不久前，涛思数据创始人陶建辉宣布，TDengine 对中小企业永久免费。这条消息之所以在开源圈迅速传播，不只是因为“免费”两个字，而是因为它免费开放的，恰好是公司最有价值的核心能力：工业数据处理相关的软件能力。
很多公司愿意免费提供边缘功能、试用额度或社区版本，但把最能创造价值的部分直接交给用户，往往需要更复杂的商业判断。免费并不等于放弃收入，它可能是在重新安排收入产生的位置：把软件本身变成入口，把服务、云资源、企业协作、交付和生态价值放到后面。
免费的核心能力，换来的是什么
1. 降低采用门槛
对于中小企业来说，采购工业软件通常会遇到预算、审批、试点周期和技术评估等问题。即使软件本身价格不高，部署风险和决策成本也可能让用户暂缓采用。
核心能力免费之后，用户可以更早完成验证：
- 先连接真实设备或业务数据；
- 先观察查询性能和稳定性；
- 先让开发团队建立应用；
- 等业务规模扩大后，再考虑更复杂的服务需求。
这会把“要不要买”变成“先不先用”。对于基础软件而言，进入生产环境往往比一次销售更有长期价值。
2. 扩大生态和技术影响力
数据库、操作系统、编程语言和基础设施工具都有一个共同特点：用户越多，开发者、集成商、教程、插件和最佳实践越丰富，产品的使用成本就越低。
当更多企业围绕同一套技术构建系统时，产品会获得更强的生态位置。后来者可能不再从零评估所有方案，而是优先选择团队已经熟悉、合作伙伴已经支持的技术。
这里的关键不是简单追求下载量，而是形成真实使用：用户是否把数据写进去，是否运行关键查询，是否将系统接入日常业务，是否愿意向同行推荐。免费只是降低第一步成本，持续使用才是商业价值的来源。
3. 让收入从软件授权转向服务和规模
基础软件的代码可以复制，但生产环境里的复杂性很难复制。企业真正愿意付费的，可能包括：
- 托管服务和云端资源；
- 高可用、备份、监控和灾备；
- 大规模集群的规划与运维；
- 专业技术支持和服务等级协议；
- 与现有工业系统的集成；
- 安全、审计、权限和合规能力；
- 面向大型客户的定制交付。
因此，“核心能力永久免费”并不自动意味着“所有东西都免费”。更准确的说法是：公司把最有传播力的能力开放出来，再围绕使用规模、可靠性、交付复杂度和企业责任设计收入层级。
免费策略最难的地方：边界要足够清楚
免费模式容易被误解为一句口号。真正落地时，至少需要回答几个问题。
免费给谁
中小企业、个人开发者、教育用户和大型企业的需求不同。可以按照企业规模、部署方式、节点数量、数据量或技术支持等级划分边界，但规则应该容易理解，避免用户在评估阶段就需要咨询销售。
免费什么
如果免费版拥有核心读写能力，却在备份、监控、权限和升级方面完全缺失，用户可能无法把它用于真实环境；如果免费版把所有企业能力都开放，又可能难以支撑后续商业化。
更合理的做法是区分“产品价值”和“运营责任”：让用户可以完整体验产品的主要价值，同时把托管、保障、规模化运维和专业服务作为收费对象。
免费到什么规模
没有规模边界的免费策略，可能导致资源成本失控。数据库尤其需要关注存储、网络、备份和技术支持成本。免费政策应当配套明确的资源限制、使用条款、滥用防护和升级路径。
用户为什么愿意付费
如果付费版本只是把免费版本的限制解除，价值可能不够强。付费能力应该解决生产环境中的明确问题，例如故障恢复时间、跨地域部署、合规审计、统一管理和专属支持。
用一个小模型检查商业假设
下面的 Python 示例不是 TDengine 的官方计费模型，而是一个可以改造的估算工具。它用于帮助团队讨论：免费用户规模扩大后，转化收入是否能够覆盖基础设施和服务成本。
运行前只需要安装 Python 3，不依赖第三方库。示例中的参数都是假设值，应替换成自己的实际数据。
from dataclasses import dataclass
@dataclass
class Assumptions:
free_accounts: int = 10_000
monthly_cost_per_free_account: float = 0.18
paid_conversion_rate: float = 0.03
monthly_revenue_per_paid_account: float = 180.0
monthly_support_cost: float = 80_000.0
monthly_platform_cost: float = 120_000.0
def estimate(a: Assumptions) -> dict:
paid_accounts = round(a.free_accounts * a.paid_conversion_rate)
revenue = paid_accounts * a.monthly_revenue_per_paid_account
free_infra_cost = a.free_accounts * a.monthly_cost_per_free_account
total_cost = free_infra_cost + a.monthly_support_cost + a.monthly_platform_cost
profit = revenue - total_cost
return {
"paid_accounts": paid_accounts,
"monthly_revenue": round(revenue, 2),
"monthly_cost": round(total_cost, 2),
"monthly_profit": round(profit, 2),
"break_even": profit >= 0,
}
if __name__ == "__main__":
assumptions = Assumptions()
result = estimate(assumptions)
for key, value in result.items():
print(f"{key}: {value}")
这个模型至少能暴露三类问题：
- 免费用户增加时，存储和支持成本是否线性增长；
- 付费转化率需要达到多少才能盈亏平衡；
- 收入应该来自订阅、托管服务，还是项目交付。
团队还可以加入数据保留周期、平均集群规模、客户获取成本、销售周期和企业客户续费率等变量。模型的意义不在于预测得多精确，而在于让“免费会带来生态价值”这类判断变成可讨论、可验证的假设。
开源公司真正卖的，可能不是代码
开源项目的代码容易被复制，企业交付能力却需要长期积累。一个用户可以下载并自行部署数据库，但不一定愿意自己承担以下工作：
- 设计生产架构；
- 处理容量增长；
- 规划升级和回滚；
- 保证故障时的恢复速度；
- 解决复杂系统的兼容性问题；
- 对业务团队承诺稳定的服务水平。
这解释了为什么一家公司可以开放软件核心，同时继续对云服务、技术支持和大型项目收费。软件负责扩大触达面，服务负责承接生产环境的责任。
当然，这种模式也有边界。免费用户如果长期无法转化，生态价值就需要通过其他渠道体现；社区版和商业版差异过大，会损害用户信任；免费承诺如果缺少清晰条款，也可能在成本上升时变成经营压力。
采用这类策略前，可以检查四件事
- 产品是否适合自传播：用户能否快速安装、验证和分享使用经验？
- 规模效应是否存在：用户越多，生态、集成和品牌是否会变强？
- 收费点是否在高价值环节：企业是否愿意为可靠性、托管和责任付费？
- 成本边界是否可控制：免费用户带来的存储、网络、支持和滥用成本是否有上限？
把最值钱的部分免费开放，图的可能不是短期收入，而是更低的采用门槛、更大的生态网络和更强的长期位置。但这不是一条自动成立的商业定律。它要求产品足够容易使用，社区能够形成规模，企业服务确实解决生产问题，同时公司能用数据持续验证成本和转化。
对开源公司来说，最重要的问题或许不是“免费之后还能卖什么”，而是“免费之后，用户会不会把它真正用起来”。只有进入真实系统，核心能力才会从代码变成生态，从生态进一步变成商业机会。