收费；不默认开放权重模型本身需要付许可费。	算力容量规划、推理优化、驱动兼容、权限与升级回滚，模型许可证核查。	设备闲置、更新快、总成本高；“本地部署”仍可能有遥测或外部调用，不能只听宣传。
行业Agent Harvey、Palantir AIP [4][6]	完成受约束的专业工作流，如资料核查、合同分析、采购协同。验收正确性、审查成本与可追溯性。	律所、法务、供应链和专业服务团队；业务负责人联合技术、安全部门决策。	席位、工作流、任务用量或企业合同；成果计费须明确责任、归因与验收规则。	行业知识、专业评测、业务系统权限、工具执行控制与人工复核。	幻觉、越权执行、责任难分；看似完整的演示，可能遗漏大量真实例外。
客服与服务Agent Sierra [7]	回答问题并完成受控的订单、账户或服务动作。验收有效解决率、重复联系、升级人工和服务质量。	有较多重复服务请求的品牌与服务企业；客服或客户体验部门付款。	基础服务费叠加用量，或按约定的有效解决结果收费。	知识政策、客户系统连接、动作权限、人工接管与失败恢复。	错误承诺、误操作、把用户离开误算解决；成果计费须约定重开和重复联系口径。
营销与销售提效 Glean相关场景、咨询实施服务 [5][13]	生成经过审批的内容、整理销售知识、辅助客户跟进。验收采用率、内容质量与可归因效果。	品牌营销、企业销售、渠道团队；营销或销售运营预算付款。	席位、内容用量、实施项目；效果分成只适合可核验归因的场景。	品牌规范、内容审核、客户关系系统集成、实验设计与数据授权。	批量骚扰、虚假宣传、版权争议、客户信息滥用；生成更多内容不等于更多有效收入。
研发提效 Cursor [8]	辅助理解代码、修改、测试与审查。验收交付周期、缺陷和复核负担，不以新增代码行数论成效。	开发者、软件研发团队；个人、工程负责人或企业技术预算付款。	个人或团队订阅、模型用量、企业治理方案；落地辅导可作为独立服务。	代码库上下文、测试体系、开发环境集成、凭据保护与组织权限。	源代码泄露、错误修改、依赖与版权问题；工具采购后低采用率，也会吞掉价值。
数据标注与评测 Scale AI [9]	提供训练、偏好与验证数据，识别模型失效边界。验收标注一致性、专家质量和评测可重复性。	模型研发机构、企业AI团队及专业场景建设方；研发或数据预算付款。	按验收样本、专家工时、项目或平台服务计费；具体形式取决于合同。	任务定义、领域专家、抽检仲裁、数据权利、标注人员与质量运营。	数据来源不清、测试集污染、主观评分漂移、敏感信息泄露与不当劳动安排。
LLMOps与AI治理 LangSmith、企业AI平台 [12]	追踪调用链、评测版本、监控成本并控制发布。验收故障定位、回归检测与治理覆盖。	已有多个AI应用的研发和平台团队；工程基础设施预算付款。	席位、追踪记录、存储保留、部署资源及企业合同。	观测接入、租户隔离、数据脱敏、评测设计、版本与回滚集成。	日志反而成为敏感数据副本；功能被云平台或开源替代，成本随追踪量膨胀。
咨询、培训与实施 Accenture、企业实施生态 [13]	从需求诊断推进到试点、系统接入与员工采用。验收可交付成果，而不是培训场次或方案页数。	缺少方案和交付能力的企业；业务、信息技术或人才发展预算付款。	有边界的工作坊、项目里程碑、实施和持续运营；培训可以独立销售或嵌入交付。	需求访谈、方案工程、范围管理、组织协同、业务验收与知识转移。	只卖概念、无边界定制、无限修改、无法交接；人力收入不能自动转化为软件式利润。

