企业官网建设流程全解析

2025年的AI赛道，已经很难用“百模大战”四个字来概括了。两年前，大家比的是谁先发布一个像样的大模型，发布会开得越密、榜单成绩越亮眼，融资节奏就越快；如今再看，留在牌桌上的玩家，拼的是融资履约能力、模型迭代速度、产品留存曲线、商业化闭环甚至组织韧性——这是从海选赛切换到了季后赛。在这种赛制切换的节点上，“跃阶智能杀入季后赛、跻身AI新六骏第一梯队”的消息，既是这家公司自身阶段性的战报，也是判断整个行业风向的参考坐标。

这篇文章我想聊的，不只是“谁排第几”这件事本身，而是把“新六骏”“第一梯队”这些标签背后的行业运行逻辑拆开揉碎：赛制为什么变了、第一梯队怎么定义、所谓梯队位置稳不稳、下一个赛段又该看什么。如果你也在关注这轮AI竞争，或者所在的团队正属于“追赶者”的位置，这些拆解可能比排名本身更有参考价值。

1. 从“百模大战”到“季后赛”：这轮AI竞争的赛制到底变了什么

1.1 海选赛阶段：入场门槛低得超出想象

回顾2022年底到2023年上半年，大模型的技术路线刚刚被验证，行业内几乎处于“谁都能讲PPT”的状态。一条链路、几张架构图、一组内测截图，就能拿到一笔不小的投资意向。那时候的竞争逻辑很像海选赛：参赛选手多、水平参差不齐、评委——也就是投资人和媒体——的评判标准也不统一，只要叙事完整，就能拿到舞台时间。

在那个阶段，“做出一个大模型”本身就有稀缺性。因为这个领域的人才池还很小，能够把Transformer架构跑通、把训练流程搭起来的团队并不多。也正因为稀缺，早期入局者享受了很高的估值溢价。我印象里，当时很多团队连稳定的训练环境都没有，就开始对外宣称“对标业界最强模型”，这在今天的赛制下是不可想象的。海选赛的门槛低，意味着什么？意味着真正的竞争还没有开始，谁先入场，谁先获得注意力，谁就能在资本市场上占到先手。

1.2 淘汰赛阶段：能力模型开始接受真实世界检验

到了2024年，行业明显进入淘汰赛。评价一个模型好坏，不再只看发布会上的演示片段，而是看企业客户是否真金白银采购、开发者是否愿意迁移到你的API、C端用户是否留了下来。这个阶段，很多“PPT型选手”开始出局。原因很简单：算力账单是实打实的，团队开销是实打实的，如果没有收入，融资再大也撑不过两轮。

与此同时，技术维度的竞争也变了。基础能力在快速拉平，光靠“我的模型能写代码”已经不够了，大家比的是上下文长度、推理成本、多模态能力、指令遵循的稳定性。这些指标背后是工程能力的沉淀，不是靠一两篇论文就能弯道超车的。淘汰赛淘汰的不只是“没钱的”，更是“技术迭代速度和资金消耗速度不匹配”的团队。说白了，这是一场消耗战，谁能用同样的钱跑出更快的进度，谁就能存活到下一轮。

1.3 季后赛赛制：单项冠军不如全能选手

现在这个阶段，我的感受是：AI创业公司之间的竞争已经完全进入季后赛模式。什么叫季后赛模式？就是每一轮都是七局四胜，输一场不代表出局，但整体表现必须稳定。赛制决定了，不能有致命短板。

一个想留在第一梯队的公司，至少要同时具备四个条件：一是足够深的资金储备，能在两到三年内不考虑盈利压力；二是持续产出高质量模型的团队和工程体系；三是把模型能力变成用户愿意持续使用的产品；四是稳定的核心团队和清晰的战略定力。这四条，缺一条都会在某个关键节点卡壳。

这也是为什么“跃阶智能跻身AI新六骏第一梯队”这件事值得单独拿出来聊：它不是在单一维度上突出，而是在这四个维度上都交出了能被市场认可的答卷。这种“全能型选手”的定位，才是季后赛赛制下最稳的打法。

