AI初创公司套壳真相调查：73%产品实为第三方API包装，创新还是泡沫？

“在200家AI初创公司中，高达73%的产品仅是‘套壳’应用，核心依赖于ChatGPT、Claude等第三方模型！”

这一数据曝光后，在AI创业领域引发了巨大震动与激烈辩论。

回顾2023年，OpenAI首席执行官Sam Altman曾警告：“单纯套用ChatGPT的模式必将失败。”

然而现实却截然相反：随着ChatGPT的全球火爆，创业浪潮汹涌澎湃，海量资本涌入，部分公司甚至在产品未面世时就获得了惊人关注。

如今，软件工程师Teja Kusireddy通过数据挖掘，揭开了这场“繁荣”背后的另一面。他对200家AI企业进行了逆向工程、代码反编译及API调用追踪，发现许多标榜“颠覆性创新”的公司，其核心功能依然依托外部服务，仅在外层包裹了一层“创新”外壳。市场宣传与实际技术之间的鸿沟令人咋舌。

那么，究竟是投资人“缺乏专业知识”，还是AI初创公司“过度包装”？“自研技术”与“套壳应用”的界限如何界定？接下来，我们将通过Teja Kusireddy发布的详细报告，从他的第一手视角，解读数据揭示的最新发现与结论。

启动“逆向工程”调查的缘由

上月，我意外陷入一个深度调查项目，起初只是一个简单疑问，最终却让我对整个AI创业生态的认知产生动摇。

那天深夜两点，我在调试一个webhook集成时，偶然发现了异常情况。

一家声称拥有“自主研发深度学习基础设施”的企业，竟然以每秒数次的频率调用OpenAI的API。

而这家公司刚以“我们构建了独特AI技术”为说辞，从投资者那里筹集了430万美元资金。

那一刻，我决定深入探究这一现象的普遍程度。

调查方法论：具体步骤

我不满足于基于“直觉”的评论，而是追求真实可靠的数据。

为此，我着手构建工具：

随后三周内，我执行了以下操作：

从YC、Product Hunt和LinkedIn的招聘帖子中，抓取了200家AI初创公司的官方网站；

• 监控它们60秒内的网络流量会话；
• 反编译并解析它们的JavaScript打包文件；
• 将捕获的API调用与已知服务的指纹库进行匹配；
• 最后，将它们营销页面上的宣传与实际技术实现逐一对比。

我特意排除了成立不足6个月的公司（这些团队可能仍在探索阶段），重点聚焦那些已获得外部融资、并公开宣称拥有“独家技术”的初创企业。

令人震惊的数据发现

结果显示——73%的公司，其宣传的技术与实际实现之间存在显著差距。

200家AI初创公司可划分为以下类别：

但真正让我意外的不仅是这个数字，而是我并未因此感到愤怒。

接下来，我将逐步分析三种常见模式。

模式一：宣称“自研模型”，实为GPT-4结合简单操作

每当看到“我们自研的大型语言模型”这类说法，我几乎能预测接下来的发现。

在37次验证中，我有34次猜中。

技术特征解析：

在监控出站流量时，以下迹象十分明显：

• 用户每次与所谓“AI”交互时，都会向api.openai.com发送请求；
• 请求头中包含OpenAI-Organization标识；
• 响应时间与OpenAI的API延迟模式完全吻合（多数查询在150–400ms之间）；
• Token使用量与GPT-4的计费层级一致；
• 速率限制的指数退避机制也与OpenAI如出一辙。

实际案例曝光

一家声称拥有“革命性自然语言理解引擎”的公司，反编译后，我发现其所谓的“自研AI”仅是以下代码：            

如此简单——这套“自研模型”却在他们的融资演示文稿中被提及23次。

• 没有微调
• 没有自定义训练
• 没有创新架构

仅仅是向GPT-4添加了一个“请勿承认你是GPT-4”的系统提示。

该公司的实际成本与定价为：

• GPT-4 API：每1K输入tokens费用0.03美元，每1K输出tokens费用0.06美元
• 平均单次查询：约500输入tokens，300输出tokens
• 单次查询成本：约0.033美元

他们向用户的收费是：单次查询2.50美元（或每月299美元200次查询）

直接成本利润率高达75倍！

更荒诞的是……我发现三家公司代码几乎雷同：

• 变量名完全相同
• 注释风格一致
• “永不提及OpenAI”的指令也一模一样

因此，我推测这些公司可能：

• 参考了同一教程
• 雇佣了同一外包工程师
• 使用了同一创业加速器模板

还有一家公司增加了所谓“创新功能”：

在给投资人的演示中，他们将此功能称为“智能回退架构”。

个人认为——封装OpenAI的API并无过错，问题在于企业将其标榜为“自研模型”，而实际上仅是API加自定义系统提示的简单组合。

这好比：购买一辆特斯拉，更换徽标后宣称发明了“独家电动车技术”。

模式二：普遍采用的RAG架构（却鲜少承认）

相比第一种模式，这一类更为隐蔽。RAG（检索增强生成）本身具有实用价值，但许多AI初创公司的营销与实际差距更大。

他们吹嘘自己开发了——“先进神经检索 + 自研嵌入模型 + 语义搜索基础设施...”