看能力，不追热词

有稳定性工程和合法供给，才考虑网关；有数据连接能力，才考虑知识系统；有行业理解与流程资源，才考虑行业Agent。选题热度不能替代交付条件。

软件化程度要单独检查

每多一个客户，是否都要重新开发？同类连接器、评测、权限模块能否复用？复用率决定你在经营产品，还是经营披着产品外衣的定制项目。

公开事实对照 · 国内外兼有

十三个真实案例：钱收在哪一层？

以下案例用于比较企业服务机制，不代表它们都“不做模型”，也不代表其产品均可直接面向中国大陆提供。“启示”是本报告分析；官网未公开的价格与合同细节，不作猜测。

显示13个案例

海外 · API聚合与路由

OpenRouter

做什么: 通过统一接口连接多种模型和供应商，并支持客户自带密钥。
服务谁: 需要调用多个模型、管理提供商与账单的开发者和团队。
怎么赚钱: 官方FAQ说明，其推理价格按提供商价格传递，不在该价格上加价；在购买额度时收取费用，BYOK另有适用的收费安排。

启示：聚合平台不必只靠隐蔽的Token差价；透明结算和服务费也可以构成商业模式。

依据：官方FAQ；具体费率和适用规则以页面及合同为准。[1]

国内 · 模型推理基础设施

硅基流动 SiliconFlow

做什么: 提供多模态模型API、推理引擎、预留实例及企业私有化部署服务。
服务谁: 需要模型推理能力的开发者、应用团队，以及有专用资源或私有化需求的企业。
怎么赚钱: 官网公开按量计费的API服务，并提供预留实例和企业部署等商业服务入口；企业项目具体报价需洽谈。

启示：有自研推理引擎与部署优化的基础设施公司，不等同于简单转发海外闭源API的中间商。

依据：官方产品与服务介绍。[2]

海外 · 云上托管模型平台

Amazon Bedrock

做什么: 在AWS环境中提供基础模型访问及构建生成式AI应用所需的平台能力。
服务谁: 希望结合云基础设施开发和部署AI应用的企业及开发团队。
怎么赚钱: 模型推理按对应模型和模态计费，提供按需及适用的预置吞吐量等模式；其他平台能力有各自计费项。

启示：企业采购的不只是模型列表，还可能是既有云环境中的权限、运维与采购整合。

依据：官方产品页与价格页；模型、功能、地区可用性并不相同。[3]

国内 · 自研模型与模型服务

智谱 / Z.ai

做什么: 研发GLM模型体系，并提供模型API、模型服务平台和相关应用能力。
服务谁: 通过模型服务建设应用的开发者和企业团队。
怎么赚钱: Z.ai公开价格页按模型列出文本输入、缓存输入、输出等计费项，其他模态有相应规则。国内具体产品与合同应另行核对。

启示：模型厂商可以直接进入企业服务层。中间商必须回答：客户为什么不直接采购上游？

依据：智谱官网与Z.ai价格文档；不将国际站报价等同于国内合同价。[10]

国内 · DeepSeek模型一体机

新华三 H3C 灵犀Cube

做什么: 提供预装DeepSeek模型的一体机及相关平台能力，支持API、知识库、流程编排和行业应用建设。
服务谁: 希望本地部署模型，并获得软硬件一体化交付与支持的组织。
怎么赚钱: 通过一体机产品和相关企业交付服务形成商业收入；官网列出咨询、部署、运维、调优等服务，具体价格与合同拆分未公开。

启示：开放权重模型可以带动算力、软件和实施生意。这是第三方基于DeepSeek构建的产品，不等于DeepSeek直接销售硬件。

依据：官方产品页及2025年2月20日发布材料。[11]

海外 · 企业业务系统与AI平台

Palantir AIP

做什么: 将模型能力与企业数据、业务对象、权限和操作流程结合，支持构建受治理的AI应用。
服务谁: 需要在复杂业务和数据环境中使用AI的商业组织及政府机构。
怎么赚钱: Palantir的2024年报披露公司收入包含托管订阅、客户环境中的软件订阅及相关运维、专业服务。该口径不是AIP单一产品报价。

启示：价值可以来自“让AI理解并操作真实业务”，而非只提供一个回答问题的界面。

依据：AIP官方文档与2024年报。[4]