2. “AI新六骏”这个标签是怎么来的？第一梯队的分界线在哪里

2.1 一个非官方但被反复引用的群体概念

先说说“新六骏”这个标签本身。它并不是官方发布的一个排名，而是业内对头部几家AI创业公司的一种约定俗成的概括。之所以会出现这个说法，是因为在2023年到2024年的融资浪潮中，有几家公司的融资规模、团队背景和模型能力明显领先于其他同类创业公司，形成了一个事实上的“头部集团”。

“六”这个数字本身就是动态的，在不同人的口径里，入选名单可能略有出入。但共性是明确的：这些公司都自研通用大模型，都已经完成多轮数亿美元级别的融资，都有一支从大型科技企业或顶尖科研机构走出来的核心班底。换句话说，这不是一个靠营销做出来的排名，而是一个被资本和技术双重验证过的群体。对不了解行业的人来说，可能觉得“新六骏”只是一个媒体炒作的概念；但真正在圈子里待过的人会明白，这个标签背后是整个创投圈对AI创业公司分层的一次集体共识。

2.2 第一梯队与第二梯队的隐形分水岭

顺着这个思路，我们可以进一步追问：第一梯队和第二梯队的分水岭究竟在哪里？表面的答案是融资规模。更深层的答案是“资源转化为能力的速度”。

融资规模是一个静态指标，同样拿了五亿美元，有的公司把它变成了一堆设备和人员，却迟迟没有产品落地；有的公司把它变成了三个月的模型迭代、一个用户量持续增长的产品、一套可以复制的商业化打法。后者才配叫第一梯队。我在观察这个行业时有一个感受：真正的分水岭不在纸面数字，而在组织消化资源的速度。这也是为什么有些公司融资额明明不大，却能持续站上头条；另一些公司资金雄厚，却逐渐没了声音。

2.3 “六骏”内部其实也在加速分化

这里想多说一句：即便同属“六骏”，各家之间的打法差异也非常大。有的公司走C端路线，押注通用助手类产品；有的公司走B端路线，深耕企业服务；有的公司押注开源生态，试图通过社区影响力换市场空间；也有公司像跃阶智能这样，在C端和B端之间寻找平衡。

这种分化其实是好事。如果所有公司都挤在同一条赛道上，最终大概率只会留下一个赢家；差异化则给了每家公司在细分领域里做到头部位置的机会。当然，分化也意味着内部会出现新的位次变化：某个季度A公司发布了更强的模型，下个季度B公司的产品增速更快，这种动态竞争恰恰是行业活力最真实的体现。

3. 跃阶智能凭什么卡住第一梯队的位置：三个关键筹码

3.1 后发者的追赶逻辑：用工程化能力压缩迭代周期

从公开信息来看，跃阶智能在“六骏”里并不是最早入场的，甚至可以说是偏晚的。但它能在季后赛阶段冲到第一梯队，核心原因之一在于，它用一种极其工程化的方式压缩了模型迭代周期。别人用一年做的事，它用半年做完；别人把精力花在刷单点指标上，它把精力花在评测体系、数据生产线和训练流程的复用上。

这一点在模型能力的快速逼近上体现得很明显：最初发布模型时，各项评测指标和头部还有差距；但经过几个版本的迭代，综合能力已经站到同一起跑线。这说明它的技术底座不是“一次性冲刺”式的，而是有持续进化的系统能力。这也是为什么业内对它的关注度在最近半年明显上升——大家注意到的不是某一个版本的成绩，而是它稳定、可预期的迭代节奏。在后发位置上，最怕的是“追一步停一步”，跃阶智能恰恰在这一点上做得足够扎实。

3.2 底牌一：模型底座与开源协同的组合拳

跃阶智能在模型策略上的一个特点是“自研与开源协同”。自研模型用来支撑自有产品，保证核心能力和数据的闭环；开源版本则用来争取开发者心智、扩大生态影响力。这套组合在行业里并不新鲜，但执行到它这个程度的并不多。

