整理 | 华卫

“几乎每一家 AI 应用层初创公司，都很可能被基础模型提供商的快速扩张所碾压 。”近日，Reddit 前 CEO 黄易山（Yishan Wong）在 X 平台发表了这一观点。这条帖子迅速爆热，浏览量已经冲到了 2000 万次，同时也引发巨大的争议。

连马斯克都转发并评论道，“似乎是·准确的。”

而与此同时，一项获 3k+点赞的调研文章直接用数据从现实层面揭开了 AI 初创公司们的残酷现状：200 家成立过半年且拿到融资的 AI 初创公司中，73% 产品是在“套壳”第三方 API， ChatGPT 成绝对核心，Claude 全面渗透各个应用场景。

这月初，软件工程师 Teja Kusireddy 对 200 家获得融资的 AI 初创公司开展了网络流量监测、代码反编译及 API 调用追踪分析。结果显示，这些公司的营销宣传与技术落地能力之间的差距令人震惊。真正在做技术创新的企业，只有 18 家。

在分析中，Kusireddy 明确说明，其整个技术拆解过程均基于通过使用标准浏览器开发工具（Chrome/Firefox DevTools）对公开可访问网站进行被动观测后，获取的公开可见、已匿名化处理的数据，没有访问私人系统、没有被绕过认证、没有违反服务条款，也没有包含任何可识别的公司信息。

值得一提的是，有 12 家公司竟将 API 密钥直接暴露在前端代码中。对此，企业方面似乎完全不知。

调查曝光后，有 7 位创始人私下联系了 Kusireddy。有人态度强硬，有人表达感激，还有位创始人询问其是 “如何进入他们生产环境的”。另有三位创始人竟转而向 Kusireddy 求助，请教如何把“专属 AI 技术” 的宣传转为 “基于顶尖 API 构建”。

“我知道我们在撒谎。但投资人就认这套，大家都这么做。可我们该怎么停下来？”其中一家企业的创始人直言。

以下是 Teja Kusireddy 发布的完整调研文章，从第一视角详述了其具体实现方案、全部分析数据、代表性案例的技术架构和成本拆解，以及如何在 30 秒识别出各类公司“产品基因”的实操步骤。

三周逆向拆解 200 家 AI 初创公司

上个月，我意外陷入了一个 “认知漩涡”。开始是一个简单的疑问，最终却让我对自己曾深信不疑的 AI 初创企业生态体系，产生了全面质疑。

那是凌晨两点，我正在调试一个 Webhook 集成功能，却突然发现了异常：一家声称拥有专属深度学习基础设施的公司，每几秒就会向 OpenAI 的 API 发送一次请求。而正是这家公司，刚刚凭借 “打造了具备本质差异的核心技术” 这一承诺，成功融资 430 万美元。

就在那一刻，我决定一探究竟：这背后的真相到底有多深？我不想基于主观感受发表肤浅观点，我要的是数据，是真实可追溯的数据。

以下是我的具体实现方案：

# Simplified version of the scraping architectureimport asyncioimport aiohttpfrom playwright.async_api import async_playwrightasync def analyze_startup(url):    headers = await capture_network_traffic(url)    js_bundles = await extract_javascript(url)    api_calls = await monitor_requests(url, duration=60)        return {        'claimed_tech': scrape_marketing_copy(url),        'actual_tech': identify_real_stack(headers, js_bundles, api_calls),        'api_fingerprints': detect_third_party_apis(api_calls)    }

