Dorsey 断言 AI 无护城河：技术平权下的商业价值重构

据 Woofun AI 消息，10 月 24 日， 创始人 在 X 平台发布了一条仅由四个单词组成的推文——"There is no moat"（没有护城河）。

这一缺乏上下文支撑的简短声明，迅速在科技与金融圈层引爆了关于人工智能行业核心竞争壁垒的激烈辩论。Dorsey 的断言并非孤立事件，而是对当前 AI 技术加速折旧现象的一种极端化表达，其核心指向在于质疑传统意义上依靠技术领先构建的商业防御体系是否依然有效。在技术扩散速度远超预期的当下，这一观点迫使市场重新审视 AI 公司的长期估值逻辑，即当技术优势变得短暂且易被复制时，真正的经济价值究竟留存于何处。

就在 Dorsey 发声的前一天，Block 正式发布了其自研语音模型 ，这一动作被视为对其"无护城河"论调的技术性注脚。Dessa 由 Block 内部一个小团队训练而成，其硬件配置仅依赖一套 GB200 NVL72 机架，这在算力军备竞赛中显得极为克制。

更关键的是，该模型直接从人类对话音频中学习，摒弃了主流大模型依赖文本预训练的路径。在官方演示中，Dessa 展现了边听边说的实时交互能力，并能自然处理停顿、笑声及语调变化，模拟出接近真人的交流质感。

尽管 Dessa 目前仍处于研究预览阶段，其性能尚不足以证明已全面追上头部语音模型，但这一案例揭示了技术路线的多样性。Woofun AI 整理数据显示，这种非主流的研发路径表明，前沿 AI 技术并非只有单一实现方式，后来者无需完全复刻 OpenAI 或 Anthropic 等领先者的重资产研发模式，也能构建出具备竞争力的产品。有人将 Dorsey 的推文解读为对 OpenAI 和 Anthropic 的暗讽，毕竟模型性能领先曾是这些公司支撑长期商业价值预期的核心支柱。

然而，随着训练方法普及和能力扩散，即使拥有最先进的模型，其领先优势的持续时间及转化为商业回报的能力正面临严峻考验。

从更宏观的商业史视角来看，技术创造的红利并不必然归属于技术提供方。如果竞争对手能以相近成本提供相似的 AI 能力，技术进步带来的收益将通过价格竞争转移给下游企业和消费者，而非全部留存于模型公司的利润表中。这解释了为何"AI 创造巨大经济价值"与"部分 AI 公司可能被高估"并不矛盾：前者关乎技术对整体经济的贡献，后者则取决于特定企业能捕获多少利润。Dorsey 的"没有护城河"虽显绝对，但准确指出了 AI 加速了纯软件工程优势折旧的事实。AI 编程工具大幅降低了软件功能的构建与复制成本，过去大公司依靠密集工程投入建立的产品体验，如今可被小团队以极低成本快速复刻。

这种变化是双向的：小公司能更快追赶大公司，而其领先优势也更容易被后来者复制。因此，当"功能"不再稀缺，那些难以通过算法生成的资产变得至关重要。在软件行业之外，独有的数据、深厚的客户关系、融入企业运营流程的行业知识，以及分销渠道，其战略重要性日益凸显。以实体经济为例，AI 虽能帮助餐厅寻找客源、优化菜单或管理库存，却无法凭空创造出一家餐厅历经多年积累的声誉与信任。长远来看，利润将从"提供智能技术的公司"流向"应用这些技术的企业"，即那些掌握稀缺数据、拥有关键入口并促成实际交易的企业。

对于 AI 时代的初创企业而言，这种技术平权不仅重塑了竞争格局，更带来了战略选择上的深刻悖论。过去，高昂的研发成本本身构成了一种天然约束，迫使企业保持专注；如今，构建产品与进行实验的成本大幅降低，企业面临着"什么都能做"的诱惑。