海外 · 企业搜索与知识工作平台

Glean

做什么: 连接企业应用与知识，提供企业搜索、助手和Agent，并将企业上下文、权限与治理纳入平台。
服务谁: 信息散落在多个系统中的企业员工，以及管理这些系统的技术团队。
怎么赚钱: 企业软件服务按订单与合同提供；公开服务协议还列有高级支持和定制连接器专业服务。统一公开单价未在所引页面披露。

启示：知识库的深度价值不只是检索算法，而是连接器、权限同步、可靠上下文和持续运营。

依据：官方平台介绍与公开服务协议；单独谈判的合同可能不同。[5]

海外 · 法律专业AI

Harvey

做什么: 提供法律研究、文档分析及相关专业工作流工具。
服务谁: 律所、企业法务和其他法律专业团队。
怎么赚钱: 平台协议约定客户按照订单支付费用，公开页面未给出适用于所有客户的统一价格。

启示：垂直产品可以把通用能力变成专业工作流，但专业用户复核仍是关键。Harvey协议也明确输出可能有误，不能直接替代专业判断。

依据：官网及2026年1月9日更新的平台协议。[6]

海外 · 企业客户服务Agent

Sierra

做什么: 为企业构建客户对话Agent，支持跨渠道服务及与业务流程相关的操作。
服务谁: 希望用AI处理客户服务与体验流程的企业。
怎么赚钱: 官网明确提出按结果计价的商业模式，而非仅以座席或生成文本量定义价值。

启示：“完成了什么”可以成为收费对象；采购时仍须写清有效结果、错误处理和复核机制，不能把官网理念等同于某份合同细则。

依据：官方产品与定价理念介绍。[7]

海外 · AI编程工具

Cursor

做什么: 将AI能力嵌入代码编辑、理解与开发工作流，并提供团队和企业管理能力。
服务谁: 个人开发者、研发团队及需要统一治理的企业。
怎么赚钱: 提供个人订阅、按用户计费的团队方案及定制企业方案；包含用量和额外模型使用有对应规则。

启示：“进入高频工作流”比“提供更多模型”更接近用户价值；个人与企业可以采用不同获客和收费方式，而不是二选一。

依据：官方价格页；不以订阅价格推断公司盈利。[8]

海外 · 数据与模型评测服务

Scale AI

做什么: 提供数据整理、标注、人类反馈数据以及模型评测等能力。
服务谁: 模型研发机构、机器学习团队，以及建设企业AI能力的组织。
怎么赚钱: 销售企业数据与评测相关服务，通过企业销售入口洽谈项目；所引页面未披露统一价目和全部结算颗粒度。

启示：模型越进入专业场景，越需要可靠的数据和验证。这里的门槛是质量体系与领域判断，不只是组织人手标注。

依据：官方Data Engine与企业销售页面。[9]

海外 · LLMOps工具

LangSmith

做什么: 提供AI应用追踪、评测和部署相关工具，帮助团队观察和改进应用行为。
服务谁: 开发、测试和运营AI应用的工程与平台团队。
怎么赚钱: 公开方案结合席位、追踪用量和部署资源等计费，企业方案通过合同提供。

启示：当演示走向生产，排错、评测和成本控制本身就成为产品。工具价值应体现在更快发现问题和更安全发布，而非更多日志。

依据：LangChain官方价格页。[12]

国际 · 咨询与技术实施

Accenture 埃森哲

做什么: 围绕生成式AI提供战略、技术基础、业务流程、责任治理与人才组织等服务。
服务谁: 希望将AI纳入业务与组织转型的企业。
怎么赚钱: 通过咨询、技术实施等专业服务承接企业项目；具体生成式AI项目报价并非公开统一价。

启示：企业难题并不止于选模型，还包括流程、系统和人的变化。小团队可以做窄场景实施，但不能照搬大型转型项目的承诺。

依据：官方生成式AI服务介绍。[13]

横向结论： 这些案例显示了四种不同收费对象：供给与消耗、软件使用权、数据与工程服务、约定的业务结果。对小团队而言，关键不是复制某家公司全部功能，而是选定一个能获客、能交付、能复用且合法的收费单元。