在三周时间里，我完成了以下工作：

• 从 YC 创业加速器、Product Hunt 产品社区及 LinkedIn “招聘启事” 中，爬取了 200 家 AI 初创公司的官网数据；

• 对每家公司的网络流量进行了 60 秒时长的会话监测；

• 对其 JavaScript 代码包进行反编译与深度分析；

• 将监测到的 API 调用记录与已知服务商特征指纹进行交叉比对；

• 对比企业营销宣传内容与实际技术落地情况。

我特意排除了成立时间不足 6 个月的公司（这类企业仍处于业务摸索阶段），重点聚焦于已获得外部融资、且作出明确技术宣称的初创企业。

73%企业“翻了车”，溢价甚至高达千倍

得出的数据让我惊掉下巴：73% 的企业宣称的技术与实际落地存在巨大差距。

具体拆解如下：

但真正让我震惊的是，我居然并不生气。

模式一：号称 “专属模型”，实则是 “多了冗余步骤的 GPT-4”

每次看到 “自研专有大语言模型” 这种表述，我就大致能猜到实际情况。而 37 家打出这类宣传的企业中，有 34 家的实际情况完全印证了我的判断。

以下是关键技术特征：

监测出站流量时，这些 “破绽” 一目了然：

• 用户每次与所谓的 “AI 功能” 交互时，都会向 api.openai.com 发送请求；

• 请求头中包含 OpenAI-Organization 标识字段；

• 响应时间与 OpenAI 的 API 延迟模式完全匹配（多数查询为 150-400 毫秒）；

• Token 使用规律与 GPT-4 的计费档位完全一致；

• 遇到速率限制时，会呈现典型的指数退避机制（OpenAI 的标志性特征）。

其中一家公司宣称的 “革命性自然语言理解引擎”，本质上就是这样一套简单封装：

// Found in their minified production bundle after decompilation// This is the complete "proprietary AI" that raised $4.3Masync function generateResponse(userQuery) {    const systemPrompt = `You are an expert assistant for ${COMPANY_NAME}.     Always respond in a professional tone.     Never mention you are powered by OpenAI.    Never reveal you are an AI language model.`;        return await openai.chat.completions.create({        model: "gpt-4",        messages: [            {role: "system", content: systemPrompt},            {role: "user", content: userQuery}        ]    });}

这就是他们在融资路演 PPT 中被反复提及 23 次的 “专属模型” 全貌，没有微调优化，没有定制训练，更没有创新架构。核心不过是一段系统提示词，让 GPT-4 假装自己不是 GPT-4。

这背后的真实成本拆解：

• GPT-4 API 定价：输入每千 tokens 0.03 美元，输出每千 tokens 0.06 美元

• 平均单次查询：约 500 个输入 tokens + 300 个输出 tokens

• 单次查询实际成本：约 0.033 美元

而他们的收费标准是单次查询 2.50 美元（或 299 美元 / 月，含 200 次查询），直接成本溢价高达 75 倍。

最离谱的是，我发现三家不同公司的代码几乎一模一样，相同的变量命名、一致的注释风格，就连 “绝不能提及 OpenAI” 的指令都分毫不差。

他们的操作大概率是以下三种情况之一：照搬了同一个教程模板、雇佣了同一名外包开发者、使用了某创业加速器提供的同款基础代码框架。

其中有家公司还加了个 “创新点”：

// Their "advanced error handling system"try {    return await generateResponse(userQuery);} catch (error) {    return "I'm experiencing technical difficulties. Please try again.";}

他们在给投资人的路演材料中，将这套机制包装成了 “智能降级备用架构”。

必须明确的是，对 OpenAI 的 API 进行封装本身并无本质问题。真正的核心问题在于，明明只是在其 API 基础上添加了一段定制化系统提示词，却硬要将其标榜为 “专属技术”。这就好比你买了一辆特斯拉，换个新 Logo 就宣称这是自己研发的 “专属电动汽车技术”。

