大厂在卷通用大模型，卷得昏天黑地，参数万亿，发布会一场接一场，但用户拿到手一用，发现能解决的实际问题就那么几个。这感觉就像给你一台能算天体轨道的超级计算机，结果你只想用它来算算这个月的家庭开支。算力过剩，场景匮乏。
我这两年死磕 n8n、AutoGPT 还有各种 GUI 封装，越来越清楚一件事：真正的生产力，不在那个最炫的模型里，而在“最后一公里”的流程里。大厂的目标是星辰大海，是 AGI，是下一个时代的操作系统。他们没工夫，也没动力去帮你解决“怎么把钉钉审批结果自动同步到飞书文档，并且根据金额触发不同的财务流程”这种脏活累活。这种需求太细碎了，标准化程度低，客单价看着也不高，养不活他们庞大的研发和销售团队。但对我们这种超级个体来说，这就是金矿。
差异化不是喊出来的，是钻出来的。就拿我最近给一个健身工作室做的会员管理系统来说，核心需求就三个：自动排课、课时消耗提醒、私教反馈收集。市面上任何一款通用 SaaS 都太重了，他们恨不得把 CRM、ERP、OA 全给你塞进去，年费好几万。我用 n8n 搭了个核心，前端用简道云做了个轻量表单，中间用 OpenAI 的 API 处理自然语言反馈（比如会员说“今天练完膝盖有点酸”），自动归类并推送给对应的教练。整个系统开发时间一周，硬件成本就是一台低配云服务器，但解决了老板每天手动统计、来回传话的两个小时。他愿意为这个“不通用”但“极度贴合”的工具每月付几百块。这种单子，大厂看都不会看一眼。
这就是缝隙。大模型提供了前所未有的“理解”和“生成”能力，相当于给了我们一把万能钥匙的毛坯。但最终这把钥匙要开哪把锁，锁芯长什么样，怎么开最省力，这些打磨的功夫，就是差异化的空间。我不需要去训练一个比 GPT-4 更懂健身的模型，我只需要更懂那个健身工作室老板的工作流，然后用现有的 AI 能力去嵌入、去自动化。我的竞争壁垒不是算法，而是对某个垂直领域业务逻辑的深度咀嚼，以及把技术拼接起来落地的工程化能力。
去年我还有点焦虑，觉得不搞模型微调、不研究 Lora 参数就落伍了。现在想通了，我的用户——那些中小企业的老板、自由职业者、小团队负责人——他们才不关心我用的模型是 1750 亿参数还是 175 亿参数。他们只关心：“我原来要花三小时干的活，现在能不能点一下按钮就完成？” 我要做的就是把这个按钮做得足够傻瓜，流程足够结实，别动不动就报错。大厂卷他们的“脑力”，我深耕我的“手活”。把那些散落在各个角落的、不配拥有独立 SaaS 的微小需求，用 AI 胶水粘合起来，封装成一个轻便的工具。这条路，足够我这样的手艺人吃上好多年了。卷通用大模型？让他们卷去吧，我在我的细分山洞里，把斧头磨得更快就行。