把风险前移到签约与架构阶段

合规不是“卖给谁”这一道题

应把客户身份、上游授权、实际数据流、服务对象和输出用途放在一起审查。以下是风险识别框架，不替代针对具体经营模式的法律、安全和行业专项意见。

“设海外主体切割”不能自动消除境内责任。 不同主体可以有各自合同和职责，但适用责任取决于实际经营、服务对象与数据处理行为，不能仅凭注册地推导“境内没有责任”。《个人信息保护法》对符合条件的境外处理活动具有适用规则；生成式AI相关规定也关注面向境内公众提供服务的情形。 [17][18]

“国内AI不能完全封闭”是宏观观点，不是法律豁免；“企业签了合同”能提高可追溯性，但不会自动补齐上游授权、数据出境或下游用途的缺口。

先区分内部应用与面向公众的服务

《生成式人工智能服务管理暂行办法》主要适用于向境内公众提供相关服务。企业内部研发、应用而不向境内公众提供服务的情形，不适用该办法所规定的这一适用范围；但个人信息、数据安全、商业秘密等义务并不会因此消失。 [17][18]

B端不是当然豁免： 上游卖给企业，企业再向公众提供应用，需要按全链条实际角色分析；该办法对“提供者”的定义也包含通过可编程接口提供服务的情形。 [17]

“AI备案”不是一个万能手续

应区分生成式AI服务备案、调用已备案模型的应用或功能登记、适用的算法备案与安全评估，以及其他网站或业务手续。完成其中一项，不代表所有义务已经满足。 [17][20]

国家网信办2026年1月至2月备案信息公告（湖南省政府网站转载）写明：直接调用已备案模型能力的应用或功能由地方网信办开展登记，并说明相关公示要求。具体应走哪条程序，要结合是否具有舆论属性或社会动员能力等条件，与属地核对。 [20]

看真实数据路径，不只看服务器名称

应画出提示词、上传文档、检索片段、输出、日志和人工支持访问的完整路径。调用境外服务可能涉及数据出境，是否需要履行相应程序，要结合数据类别、处理主体、规模及适用豁免判断；不能笼统说“所有海外调用都必须安全评估”，也不能说“脱敏一下就一定没事”。 [18][19]

对适用情形，还需处理告知、合法性基础、单独同意、个人信息保护影响评估等要求。豁免某些出境程序，不等于豁免数据保护义务。 不用于训练、不留存、不出境，是三个不同承诺。 [18][19]

上游条款与蒸馏许可必须逐项核对

以OpenAI公开协议为例，允许通过API建设客户应用，并不等于允许出售账号或转移、买卖API密钥；协议也限制规避服务约束及将输出用于开发竞争模型，并列有特定例外。中国大陆未列入其当前API支持地区，官方提示在未支持地区访问或提供访问可能导致封禁。 [15][16]

蒸馏不是一个可以一概判定的行为：DeepSeek-R1官方仓库对其代码与模型权重给出明确许可，并说明商业使用与蒸馏等条件；部分派生模型还涉及各自基础模型许可。这不能外推为任意海外闭源API都允许同类用途。 [14]