开源的价值往往被低估。它不只是“把代码公开”，而是在构建一个开发者网络：有人基于开源版本做二次开发，有人反馈问题，有人在社区里形成讨论场。这些都会反哺到自研模型的迭代中，形成一个正向循环。对于一家创业公司来说，这就是用最小的成本获得最大的生态杠杆。我特别想提醒的一点是，开源不是“大方”，而是一种战略投资：你放弃了模型的直接销售收入，换来的却是整个开发者的注意力、信任和间接贡献，这笔账在很多决策者眼里是算不清的，但跃阶智能算清了。

3.3 底牌二：把模型变成“用户每天打开”的产品

模型做得再好，如果只是待在API文档里，那是技术公司，不是AI产品公司。跃阶智能能进第一梯队，很重要的一点是它真的把一个C端产品做起来了。这个产品的特点在于：不是噱头式的“AI聊天助手”，而是有真实使用场景、用户会反复打开的工具类应用。

这里我可以分享一个观察方法：判断一个AI产品有没有真正的用户价值，就看两个指标——次周留存和自然增长占比。如果次周留存能稳定在行业主流水准之上，说明用户不是被拉新活动拽来的，而是真的用完之后愿意再来；如果自然增长占比高，说明产品有口碑效应。跃阶智能在最近几个季度里，这两项数据都是往上走的。这正是它能站上“第一梯队”的最强证据：技术能力可以被包装，用户行为数据很难长期造假。

3.4 底牌三：商业化路径的“B+C双轮”

再来看商业化。目前市场上不少AI创业公司还在“先烧钱、后想商业模式”的阶段，跃阶智能选择的是B端和C端同时推进的双轮策略：C端产品负责积累用户规模和品牌认知，B端通过私有化部署、API调用等路径实现更高质量的收入。这种策略的妙处在于，两条腿可以互相输血——C端的用户数据帮助模型改进，B端的收入给模型迭代提供弹药。

当然，双轮策略也有代价：组织复杂度更高，对团队的协作要求更苛刻。如果B端和C端的产品体系完全割裂，反而会消耗资源。跃阶智能目前能做到双轮平衡，据我观察，主要是因为它的技术底座统一，底层模型共用一套，上层根据场景做产品适配，避免了“两套模型、两套系统”的重复建设。这一点说起来容易，做起来非常考验团队的架构能力和战略定力。

4. “第一梯队”的位置一点不稳：三个方向同时涌来冲击

4.1 同梯队之间的挤压：大家盯上了同一批客户和用户

先说来自同梯队的压力。“新六骏”虽然各有侧重，但资源池是重叠的：融资都来自同一批有头有脸的机构，争夺的AI人才是同一批人，B端瞄准的是同一批有预算的企业客户，C端争夺的是同一批愿意为AI产品付费的早期用户。

这种重叠意味着，任何一家公司的领先都是暂时的。你今天发布了一个更强的模型，对手两个季度后就会追上来；你的产品今天留存不错，对手下个版本就会在交互上更激进。对于身在第一梯队的公司来说，最大的风险不是某个对手突然爆发，而是自己在长期的贴身肉搏中失去节奏。战略摇摆、盲目跟风、内部资源分散，都比对手的进攻更致命。

4.2 腰部玩家的冲击：榜单差距缩小，产品差距未必缩小

再说来自腰部玩家的冲击。很多人只关注头部公司，但真正搅动格局的，往往是从第二梯队杀上来的黑马。AI这个行业有一个特点：技术扩散速度极快，一个模型方案被验证后，三个月内就会出现在所有同行的技术栈里。你和第二梯队的模型评测差距，可能在半年内从“断层领先”缩小到“微弱优势”。

差距真正拉大的地方在哪里？在产品细节，在场景深耕，在用户口碑。腰部公司如果能在一个细分场景里做到极致——比如把客服场景做到了别人做不到的准确率，把某个行业的知识库整理得特别透彻——它完全可以撕下第一梯队的一块肉。我见过不止一家看似不起眼的创业公司，靠一个垂直场景活得很滋润。对“六骏”来说，最危险的恰恰是四处出击，还是深耕某一个“根据地”，这个选择在很大程度上决定了你能不能扛住下一轮冲击。

4.3 大厂在旁边虎视眈眈：价格战和免费策略的双重绞杀

最后，别忘了那些有钱有技术有流量的大厂。对于头部AI创业公司来说，真正的“降维打击”往往来自大厂的免费策略：你还在靠API调用赚钱，大厂直接宣布基础模型免费开放；你的产品还在收会员费，大厂把同类能力直接内置到拥有数亿用户的超级App里。在资金体量和生态位面前，创业公司的技术优势很难完全对冲。

