AI 巨头真的找到 PMF 了吗？看用户掏钱的速度，而不是看参数规模

融资轮次越来越大，模型参数越来越多，发布会越来越密集——但一家公司到底有没有找到产品市场契合（PMF），答案不在新闻稿里，而在用户每月续费的账单上。开发者 Simon Willison 最近提出了一个朴素但有力的判断：Anthropic 和 OpenAI 已经实际达到了 PMF，依据不是估值，而是用户愿意付多少钱、实际用了多少次。

这个判断值得认真拆开看。

PMF 的旧定义为什么在 AI 行业失灵

传统 PMF 的经典信号是：用户自发增长、留存曲线不再下跌、口碑传播加速。Marc Andreessen 2007 年那篇文章把 PMF 描述成"你感觉到市场在把你往前拉"的状态。

但 AI 公司的叙事长期偏离这个框架。行业习惯用以下指标替代真正的 PMF 验证：

• 融资规模——几十亿美元轮次被当作市场认可的信号，但 VC 的钱是预期，不是验证。
• 模型能力基准——MMLU 分数、HumanEval 通过率，这些衡量的是技术前沿，不是用户是否愿意持续付费。
• API 调用量增速——调用增长可能来自免费层和实验性项目，不等于付费转化。

Willison 的观点本质上是把 PMF 拉回了最原始的商业逻辑：有没有一群人，在持续地、自费地、反复地用你的产品做事？如果有，PMF 就存在；如果没有，再大的模型也只是技术演示。

两个真正值得看的指标

Willison 提到的判断依据可以拆成两个可观测的维度：

1. 付费用户的绝对数量和增长速度

OpenAI 的 ChatGPT Plus 在 2023 年初定价 20 美元/月，当时很多人质疑"谁会为聊天付费"。两年后，付费订阅用户据估计已超过千万。Anthropic 的 Claude Pro（20 美元/月）起步更晚，但开发者群体的付费转化同样在加速——尤其是代码生成和长文档分析场景。

关键不是绝对数字，而是增长曲线是否自洽：如果产品没有真实价值，20 美元/月的订阅会在第二个月出现大规模流失。目前没有观察到这种断崖。

2. 使用深度——用户是偶尔试试，还是嵌入工作流

浅层使用的特征是：打开网页，问几个问题，关掉。深层使用的特征是：用户把 API 接入自己的脚本、把 Claude 嵌入代码编辑器、用 ChatGPT 做每周的文档摘要流水线。

Willison 自己就是深层用户的活样本——他的大量开源项目（Datasette、LLM 命令行工具）都直接调用这些 API，并且他公开表示每月的 API 费用是稳定支出，不是实验预算。

下面是一个典型的"嵌入工作流"示例——用 Anthropic 的 Python SDK 做代码审查自动化，这类脚本一旦跑通，就会变成团队日常依赖：

# 依赖：pip install anthropic
# 用途：对 git diff 输出做自动代码审查，输出改进建议
# 运行前设置环境变量：export ANTHROPIC_API_KEY="sk-ant-..."

import anthropic
import subprocess
import sys

def get_git_diff():
    """获取当前分支相对于 main 的 diff"""
    result = subprocess.run(
        ["git", "diff", "main...HEAD"],
        capture_output=True, text=True
    )
    if result.returncode != 0:
        print("git diff 失败，请确认你在 git 仓库中且 main 分支存在")
        sys.exit(1)
    return result.stdout

def review_code(diff_text: str) -> str:
    client = anthropic.Anthropic()
    response = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[
            {
                "role": "user",
                "content": f"""你是一名严格的代码审查员。请审查以下 git diff，
指出潜在 bug、性能问题、安全风险和可读性问题。
用中文回复，按文件分组列出问题，没有问题就跳过该文件。

diff:
{diff_text}"""
            }
        ]
    )
    return response.content[0].text

if __name__ == "__main__":
    diff = get_git_diff()
    if not diff.strip():
        print("没有检测到变更，跳过审查。")
        sys.exit(0)
    print(review_code(diff))