风险矩阵：优先级表示管理顺序，不表示发生概率。所有缓释措施以合法经营为前提，不包含规避封禁、地区限制或监管的做法。
风险与优先级	触发情形与后果	上线前检查与缓释	主要负责人
上游断供与封号上线前置	供应商条款、地区或商业权限不匹配；也可能出现限流、模型退役或服务中断，导致下游无法履约。	核查商业模式与地区资格，保留适用授权和合同；准备合法可用的替代模型并提前测试，设置限流、降级和客户通知流程。备用账号不等于合法容灾。[15][16]	经营负责人、采购、法务、技术运维
毛利压缩与国产模型价格战经营重点	模型降价、免费额度或低价供给扩大时，客户比价和压价；用量增长不一定抵消单位贡献下降。	把此项作为价格竞争情景持续测算，而非预设行业毛利率。区分模型成本和服务价值，约定调价机制；减少不可逆额度囤积，考察单位合格任务成本与客户直接采购的替代成本。	产品、财务、销售
大客户依赖与现金流经营重点	少数客户占据主要收入，客户拖欠或要求长账期，而上游需要及时付款；持续流水反而形成垫资压力。	建立信用额度、对账、分阶段验收和应收跟踪；按客户核算支持与履约成本。不能把全部预收现金当成可自由支配利润。	财务、销售、客户成功
数据出境与信息泄露上线前置	客户文档、个人信息或日志进入未审查的境外链路；第三方支持、追踪平台和备份形成额外副本。	先分类分级与最小化，再审查真实处理方、留存、再委托与出境路径；依法确定所需评估和程序。脱敏后仍可识别的个人信息不能简单当匿名数据。[18][19]	数据保护、安全、法务、架构
备案、登记与内容标识上线前置	面向境内公众的产品没有正确判断适用程序；把上游已备案误当自身全部义务完成。	按服务与应用角色核对备案、登记、公示和其他要求；适用的生成合成内容服务还需评估显式、隐式标识等义务。标识办法自2025年9月1日起施行，并非所有纯内部输出都可不加区分地套用同一结论。[17][20][21]	法务、产品、内容安全
ToS、蒸馏与知识产权上线前置	未经许可转售账号或密钥、超出地区和用途范围；用受限制输出训练模型，或使用无权处理的数据。	保存条款版本和具体授权，区分客户应用、纯能力转售与训练用途；对模型、基础模型、数据和第三方内容分别建立许可清单。合同写“客户自负责任”不能当然免除服务商自身义务。[14][15]	法务、模型团队、采购
幻觉、提示注入与越权交付前置	模型引用错误、被不可信内容影响，或以过大权限执行客户系统操作，造成错误决策与损失。	将检索到的内容视作数据而非指令；按任务授予最小权限，高影响动作人工确认；建立拒答、回滚、回归测试与可追溯记录。不能用模型自报“已完成”代替业务核验。	工程、安全、业务验收人
一体机与私有化总成本采购重点	采购只比较模型参数和硬件规格，未考虑低利用率、扩容、维护、模型更新与业务质量差异。	用真实负载测试，写明模型版本、精度、上下文和并发组合；盘点外联、遥测、升级、许可证与售后边界。比较包含运维和更新的总成本，而不是把“模型权重可获得”当成“运行免费”。[11][14]	采购、架构、运维、业务部门

签约前，至少应能拿出这套“证据包”

上游商业与地区权限说明、真实数据流图、客户与用途识别记录、数据处理和再委托条款、适用备案或登记材料、模型与数据许可清单，以及故障、删除、退出和迁移方案。具体材料随业务而异，重点是每个承诺有对应的合同、配置或测试记录。

判断标准不是“有没有写合规两个字”，而是销售承诺、技术实现、合同责任和实际运营是否一致。

给AI自媒体求职者的现实路径

从“讲AI的人”，变成能推动企业采用AI的人

自媒体经历的可迁移优势，是研究、表达、用户反馈和分发。下一步不必从训练模型开始，也不应从灰色API转售开始；更有说服力的定位是：把复杂技术变成可解释、可演示、可验收的企业方案。