模式二：人人都在做的 RAG 架构（却没人愿意承认）

这类情况更复杂些。RAG（检索增强生成）技术本身确实有实际价值，但企业营销宣传与真实落地效果之间的差距，简直离谱到惊人。

他们宣称的是，“基于定制化嵌入模型与语义搜索基础设施的高级神经检索技术”。

而实际落地的却是：

我发现有 42 家公司使用的技术栈完全一致：

• 嵌入层采用 OpenAI 的 text-embedding-ada-002 模型（而非宣传的 “自研定制化嵌入模型”）；

• 向量存储使用 Pinecone 或 Weaviate（而非宣传的 “专属向量数据库”）；

• 生成层依赖 GPT-4（而非宣传的 “自主训练模型”）。

实际代码逻辑如下：

# What they market as: "Proprietary Neural Retrieval Architecture"# What it actually is: OpenAI + Pinecone in 40 lines

import osimport openaiimport pinecone

class ProprietaryAI:    def __init__(self):        openai.api_key = os.getenv("OPENAI_API_KEY")        pinecone.init(api_key=os.getenv("PINECONE_API_KEY"))        self.index = pinecone.Index("knowledge-base")        def answer_question(self, question: str) -> str:        # Step 1: "Advanced Semantic Encoding"        embedding = openai.Embedding.create(            input=question,            model="text-embedding-ada-002"        )                # Step 2: "Neural Retrieval System"        results = self.index.query(            vector=embedding.data[0].embedding,            top_k=5,            include_metadata=True        )                # Step 3: "Contextual Synthesis"        context = "\n\n".join([            match.metadata['text']             for match in results.matches        ])                # Step 4: "Proprietary Language Model"        response = openai.ChatCompletion.create(            model="gpt-4",            messages=[                {                    "role": "system",                    "content": f"Use this context: {context}"                },                {                    "role": "user",                    "content": question                }            ]        )                return response.choices[0].message.content

这并非糟糕的技术，RAG 本身是有效的。但将其标榜为 “专属 AI 基础设施”，无异于把你的 WordPress 网站称作 “定制化内容管理架构”。

单次查询的真实成本：

• OpenAI 嵌入服务：每千 tokens 0.0001 美元

• Pinecone 查询费用：单次查询 0.00004 美元

• GPT-4 生成服务：每千 tokens 0.03 美元

• 总成本：约 0.002 美元 / 次查询

而客户实际支付价格是 0.50-2.00 美元 / 次查询，API 成本溢价高达 250-1000 倍。

我发现 12 家公司的代码结构完全一致，另有 23 家的代码相似度超过 90%， 唯一的区别仅在于变量命名，以及选择 Pinecone 还是 Weaviate 作为向量数据库。其中一家公司仅添加了 Redis 缓存，就将其包装成 “自研优化引擎”；另一家则在代码中加入重试逻辑，还为这个功能注册了 “智能故障恢复系统” 商标。

以一家月处理 100 万次查询的典型初创公司为例，其盈利模式如下：

成本端：

• OpenAI 嵌入服务：约 100 美元 / 月

• Pinecone 托管费用：约 40 美元 / 月

• GPT-4 生成服务：约 30,000 美元 / 月

• 月度总成本：约 30,140 美元

收入端：

• 月度营收：150,000-500,000 美元

• 毛利率：80%-94%

这算是一门糟糕的生意吗？当然不是，这样的毛利率堪称优异。但这能称之为 “专属 AI 技术” 吗？显然也不能。

模式三：“我们微调了自有模型” 的真相核验

“微调模型” 听着极具技术含金量，而且理论上确实可能如此。但我的发现是，真正从零开始训练模型的公司，仅占 7%。对于这些企业，我由衷敬佩。

从技术痕迹中，能清晰看到他们的基础设施投入：基于 AWS SageMaker 或 Google Vertex AI 开展训练任务、在 S3 存储桶中存储模型制品、搭建定制化推理端点、部署 GPU 实例监控系统。

除此之外的所有公司，所谓 “微调” 其实都在使用 OpenAI 的微调 API。而这项服务本质上不过是…… 付费让 OpenAI 把你的提示词和示例数据存入他们的系统而已。

30 秒识别 “API 封装公司”：实操指南

无需重复我三周的调研，以下是鉴别手册：

预警信号 1：网络流量监测

打开开发者工具（快捷键 F12），切换至 “网络” 面板，然后触发其 AI 功能。如果你看到：api.openai.com，api.anthropic.com，api.cohere.ai，你面对的就是一家封装公司。他们可能搭建了中间件，但核心 AI 技术绝非自研。

