红杉资本近期AI闭门峰会揭示行业重大转向：AI产品的商业模式正从卖工具、卖协作，最终走向卖成果。这一演进不仅重塑用户付费逻辑，更将彻底改变产品设计、定价策略与竞争壁垒。本文深度拆解这三个关键阶段的技术突破与产品挑战，并犀利指出：真正决定未来的，是产品经理将模糊需求转化为可交付成果的SOP设计能力。

红杉资本前两周开了个闭门AI峰会，满场硅谷顶级创始人和VC，聊了很多东西。其中有一个判断我反复想了好几天，觉得越想越对：

AI产品的商业模式正在从卖工具，走向卖协作，最终走向卖成果。

这三个词看起来平平无奇，但你仔细品一下，它其实在说一件很大的事——用户愿意为什么付钱，正在发生根本性的变化。而这个变化会直接决定接下来几年AI产品怎么设计、怎么定价、怎么建护城河。

我试着从一个产品经理的视角把这件事拆清楚。

我自己踩过的一个认知坑

先说个我自己的感受。

我现在每天都在用Claude code、codex hermes agent Cursor、Codex这些工具，订阅费加起来一个月小几千块。刚开始觉得挺值的，模型能力强，写代码、写文案、做分析都能帮上忙。但用了一段时间之后，我发现一个很别扭的地方。

我付的是”工具使用权”的钱，但我真正想要的不是工具，是结果。

比如我想发一篇公众号文章。我要的不是”一个能帮我润色文案的AI”，我要的是”帮我从Obsidian笔记库里找到合适的素材，组合成一篇能直接发的文章，标题、结构、配图建议全给我”。这中间的差距非常大。前者是工具，后者是交付。

我在前者上花了很多时间——自己选题、自己找素材、自己搭结构，然后把半成品丢给AI帮我补完。AI确实提效了，但它提的是”执行效率”，不是”决策效率”。我还是得自己想清楚要做什么，怎么做，做到什么程度。

后来我搭了一套SOP：用Hermes抓热点新闻，Obsidian沉淀原子笔记，Claude帮我扩写和洗稿，整个流程跑通之后效率翻了好几倍。但这套流程是我自己设计的，不是任何一个AI产品提供的。

这就是红杉说的那个gap。

三个阶段到底在说什么

红杉把AI产品的演化分成三级，我按自己的理解重新翻译一下。

第一级，卖工具。ChatGPT是最典型的例子。你来问，我来答。模型能力很强，但你得自己知道问什么、怎么问、问完之后怎么用。本质上它是一个”超级搜索引擎+超级文字处理器”，你是司机，它是车。你不会开车，再好的车也没用。

这个阶段的定价逻辑是按使用量收费——月费、token数、API调用次数。用户付的是”使用权”。

第二级，卖协作。Cursor、GitHub Copilot属于这一类。它不是等你来问了，而是在你干活的过程中主动参与——你写代码它帮你补全，你改bug它帮你定位原因，你重构它帮你生成测试用例。它更像一个坐在你旁边的同事，你干你的，它帮它的，但最终的决策权和验收权还在你手上。

这个阶段的定价开始微妙了。Cursor收的还是订阅费，但用户愿意付更多，因为它省的不只是打字时间，而是思考时间。你可以把它理解为”生产力提升费”。

第三级，卖成果。这是红杉认为AI产品最终会到达的地方。用户不关心你用了什么模型、什么架构、多少token，他只关心一件事：活干完了没有，结果好不好。

Devin是一个早期尝试——你给它一个需求描述，它从零开始写代码、调试、部署，你只需要验收最终结果。虽然现在还不够成熟，但方向是对的。法律领域的Harvey也是类似逻辑——律所不是在买一个”AI法律助手”，而是在买”帮我完成尽调报告”这个结果。

这个阶段的定价逻辑彻底变了。不是按token收费，不是按月收费，而是按结果收费、按项目收费、甚至按效果分成。红杉给这个阶段起了个名字叫”Service as Software”——注意，不是Software as a Service，是反过来的。软件不再是工具，软件本身就是服务的交付者。

为什么这件事现在才发生

这三级之间的跳跃不是渐进的，是需要底层能力突破才能实现的。

从第一级到第二级，关键突破是模型的上下文理解能力。Copilot之所以能在你写代码的时候帮上忙，是因为它能”看懂”你当前的代码上下文，而不只是孤立地处理一个提问。