技术内容与产品市场

适合：研究与表达较强

目标方向：技术内容、产品市场、客户教育、开发者关系支持等岗位。

需要补齐：亲手做出可复现演示，能解释适用边界、竞品差异和企业采购逻辑。

售前、方案与实施

适合：愿意沟通，也愿意动手

目标方向：初级解决方案、售前支持、实施顾问、技术型客户成功。

需要补齐：需求访谈、接口接入、评测、数据权限、工作范围和验收设计。

作品证据：能把模糊需求拆成有预算、有负责人、有边界的试点方案。

AI应用与平台工程

适合：已有编程基础并持续积累

目标方向：AI应用开发、网关与工具集成、评测平台或LLMOps相关岗位。

需要补齐：工程测试、鉴权、数据库、异步任务、可观测性与可靠性。

作品证据：代码、测试、故障分析和部署说明，而不是仅有一个聊天界面。

四组必须补齐的能力

技术基本功

理解HTTP、JSON、API、Git和基本脚本；会保护密钥、处理报错、记录用量，不把敏感信息写进公开代码。

应用与评测

能解释RAG、工具调用与模型局限；会建立评测集、比较基线、记录失败和核算完成任务的成本。

证据型表达

分清功能演示、受控实验和生产结果；保留来源、版本与条件，公开失败边界，不编造客户或效率数字。

完成进度：0 / 12项 0 / 12

勾选状态仅尝试保存在当前浏览器；浏览器限制本地存储时，仅保留本页状态。不会上传任何勾选信息。

第1—15天

选场景，找真实问题

完成6—8次自愿参与的需求访谈，记录重复任务、现有流程、出错代价和预算归属。只选一个低风险任务，写明不做什么，以及哪些数据不能进入演示。

交付物：一页需求说明、客户角色图、原流程基线。

关口：说得清“谁因为什么问题需要它”，而不是只说“AI很有前景”。

第16—30天

做出有边界的演示

使用合法可用的模型与公开、自有或合成资料，做出带来源、拒答和基本权限区分的演示。建立30—50道评测题，覆盖可回答、资料缺失、过期信息与越权问题，保留独立测试题。

交付物：可复现演示、数据清单、初版评测表。

关口：答案可以回到依据；没有依据时能停止，而不是强行编答案。

第31—45天

比较效果，也比较成本

比较人工或普通搜索基线，以及两种获准使用的模型或方案；固定任务、样本与评分口径。记录质量、延迟、重试、人工复核与任务成本，设置预算上限和失败处理。

交付物：评测报告、成本表、失败案例集。

关口：能解释为什么某方案更合适，而不是展示一次最佳回答。

第46—60天

做受控试点

获得组织与数据负责人明确许可后，在沙盒开展小范围试点；没有真实组织时，诚实标注模拟项目。约定验收、人工接管、回滚与数据删除；不直接接管生产权限，不上传企业秘密。

关口：用户愿意复用，且失败与风险被记录，而不是只完成展示。

第61—75天

沉淀内容与作品集

形成三篇内容：生意如何成立、一次失败如何定位、方案如何评测；公开内容只使用有权披露的材料。整理演示说明、测试、成本口径、来源、版本和工作范围模板，明确个人承担的工作。

交付物：一套案例作品集，而非互不关联的热点文章。

第76—90天

把作品对接到岗位

选择10—15个与能力匹配的岗位或团队，按真实产品和客户场景写定向方案，而不是群发同一简历。每周复盘面试与读者反馈，补最常被追问的短板；不把浏览量、试用量和客户收入混写。

交付物：定向简历、案例讲述、方案备忘录和改进记录。

关口：能够回答“入职后，你能负责哪一段交付”。

让内容成为能力证据，而不只是曝光

问题研究

访谈具体角色，说明现有流程为何卡住。

动手验证

演示、数据、基线和失败记录互相对应。

公开表达

写清版本、授权、条件和未解决问题。

职业连接

将作品映射到岗位职责与团队真实问题。

好选题不是“某模型又碾压了谁”，而是“为什么这个知识助手有引用仍然答错”“一家企业该买API还是本地部署”“按解决问题收费，验收应怎样定义”。把评论区的真实问题带回下一轮研究，而不是把所有内容都变成获客承诺。

时间节约也不自动等于财务收益。报告效果时，应扣除复核与返工，区分受控测试、用户反馈和真实生产结果。

下一次面试，应反向核查什么？

供给是否稳定合法: 谁提供模型？当前商业模式与地区是否获准？出现断供如何履约？不要接受“我们有办法”作为证明。
业务是否真的赚钱: 在允许披露的范围内，询问客户续约、直接成本、回款与支持负担，区分用量增长和利润增长。
岗位能否形成积累: 能否接触需求、评测和交付？是否有人带教、代码或方案复盘？还是仅要求高频产出宣传内容？
承诺与责任是否一致: 销售是否夸大模型能力和合规性？是否要求虚构客户案例？是否允许员工如实呈现失败与边界？

“先入场，边做边学”的更稳妥版本： 用有预算上限、数据授权清楚、失败可回退的小项目学习。不必以辞职、借钱囤额度或承诺自己无法交付的企业项目作为入场证明。职业信用应积累在真实能力上，而不是积累在无法核验的“资源”上。