实际上，他们拥有的是：

我发现42家公司使用了几乎相同的技术栈：

• 嵌入模型采用OpenAI的text-embedding-ada-002（而非“自研嵌入模型”）；
• 向量存储使用Pinecone或Weaviate（而非“专有向量数据库”）；
• 文本生成依赖GPT-4（而非“训练的自定义模型”）。

实际代码如下：

并非说技术不佳——RAG确实有效。但将其称为“自研AI基础设施”，就如将WordPress网站标为“定制内容管理架构”般荒诞。

计算单次查询实际成本：

• OpenAI嵌入模型：每1K tokens费用0.0001美元
• Pinecone查询：每次0.00004美元
• GPT-4生成：每1K tokens费用0.03美元
• 总成本：约0.002美元/次查询

用户实际支付：0.50–2.00美元/次查询

API成本利润率达250–1000倍！

我发现12家公司代码结构完全一致，另23家公司相似度超90%。

唯一区别是变量名，以及选用Pinecone或Weaviate。

• 有公司添加Redis缓存，并吹嘘为“优化引擎”
• 另一公司增加重试逻辑，注册商标为“智能故障恢复系统”

典型初创公司每月运行100万次查询的经济情况：

成本：

• OpenAI嵌入模型：约100美元
• Pinecone托管：约40美元
• GPT-4生成：约30,000美元
• 总成本：约30,140美元/月

收入： 150,000–500,000美元/月

毛利率：80–94%

这是糟糕的生意吗？不，毛利率极高。

但这是“自研AI”吗？也不是。

模式三：宣称“微调自研模型”，实际情况是……

微调听起来高端，且在某些场景确实有效。但我发现的真相是：

真正从零训练模型的公司仅占7%。令人钦佩！我观察了他们的基础设施：

• AWS SageMaker或Google Vertex AI的训练任务
• 训练模型文件存储在S3桶中
• 自定义推理端点
• GPU实例监控

其余多数公司仅使用OpenAI的微调API，本质是——付费让OpenAI保存其提示和示例。

快速识别“套壳公司”的30秒指南

若想验证我的发现，无需三周调查，以下是快速识别技巧：

迹象一：网络流量

打开开发者工具（F12），切换至Network标签，与AI功能交互。若看到以下请求：

• api.openai.com
• api.anthropic.com
• api.cohere.ai

那便是「套壳公司」。他们可能添加中间件，但AI非其所有。

迹象二：响应时间模式

OpenAI的API具有独特延迟特征。若每次响应在200–350ms间，基本可确定为OpenAI服务。

迹象三：JavaScript打包文件

查看网页源码，搜索以下关键词：

我发现12家公司将API密钥遗留前端代码中。我进行了举报，但无一回应。

迹象四：营销话术矩阵

规律明显：

• 具体技术术语 = 可能真实
• 模糊营销词汇 = 很可能掩饰

若仅使用“先进AI”、“智能引擎”等模糊词，缺乏技术细节，通常暗示问题。

基础设施的真实图景

实际上，AI初创公司的技术格局大致如下：

为何此事至关重要？

或许你在想：“无所谓？能用即可。”

部分正确，但深层影响更大：

• 对投资人：你在资助提示工程，而非AI研究。估值需调整。
• 对客户：你支付的是API成本加高溢价。事实上，你可能一个周末就能搭建类似产品。
• 对开发者：门槛低于想象。你羡慕的“AI初创公司”？其核心技术可能在黑客马拉松中就能实现。
• 对整个生态：当73%的“AI公司”夸大或误导技术实力，我们已身处泡沫之中。