从第二级到第三级，关键突破是Agent的成熟。一个能”卖成果”的产品，意味着AI需要自主规划任务、调用工具、处理异常、跨步骤协作。它不能只是”会干活”，还得”会管项目”。

红杉在峰会上引了Altman的一个时间表：2025年Agent开始工作，2026年AI发现新知识，2027年AI进入物理世界。Claude Code的创始人Boris Cherny说他2026年没亲手写过一行代码，一个人一天合并150个代码请求——全是Agent干的。

我之前写过一篇关于Agent记忆系统的分析，当时的判断是：记忆正在成为AI产品的第三根支柱。现在跟红杉这个框架放到一起看，逻辑就更清楚了——Agent要”卖成果”，就必须跨任务、跨时间段地连续工作。没有记忆系统的Agent，每次都从零开始理解用户，根本没法交付一个完整的结果。记忆是”卖成果”的前提条件。

对做产品的人来说意味着什么

我觉得这个框架最有价值的地方不是描述趋势，而是可以用来做自检。

你现在做的AI产品（或者你打算做的），处在哪个阶段？如果还在卖工具，那你面临的问题是：模型能力在快速趋同，GPT、Claude、Gemini之间的差异可能只有几个百分点，你靠什么跟别人不一样？如果你在卖协作，你需要想的是：你的产品能不能再往前推一步，从”帮用户提效”变成”替用户交活”？如果你已经在尝试卖成果，那核心问题变成了：你怎么定义”成果”？怎么保证交付质量？怎么定价才能让用户觉得值？

还有一个我觉得容易被忽略的点：SOP和工作流的设计能力在变得越来越值钱。

我自己搭内容生产流程的经历让我意识到，AI工具再强，如果你没有一套清晰的SOP把它串起来，效率提升是有限的。能把”我要什么结果”拆解成”哪些步骤、用哪些工具、按什么顺序、在哪个节点做质量检查”的人，比会用某个AI工具的人值钱得多。

这个能力在红杉的框架里对应的是从第二级到第三级的关键跳跃——不是工具变强了你就自动到了第三级，而是需要有人把工具编排成一条能交付结果的流水线。这个编排能力，目前还是人的活。

说白了，做AI产品（或者用AI产品），最终比的不是你手上的模型有多强，而是你有没有能力把一个模糊的需求拆解成一条可执行、可验收、可复用的流程。模型是发动机，但你得自己画路线图。

红杉没说但我觉得挺关键的一件事

红杉的框架很漂亮，但有一个问题它没展开——用户的信任门槛。

卖工具的时候，用户对错误的容忍度很高。ChatGPT说错了一句话，你改改就行了，没什么损失。卖协作的时候，容忍度开始下降。Cursor给你生成了一段有bug的代码，如果你没仔细review就合并了，可能会出线上事故。

到了卖成果这一级，用户的容忍度会急剧收窄。如果我花钱买的是”帮我完成一个尽调报告”，结果报告里有事实性错误，这不是”体验差”的问题，这是赔钱甚至吃官司的问题。

这意味着从协作到成果的跨越，不只是技术问题，更是信任问题。产品需要在可解释性、可审计性、错误可追溯这些方面做大量的工作。之前写Agent记忆那篇的时候，腾讯的方案强调”分层记忆+完整溯源”，其实就是在解决这个信任问题——Agent做了一个决策，用户能一路追溯到它为什么这么判断。

能不能让用户放心地把一整件事交给AI去做，可能是”卖成果”这个阶段最难攻克的产品挑战。不是技术不行，是信任还没建立起来。

红杉这次峰会讲了很多东西——算力垄断、具身智能、一人独角兽。但我觉得”卖工具→卖协作→卖成果”这条线是最值得反复琢磨的，因为它直接指向一个很现实的问题：你做的产品，用户到底在为什么买单？

我自己的感受是，现在大部分AI产品还停在第一级到第二级之间。第三级的产品形态还在摸索，但方向已经很清楚了。谁先把”卖成果”这件事跑通，谁就拿到了下一个阶段最大的定价权。

你做的AI产品现在在哪个阶段？你觉得从你的场景出发，”卖成果”可能长什么样？欢迎在评论区聊聊。