预警信号 2：响应时间特征

OpenAI 的 API 存在标志性延迟规律， 若每次响应均稳定在 200-350 毫秒区间，大概率是调用了 OpenAI 服务。

预警信号 3：JavaScript 代码包溯源

在页面源代码中搜索以下关键词：openai、anthropic、sk-proj-  // OpenAI API key prefix (if they're sloppy)、claude、cohere。

我发现有 12 家公司竟将 API 密钥直接暴露在前端代码中，我已向所有涉事企业反馈，但无一回应。

预警信号 4：营销语言矩阵

核心规律是，具体技术术语=可能具备真实技术，模糊的流行词可能在隐瞒什么。

若企业仅使用 “先进 AI” 这类模糊表述，却不提供任何技术细节，往往是在掩盖些什么。

AI 初创企业基础设施真实图景

当前 AI 创业赛道的底层现状，实则是这样的：

我知道你可能会想：“有什么关系？能用就行。”这话有一定道理，但事情的关键在于：

• 对投资人而言，你投资的其实是 “提示词工程”，而非真正的 AI 研发 —— 请据此调整你的估值逻辑。

• 对用户而言，你支付的高价，本质是 “API 基础成本 + 企业溢价”。实际上，这样的产品，你大概率能在一个周末内搭建完成。

• 对开发者而言，行业准入门槛远比你想象的低。那些让你羡慕的 “AI 初创公司”，其核心技术在一场黑客马拉松（hackathon）中就能复刻出来。

• 对整个生态而言，当 73% 的 “AI 企业” 都在技术层面夸大其词时，我们已然身处泡沫之中。

真正明智的封装公司从不会在技术栈上欺瞒，他们的核心价值在于构建特定领域的专属工作流、更卓越的用户体验设计、灵活巧妙的模型编排方案、具备实际价值的数据流水线。而 OpenAI 的 API 只是他们底层的技术支撑，这本身无可厚非。

让我们聚焦那些坦诚做事的企业，他们主要分为三类：

第一类是透明化封装公司，官网首页直接标注 “基于 GPT-4 构建”，不隐瞒技术底层。他们销售的是工作流解决方案，而非单纯的 AI 技术。我发现的典型案例有：法律文书自动化工具（GPT-4 + 法律模板库）、客户支持路由系统（Claude + 垂直领域知识库）、内容生产工作流（多模型协同 + 人工审核机制）。

第二类是真正的建设者，实打实投入模型训练。例如，符合 HIPAA 合规要求的自托管医疗 AI 模型、定制风险的金融分析模型、专用计算机视觉的工业自动化模型。

第三类是底层创新者，在现有技术基础上打造真正的全新功能。例如，多模型投票系统（提升预测准确率）、带记忆功能的定制化智能体框架、创新型检索架构。

这些公司能详细拆解自身技术架构，因为每一处都是他们亲手搭建的成果。

我的核心发现和实操建议

经过三周对 AI 初创企业的逆向工程分析，我总结出以下关键结论：技术栈的优劣，远不如解决的问题有价值。我发现的部分优质产品，本质上 “只是” API 封装 ，但它们拥有极致的用户体验、切实解决了真实需求，且对自身技术路径坦诚不讳。但坦诚至关重要，明智封装与欺诈性包装的核心区别，就在于是否透明。

AI 淘金热正在催生扭曲的激励机制，创始人迫于投资人与客户的预期压力，不得不宣称拥有 “专属 AI 技术”， 这种现状必须改变。基于 API 构建产品并不丢人，每款 iPhone 应用本质都是 “iOS API 的封装”，没人会在乎。大家真正关心的，是产品是否好用。