但大厂也并非没有弱点。多线作战导致资源无法聚焦，内部利益协调成本高，产品决策链条长，这些都给了创业公司快速试错的空间。关键看的是创业公司能不能把“卷功能”变成“卷体验”——大厂可以快速复制一个功能，但很难快速复制一个让用户觉得“懂我”的交互细节。总之，大厂是有压力的来源，但也有竞争的缝隙，怎么看这个局，决定了创业公司接下来的打法。

5. 下一赛段的观察指南：与其关注排名，不如盯住三个变量

5.1 变量一：Agent能力——从“会聊天”到“会干活”

我在和很多从业者交流时有一个共识：下一阶段AI产品竞争的核心，已经从“生成能力”转向“任务完成能力”。用户不再满足于模型能生成一段像样的文字，而是希望它真的能帮我完成一个端到端的任务，比如订一间会议室、生成并发送一封邮件、整理一份表格。这背后的技术支撑是Agent能力，也就是模型学会调用工具、拆解任务、自主执行的能力。

Agent能力对公司的考验是综合性的：需要更强的推理能力、更稳定的函数调用、更完善的工具生态、更精细的安全控制。哪家先把Agent场景打磨到“让用户愿意把真实任务交出去”的程度，哪家就能在下一轮竞争里建立新的护城河。当前各家发布的新版本大模型几乎都在强调Agent相关指标，但真正的差距还是要看实际任务完成率和用户信任度，这两项数据，比任何评测榜单都有说服力。

5.2 变量二：收入质量——补贴堆出来的规模和真金白银是两回事

第二个值得盯住的变量是收入质量。现在有不少AI产品的收入增长是营销费用砸出来的，用户靠补贴拉进来，付费靠折扣换回来，一旦补贴停掉，收入曲线立刻掉头向下。这种收入是虚的，经不起资本市场推敲。

判断收入质量有一个比较粗糙的办法：看毛利结构。如果收入主要来自API调用，就看单位token的实际毛利；如果收入来自订阅，就看自然订阅占比和退订率；如果收入来自B端项目制，看复购率和实施周期。在我看来，好的AI公司应该是“收入结构里非补贴性占比越来越高，毛利率慢慢爬升”，而不是“上季度收入翻倍，但净亏损也翻倍”。当一个公司开始主动披露这类运营细节时，说明它自己对下个赛段是有信心的。

5.3 变量三：组织的定力——关键节点上的选择和舍弃

第三个变量偏向软性，但往往比硬性指标更决定成败：组织定力。AI行业每隔一两周就有新概念冒出来，去年大家追上下文长度，今年大家追Agent、追多模态、追具身智能。一个公司能不能沉住气，把已经制定好的路线走完，而不是每条赛道都去踩一脚，这是决定第一梯队位置能否稳固的关键。

我自己见过不少团队，起初技术路线明确，后来因为外部声音太多，一会儿做AI社交、一会儿做AI教育、一会儿做行业解决方案，最后资源的分散导致每一个方向都做得不够深。反过来，那些能在某个方向坚持一到两年、顶住外界噪音的公司，往往才是最终的赢家。对跃阶智能来说，接下来最需要证明的不是“模型又多强”，而是“战略有多稳”——毕竟，第一梯队的门票从来不是一次性的，而是每个季度都要重新挣的。

最后说点我个人的体会。我跟踪AI赛道这几年，最大的感受是：这一轮竞争的速度快到让人没有喘息空间，媒体喜欢用“排名”“梯队”这种简单的标签来概括复杂的战局，但真实的竞争从来不是一场冲刺，而是绕着圈子的马拉松。对于绝大多数关注这个行业的人来说，与其纠结于某家公司是不是“第一梯队”，不如把注意力放在模型的实际体验、产品的留存数据、公司的现金流质量这些更扎实的东西上。排名会反复变化，标签会过时，但那些真正解决了用户问题的产品，不管在哪个梯队，都会是最后的赢家。