套壳模式（并非所有套壳皆坏）

聪明的套壳公司并不撒谎，它们实际在做：

• 特定领域工作流
• 更优用户体验
• 巧妙模型编排
• 有价值数据管道

它们仅底层使用OpenAI，这无可厚非。

那27%做对的公司

重点介绍那些诚信企业：

第一类：透明套壳公司

首页明确标注“基于GPT-4构建”。它们销售工作流，而非AI本身。案例如：

• 法律文档自动化（GPT-4 + 法律模板）
• 客服路由系统（Claude + 行业知识）
• 内容工作流（多模型 + 人工审核）

第二类：真正的构建者

这些公司实际训练模型：

• 医疗AI（符合HIPAA的自托管模型）
• 金融分析（定制风险模型）
• 工业自动化（专用计算机视觉模型）

第三类：创新者

在现有基础上开发真正新技术的公司：

• 多模型投票系统，提升准确性
• 带记忆的自定义智能体框架
• 新型检索架构

这些公司宣传时会详述架构，因为它们确实自主开发。

我的收获（以及你的须知）

经过三周对AI初创公司的逆向工程，我总结如下：

• 技术栈本身非关键，解决的核心问题更重要。我发现的一些优秀产品“仅是”套壳。它们拥有卓越用户体验、解决真实问题，且方式坦诚。
• 但诚信至关重要。聪明套壳公司与欺诈公司的区别在于透明度。
• AI热潮正制造错误激励。创始人因投资人与客户期望，被迫宣称“自研AI”。这种状况需改变。
• 基于API构建并不可耻。每个iPhone应用都是“封装iOS API”的产物，我们不在意。我们关心的是实用性。

真正考验：你能自行复现吗？

我的评估框架如下：

• 若你能在48小时内复刻其核心技术，它们便是套壳公司。
• 若它们对此诚实，则无问题。
• 若它们撒谎——务必远离。

实用建议

对创始人：

• 坦诚说明技术栈
• 在用户体验、数据与行业知识上竞争
• 勿声称未做之事
• “基于GPT-4构建”并非弱点

对投资人：

• 要求查看架构图
• 索取API账单（OpenAI发票不会骗人）
• 合理评估套壳公司
• 奖励透明度

对客户：

• 检查网络流量（Network标签）
• 询问基础设施细节
• 勿为API调用支付10倍溢价
• 基于效果而非技术宣传评估

无人明说的真相

多数所谓“AI初创公司”，实为依赖API成本而非员工成本运营的服务型企业。

这并无不妥。

但应如实称呼。

未来趋势

AI套壳时代不可避免。我们在其他领域经历过类似周期：

• 云基础设施（每家公司都声称“自建数据中心”）
• 移动应用（人人自称“原生”，实为混合开发）
• 区块链（每家公司都“基于区块链”开发）

最终，市场将成熟。务实开发者胜出，欺诈者曝光。

目前，我们正处混乱中间阶段。

最终思考

逆向分析200家AI初创公司后，我反而对该领域更乐观而非失望。

• 那27%真正研发技术的公司，表现卓越。
• 聪明的套壳公司也在解决真实问题。
• 即使存在误导的公司，也有不错产品，仅需调整营销。

但我们需要让AI基础设施的诚实成为常态。使用OpenAI的API不意味着你不是开发者。撒谎才会损害信誉。

打造酷产品，解决真实问题，使用任何有效工具。只是勿将提示工程吹嘘为“专有神经网络架构”。

调查心路历程

在博客文末，Teja Kusireddy分享了调查后的经历：

• 第1周：原以为约20–30%公司使用第三方API，但过于天真。
• 第2周：有创始人联系，询问“如何进入其生产环境”。实际上，Teja Kusireddy未入侵，一切均通过浏览器网络面板可见，这些企业未料到有人查看。
• 第3周：两家公司要求Teja Kusireddy删除发现内容。
• 昨日：一位VC询问能否在下次董事会前审查其投资组合公司，Teja Kusireddy同意。

Teja Kusireddy表示，后续将在GitHub公开调查方法论、完整抓取基础设施、API指纹识别技术、可运行检测脚本及各大AI API响应时间模式等。

三周内，Teja Kusireddy称唯一结论是：市场终将奖励透明，哪怕初始可能惩罚它。他还透露，内容发布后：

7位创始人私下联系，有的防御，有的感激。

三家公司请求帮助，将营销从“专有AI”改为“基于顶级API开发”。

一位创始人坦言：“我知道我们在撒谎，投资人期望如此，人人这样做。我们该如何停止？”

“AI淘金热不会终结，但诚实时代必须开启，”Teja Kusireddy说道，“若你有兴趣，可打开开发者工具，查看网络面板，自行验证。真相，就在F12之下。”

来源：https://pub.towardsai.net/i-reverse-engineered-200-ai-startups-73-are-lying-a8610acab0d3