不到1个月，豪掷100亿美元！OpenAI掀起了一场新的AI范式迁移

当模型能力逐渐逼近一个“体验上限”，用户和企业的需求正在开始发生变化：

光有一个聪明的大脑不够，AI 需要被塞进真正“能做事的身体”和“能理解人类的接口”。

这也解释了 OpenAI 最近的两笔收购：

Windsurf，这家最初名为 Codeium。最初是一家 ToB 的 GPU 虚拟化平台，后来转型 AI 编程赛道，并很快在 AI 辅助编程领域崭露头角。

简单来说，Windsurf（原 Codeium）是一个 AI 编程平台，提供了 Supercomplete（AI 代码自动补全）和 Cascade（工作流自动化）等产品。

据报道，Windsurf 已吸引了超过 80 万开发者用户，并拥有约 1000 家企业客户。今年 4 月，公司 ARR 收入约为 1 亿美元，相比一月份的 4000 万，收入翻倍。而在本轮筹集超过  2.43 亿美元的资金后，Windsurf 的估值达到了 28.5 亿美元。

OpenAI 之所以收购 Windsurf，主要看重两个方面：

一是 AI 编程已经成为 AI 应用最重要的场景之一。相较于 GitHub Copilot 和 Claude，OpenAI 在这个场景缺乏足够的控制力。核心场景的缺位，是 OpenAI 不能接受的。

二是 Windsurf 不仅拥有产品，还有数据（数百万开发者使用的数据习惯、反馈、代码流），这对训练更优秀的编程模型极为关键。

OpenAI 收购 Windsurf 的本质，是在买“AI 写代码的使用路径”和“用户行为数据”。

比起 Windsurf，OpenAI 收购 io 目的就好理解得多——不是买硬件，是要接管“人机交互入口”。

io 由苹果前首席设计官 Jony Ive 创办，还未发布任何产品，但其目标是打造一种“屏幕之后的 AI 设备形态”。据说，io 的第一款产品将在 2026 年发布。

虽然现在 ChatGPT 很成功，但仍然有一个问题始终没有得到解决：AI 产品缺乏“自然入口”。

正如 The Browser Company 的创始人 Josh Miller 在其 AI 浏览器产品 Dia 的开发历程时写道：

Chat 实际上是一个绝佳的界面，并非权宜之计。

具体来说，大部分 AI 产品，不是自然场景下的刚需，用户必须主动思考“我要用 AI”，打开一个独立页面或工具（比如 ChatGPT、Claude、Notion AI），这本身就是一种强行为切换成本。

这意味着，未来 AI 需要从“目标触发”转向“场景嵌入”。

而硬件之所以能成为天然的入口，因为它控制了人类行为的起点，天然承载“零思考”的触发方式，具备最低交互成本和最高响应能力。比如，你说一句话，AI 耳机或智能穿戴设备可以立即响应，不用打开 App 或输入 Prompt。

在 AI 时代，谁拥有最自然的使用路径，谁就能成为下一代平台。所以，从 OpenAI 到苹果、Meta、谷歌，都不约而同地瞄准 AI 硬件，自然不是为了卖设备本身，而是：

“谁掌握入口，谁就掌握平台级控制权”。

除了自身业务的考虑，无论是补编程场景，还是提前卡位 AI 硬件，OpenAI 还有着更深层次的产业逻辑考虑。

其实，加速扩张的不止 OpenAI，还有谷歌。

在正在进行的 I/O 大会上，谷歌一次性发布了十余款新产品，几乎就是把能更新的全做了一遍，甚至还全面上线 AI 搜索引擎。

在不少人看来，这场发布会后，谷歌正在重新拿回 AI 竞争中的领先。

原因在于，谷歌拥有在 AI 领域独一无二的布局——领先的模型+最大的流量矩阵。对比之下，有流量的苹果模型不断延期，有模型的 OpenAI 也只跑出了 ChatGPT 一个入口。

借用阑夕总结的一句话：全栈式的服务体系，可能才是 AI 当下的最优解。

这背后的逻辑不难理解。一方面，在模型升级的边际收益递减，AI 全面走向应用的过程中，大家发现，过去锚定月活流量的玩法玩不转了。从豆包到年后的 DeepSeek 再到元宝，用户迁移一个比一个快。

另一方面，单点场景的“含金量”也在下降。过去，AI 产品可以凭借某个爆款功能切入市场。但如今，客户对 AI 的期望正在发生本质性转变：他们不再满足于“一个功能软件”，而是希望 AI 能够全面融入现有系统，自动完成更完整的任务闭环。

用红杉资本的话说，下一阶段的竞争，将从“功能比拼”进入“结果交付”阶段。AI 应用将从“功能导向”走向“任务导向”和“流程整合”。

这也就意味着，通用型 AI 助手的战略价值正在上升。相较于专注单一功能的工具类产品，通用助手具备天然的横向拓展能力——它足够了解的偏好、习惯、工作语境，同时还不受场景限制，可以跨品类整合多种子能力，从而去完成更多更复杂的工作。

当 AI 从“工具”变成“助手”，交付的是结果，争夺的是关系。

正因此，Sam Altman 才会不断强调 ChatGPT 的“长期记忆能力”——因为记忆构成了 AI 与用户之间最核心的关系链。一旦这种关系形成，就意味着用户的任务流、行为路径和工作语境都绑定在 AI 之中。

某种程度上说，上下文就是 AI 时代的人机关系链。AI 对用户的熟悉程度，就是 AI 时代的网络效应：越用越懂你，越懂你越离不开。

这也是为什么 Sam Altman 会认为，10 亿用户比 SOTA 模型更有吸引力。

不到 30 天，花了接近 100 亿美元，OpenAI 不是简单的业务扩张，而是一次对 AI 产业“重心”的重新定义：

从单一追逐模型极限，转向构建可持续交付能力、用户关系和平台控制权。

在这条全栈化的战线上，模型只是入场券，真正决定胜负的，是“谁能掌握用户的起点，贯穿用户的全程”。

未来的 AI 竞争，不只是“谁更强”，而是“谁更近”、“谁更懂你”、“谁更离不开”。OpenAI 已经率先出手，下注路径、入口和闭环。而它的对手们，很快就会意识到：

只有从“做 AI 产品”进化到“成为 AI 操作系统”，才有资格定义下一代科技范式。