柏林电子展的新闻稿和视频快把我淹没了，每家都在秀肌肉，但肌肉长得都一样：AI 音箱、AI 耳机、AI 眼镜，恨不得把 AI 芯片塞进马桶里。大厂们端着“硬件全家桶”上桌，从手机到手表到车，链路全给你焊死。我们这些搞软件的，以前还能做个 App 寄生，现在呢？App 都快成硬件的一个预装通知了。
我盯着那些渲染图，胃里一阵泛酸。不是嫉妒，是熟悉的窒息感。2023年初 ChatGPT 炸开的时候，我以为机会来了，软件和创意的春天。一年半过去，发现春天是巨头的，我们只是地皮上那点残雪。大模型 API 贵、慢、有政策风险，但这些都不是最要命的。最要命的是，当 OpenAI、谷歌、苹果开始把模型直接烧进芯片，当你的“智能”功能变成设备原生能力，你那个调用 API 的中间件还值几个钱？用户为什么要打开你的 App，而不是直接对手机说句话？
硬件即入口，数据即护城河。这套逻辑我们讲了十年，但今天它被 AI 以核聚变的方式实现了。你做一个健身教练 AI，精度再高，比得过 Apple Watch 传感器实时数据 + 本地化轻量模型给出的“呼吸建议”吗？你做一个写作助手，能像 Gemini 直接集成在 Gmail 输入框里那样无感吗？缝隙还在，但正从门缝变成刀锋，站上去都嫌硌脚。
但刀锋也是缝。我关了那些炫目的宣传片，开始拆解他们的“全家桶”。发现几个脆弱的接缝处。第一，数据垄断下的“数据厌食症”。巨头有全链路数据，但正因如此，它们的产品必须是“大众最大公约数”，不敢太激进，无法服务垂直、怪异、高风险的场景。一个需要深度分析用户全部 Slack、邮件、日历和代码提交记录才能做的“个人效能激进改造助手”，大厂敢做吗？不敢，隐私和合规部门会先跳起来。这就是缝隙。
第二，体验一致性的反面：臃肿与迟缓。全家桶要协同，必然牺牲单个场景的极致。为了和手机、车联动，那个耳机就得加一堆用不上的协议，固件庞大，启动慢半拍。这就是为什么总有小众品牌靠“音质”或“降噪”一个单点能撕开口子。在 AI 硬件上，会不会有“极端隐私”（完全本地模型，零数据上传）或“极端垂直”（只针对律师庭审录音做实时摘要优化）的硬件机会？哪怕它丑，它贵，它只能干一件事。
第三，最现实的缝隙：成为全家桶的“外挂器官”。既然打不过，就做它们的延伸。用 n8n 这类工具，把不同全家桶的数据和功能偷偷连起来。比如，把小米手环的运动数据，绕过它自家的烂 App，拉出来喂给 GPT-4o，生成比它官方报告犀利十倍的周报，再自动塞进 Notion。这本质是在巨头的数据壁垒上打孔，做它们因为内部政治或路径依赖而做不了的“跨平台脏活”。风险高，但需求真实存在。
想清楚这些，焦虑没散，但手头有事做了。不再妄想做一个平台去对抗平台。而是当好一个“外科医生”，在巨头的庞大躯体上，找到那些血液循环不畅、神经末梢坏死的地方，做微创手术。提供的不是另一个设备，而是一套“连接与增强”的方案。硬件全家桶越完美，这种“修复和桥接”的需求就越痛。这活儿不酷，不性感，上不了柏林展的聚光灯。但它可能是我，以及很多像我们这样的软件老狗，在未来几年还能吃上饭的那道缝隙。哪怕，只是舔一口刀锋上的蜂蜜。