可追溯资料

公开来源与阅读口径

资料以官方产品、协议、监管文件和公司披露为主。企业产品页用于确认“提供什么”，不能单独证明实际客户收益；价格页用于确认收费机制，不能推算毛利。以下为人工点击访问的出处链接，页面本身不加载任何外部资源。

[1] OpenRouter：聚合、额度费用与BYOK

官方FAQ。核对统一访问、提供商价格传递、额度购买费用及BYOK规则。

[2] 硅基流动：API、推理引擎与企业服务

硅基流动官网。核对按量API、预留实例、推理引擎和私有化服务。

[3] AWS：Amazon Bedrock

产品介绍；官方价格页。功能和价格应按具体模型、模式与地区核对。

[4] Palantir：AIP能力与公司收入结构

AIP官方文档； 2024年Form 10-K。年报收入分类是公司口径，并非AIP独立报价。

[5] Glean：企业上下文、搜索与服务协议

平台介绍；公开条款页面及其中的服务协议。服务协议部分标注2024年5月17日更新，单独合同可能优先适用。

[6] Harvey：法律AI与订单收费

官方产品介绍；平台协议。核对订单费用与输出使用边界；协议标注2026年1月9日更新。

[7] Sierra：客户Agent与结果计价

Sierra官网。官网说明产品方向与按结果定价理念，未据此推定具体客户合同中的结果口径。

[8] Cursor：个人、团队与企业方案

官方价格页。核对订阅、团队按用户计费、用量及企业管理功能。

[9] Scale AI：数据与评测服务

Data Engine；企业销售入口。所引页面未公开全部服务单价与结算方式。

[10] 智谱 / Z.ai：模型服务及计费

智谱官方介绍； Z.ai价格文档。国际站规则不直接替代国内产品合同。

[11] H3C：灵犀Cube与DeepSeek部署

灵犀Cube产品页； 2025年2月20日官方发布材料。未使用宣传性性能表述推算真实项目效果。

[12] LangSmith：工具平台计费

LangChain官方价格页。核对席位、追踪、部署与企业方案等计费项。

[13] Accenture：生成式AI专业服务

官方生成式AI服务介绍。用于确认服务范围，不据此虚构项目价格或客户回报。

[14] DeepSeek-R1：模型与派生许可

官方代码仓库及License说明。适用具体仓库、模型与基础模型许可，不可外推至所有模型或闭源API。

[15] OpenAI：商业服务协议

Services Agreement。核对API客户应用、账号与密钥、使用限制及竞争模型相关条款；所引版本自2026年1月1日起生效。

[16] OpenAI：API支持国家和地区

官方支持地区清单。清单及对未支持地区提供访问的提示属于动态规则，应在采购与使用前重新核查。

[17] 生成式人工智能服务管理暂行办法

国家网信办正式文件。重点参照第2、9、17、20、22条；自2023年8月15日起施行。

[18] 中华人民共和国个人信息保护法

正式法律文本。重点参照适用范围、跨境提供与个人信息保护影响评估等规定。

[19] 促进和规范数据跨境流动规定

国家网信办2024年3月22日文件。用于区分出境程序、适用条件、豁免与持续保护义务。

[20] 2026年1月至2月生成式AI备案信息公告

湖南省政府网站转载国家网信办公告。公告发文日期为2026年3月17日，转载日期为3月18日；说明直接调用已备案模型的登记及公示要求。

[21] 人工智能生成合成内容标识办法

国家网信办等部门正式文件。自2025年9月1日起施行；实际义务应结合服务、传播和使用角色判断。

研究限制：未核实访谈公司的主体、上游合同、实际数据链路与财务情况；未开展企业客户访谈或付费产品的全面生产测试。法律部分聚焦本题相关的中国规则与所举供应商条款，不构成对所有行业、境外法域和后续更新的穷尽清单。链接核验（2026年9月28日）：16个链接可直接打开；SEC与OpenAI页面限制程序访问，政府网站在编制环境中无法访问，其中[20]已于同日通过湖南省政府网站转载页核对原文（国家网信办网站本身未能直接访问）。