AI 产业链：别只盯模型发布

五层怎么读（上近用户，下远底座）

页脚那条链更像价值流向：基础研究 → 技术研发 → 产品服务 → 产业应用 → 价值创造。口号翻译成人话：没数据没算力，模型悬空；没场景，模型只是演示。

个人怎么用这张图

别从「我该学哪个模型名」开局，先定位自己落在哪一层、上下游靠谁：

1. 只会调 API → 人在应用层边缘；要加深，往下懂一点模型能力边界 + 技术层编排（Agent/RAG/评测）。
2. 会训/微调 → 模型层；同时要知道基础层成本和数据质量会卡死你。
3. 做平台/中间件 → 技术层；客户真正买的往往是应用层结果，别只卷框架名词。
4. 搞基础设施 → 基础层；离热点远，但应用一爆你就忙。

追热点前先问：这个新闻改的是哪一层的约束？是算力便宜了、数据合规变了，还是某个垂直场景打通了？

企业怎么用这张图

• 选技术：先定场景（应用层），再倒推要不要自建模型、买 API、还是只做编排与数据。
• 做产品：识别自己卖的是哪一层的交付物，缺的合作伙伴在邻层。
• 找伙伴：芯片云、数据标注、模型商、集成商、行业 ISV，别全挤在「大模型」四个字里谈。

整合能力创造价值，不是押中一个基座模型名称。

读图时别踩这几条

• 厂商与版本（如某代 GPT/Claude/Gemini、国内云平台名单）会过期；收藏的是分层，不是榜单。
• 「Agent」在正文里被点到，图上更多落在应用/技术编排侧，别把 Agent 理解成独立第六层神话。
• 同作者还有「价值链」参照图；叠看时分清：一张偏谁在哪一层，一张偏价值怎么流。

别被单一概念牵着跑

理解产业链，是为了少被单一概念牵着跑。无论那个概念叫大模型、Agent，还是下一周的新词。