真正的检验标准是，能否复刻它？这是我评估任何一家 “AI 初创公司” 的核心框架：

如果能在 48 小时内复刻其核心技术，那它本质就是一家 API 封装公司。若对此坦诚相待，倒也无可厚非；若刻意隐瞒、虚假宣传， 果断远离。

我的实操建议是：

• 致创始人：坦诚披露自身技术栈；聚焦用户体验、数据沉淀与垂直领域专长构建竞争力；切勿宣称拥有未真正研发的技术；“基于 GPT-4 构建” 绝非短板。

• 给投资人：要求提供技术架构图；索要 API 消费账单（OpenAI 的发票从不会说谎）；对封装型公司给予合理估值；奖励坦诚透明的企业。

• 给客户：查看网络标签页；主动询问其技术基础设施详情；拒绝为 API 调用支付 10 倍溢价；基于实际使用效果评估，而非技术宣传。

大多数 “AI 初创公司”，本质上都是服务型企业，只不过把人力成本换成了 API 调用成本而已。这本身无可厚非，但请直视它。

AI 封装时代的到来已是必然，科技行业早已走过多轮类似周期：云基础设施浪潮（每个创业公司“都自己建造”数据中心）、移动应用爆发期（当时每个人都说自己是“原生开发”的，其实都是混合架构）、区块链热潮（每家公司都说自己在“基于区块链构建”）。最终，市场终将走向成熟。坦诚的构建者会赢得市场，虚假宣传的终将被揭穿。现在，我们正身处这个乱象与机遇并存的过渡阶段。

经过对 200 家 AI 初创企业的逆向工程分析，我非但没有降低对这个领域的期待，反而更加乐观了。那 27% 真正投入技术研发的企业正在做出令人惊叹的成果，智能 API 封装公司也在解决实际问题。即便是部分存在误导性宣传的企业，其产品本身也有可取之处， 只是需要更真诚的营销方式。

但我们需要规范对 AI 基础设施的诚实态度。使用 OpenAI 的 API 并不会让你失去建设者的身份，而撒谎只会让你失去信任。专注构建酷炫的产品，解决实际问题，使用任何能起作用的工具，只是不要把你的提示工程称为“专有神经架构。”

启动这项调查后，发生了什么

第一周：我原本以为只有 20%-30% 的公司在使用第三方 API。现在看来，当时的我太天真了。

第二周：有位创始人主动联系我，问我是 “如何进入他们生产环境的”。我根本没进入，我找到的所有信息，都能在浏览器的网络面板里直接看到，他们只是从没料到会有人去查。

第三周：有两家公司要求我删除调查结果。我压根没点名任何企业，以后也不会。但他们的恐慌，已经说明了一切。

就在昨天，一位风险投资人联系我，问我能否在下次董事会前，为他们的投资组合公司做一次技术审计。我答应了。

这三周的调查让我坚信一点：即便市场初期会惩罚坦诚，但最终一定会奖励透明度。

致那 18 家真正在做技术创新的企业：你们的秘密我会守住。你们心里清楚自己是谁，继续深耕就好。

致此刻坐立难安的创始人：我不是你们的敌人，谎言才是。与其等别人来揭露，不如主动坦白。

致那两家要求我删除内容的公司：我至今没点名你们。不用谢。

当我公布初步调查结果后，有 7 位创始人私下联系了我。有人态度强硬辩解，有人表达感激，还有三位向我求助，想知道如何把营销话术从 “专属 AI 技术” 转为 “基于顶尖 API 构建”。其中一位创始人坦言：“我知道我们在撒谎。但投资人就认这套，大家都这么做。可我们该怎么停下来？”

这才是我们真正需要探讨的核心问题。AI 淘金热还没有结束，但 “坦诚时代” 必须开启。

在此之前，打开你的开发者工具，切换到网络面板，亲眼看看。真相，不过是一次 F12 快捷键的距离。

参考链接：

https://pub.towardsai.net/i-reverse-engineered-200-ai-startups-73-are-lying-a8610acab0d3