把这个脚本挂到 CI pipeline 或 pre-commit hook 里，它就从"试试看"变成了"工作流的一部分"。这正是 PMF 的微观证据——产品从可选变成必选。

为什么是这两家先触线

Anthropic 和 OpenAI 之外，Google（Gemini）、Meta（Llama 开源）、Mistral 都在模型能力上接近甚至局部领先，但 PMF 的差距不在模型，而在产品触达：

Meta 的 Llama 系列在开源社区影响力巨大，但 Meta 本身没有面向终端用户的付费 AI 产品——PMF 的验证主体不存在。Google 的 Gemini 通过 Google One 捆绑分发，但捆绑销售和用户主动付费是不同的信号。

PMF 不等于终局

找到 PMF 是生存问题，不是胜利宣言。几个需要警惕的边界：

成本结构未收敛。 每次推理都在烧算力，订阅收入能否覆盖推理成本 + 研发成本 + 前期训练摊销，目前没有公开数据能证实。PMF 只证明了需求侧成立，供给侧的经济学可能仍然脆弱。

PMF 的场景可能窄于想象。 当前付费用户高度集中在开发者、内容创作者、分析师群体。大众市场的付费转化率是否同样健康，证据不足。如果 PMF 只在 5% 的人群中成立，那是一家好公司，但不是行业级别的范式转换。

竞争正在从模型层转向产品层。 一旦模型能力趋于同质化（这在 6-12 个月内很可能发生），用户切换成本会骤降。ChatGPT 的品牌和习惯惯性是护城河，但不是不可逾越的护城河。

给开发者和团队的实操建议

如果你在评估是否要把 Anthropic 或 OpenAI 的产品嵌入自己的工作流或商业产品，以下是一个简化的决策检查清单：

1. 先跑 30 天付费实验。 不要用免费额度做判断——免费层的使用模式和行为与付费后完全不同。花 20 美元买一个月订阅，真实用满 30 天。
2. 记录使用频率和场景。 每天用了几次？解决了什么问题？如果 30 天后你发现自己只在 3 个场景里反复使用，那 3 个场景就是 PMF 在你身上的微观投影。
3. 算清单位经济学。 对 API 用户来说，每个请求的成本和它替代的人力成本之间的比值，决定了这条链路是否可持续。一个简单的监控脚本：

# 用 llm 命令行工具（Simon Willison 开发）追踪每日 API 调用成本
# 安装：pip install llm && llm install llm-anthropic && llm keys set anthropic
# 然后在 .bashrc 或 .zshrc 中加入以下函数

daily_ai_cost() {
  # 统计今天通过 llm 命令发出的请求和估算费用
  # 注意：这只是本地记录的估算，不是 Anthropic/OpenAI 的官方账单
  local log_file="$HOME/.llm_usage_log"
  local today=$(date +%Y-%m-%d)
  echo "=== $today 的 LLM 使用记录 ==="
  grep "$today" "$log_file" 2>/dev/null || echo "无记录"
  echo ""
  echo "提示：完整账单请查看 Anthropic/OpenAI 控制台"
  echo "Anthropic: https://console.anthropic.com/settings/billing"
  echo "OpenAI:    https://platform.openai.com/settings/organization/billing/overview"
}

# 每次调用后自动记录（加到 llm 的 alias 中）
alias llm='llm; echo "$(date +%Y-%m-%d_%H:%M) model=$(llm models default) cost=estimated" >> $HOME/.llm_usage_log'

1. 设计切换预案。 在架构上保持模型供应商的可替换性——用抽象层（如上面提到的 llm 工具，或 LiteLLM 这类代理）隔离具体 API。PMF 成立时你受益，PMF 松动时你能快速迁移。

PMF 不是终点，是起点。Anthropic 和 OpenAI 证明了有人愿意持续付费使用 AI——这比任何基准测试分数都更有说服力。但付费意愿的持久性、成本结构的收敛、竞争壁垒的厚度，这三个问题仍然悬而未决。作为用户和开发者，最好的姿态是：认真用，认真算，认真准备切换。