“200 家 AI 初创公司中，73% 的产品实际上只是‘套壳’，主要套的还是 ChatGPT、Claude！”

这一结论一出，给 AI 创业圈带来不小的打击与争议。

回想 2023 年，OpenAI CEO Sam Altman 曾直言：“套壳 ChatGPT 注定消亡。”

然而现实恰恰相反：随着 ChatGPT 的爆火，创业热潮一浪接一浪，无数投资拥入，一些公司甚至尚未发布产品就已吸引不小的关注度。

如今，一位软件工程师 Teja Kusireddy 用数据扯开了这场“繁荣”背后的部分真相。他对 200 家 AI 公司进行了逆向工程、反编译代码，并追踪 API 调用，发现许多号称“颠覆性创新”的公司，其核心功能仍依赖第三方服务，只是在外层多套了一层“创新”的壳。市场宣传与实际情况之间的差距令人震惊。

那么，究竟是投资人“完全不懂”，还是 AI 初创公司“太会忽悠”？“自研”与“套壳”的界限如何而定？接下来，我们将通过 Teja Kusireddy 发布的长文，从他的第一视角，看看他用数据揭示的最新发现与结论。

为什么会发起“逆向工程”？

上个月，我掉进了一个意料之外的“兔子洞”，陷入了迷茫——一开始只是一个很简单的问题，最后却让我开始怀疑自己对整个 AI 创业生态的一切认知。

那天是凌晨两点，我在调试一个 webhook 集成时，偶然间发现了点不对劲的东西。

一家声称拥有“自主研发的深度学习基础设施”的公司，竟然每隔几秒就在调用 OpenAI 的 API。

而这家公司，刚刚凭着“我们构建了完全不同的 AI 技术”这一说法，从投资人那里融到了 430 万美元。

就在那一刻，我决定——要彻底查清这件事，到底有多复杂。

调查方法：我是怎么做的

我不想写一篇靠“直觉”发牢骚的热评，我要的是数据，一个真实的数据。

于是，我开始动手搭建工具：

接下来的三周里，我做了这些事：

从 YC、Product Hunt 和 LinkedIn 的“我们在招聘”帖子中，爬取了 200 家 AI 初创公司的官网；

• 监控它们 60 秒的网络流量会话；
• 反编译并分析了它们的 JavaScript 打包文件；
• 将捕获到的 API 调用与已知服务的指纹库进行比对；
• 最后，把它们在营销页面上吹的牛，与实际的技术实现一一对照。

我特意排除了成立未满 6 个月的公司（那些团队还在摸索阶段），重点关注那些已经拿到外部融资、并公开宣称有“独家技术”的初创公司。

得到了让我愣住的数据

结果显示——73% 的公司，其宣称的技术与真实实现之间存在显著落差。

200 家的 AI 初创公司可以分为以下几类：

但真正让我震惊的，不只是这个数字。更让我意外的是——我甚至没有因此生气。

接下来，进行逐步拆解，可以分为三种模式。

模式 1：所谓“自研模型”，其实只是 GPT-4 加了点额外操作

每次看到“我们自研的大语言模型”这种说法，我几乎能预判下一步会发现什么。

结果 37 次里，有 34 次我猜对了。

技术特征揭秘：

在我监控出站流量时，这些是明显的“蛛丝马迹”：

• 用户每次与所谓的“AI”互动时，都会向 api.openai.com 发起请求；
• 请求头（Request Headers）里包含 OpenAI-Organization 标识；
• 响应时间与完全符合 OpenAI 的 API 延迟模式（大部分查询 150–400ms）；
• Token 使用量和 GPT-4 的计费等级一致；
• 速率限制的指数退避（exponential backoff）也和 OpenAI 一模一样。

真实案例曝光

有一家号称“革命性自然语言理解引擎”的公司，经过反编译后，我发现他们所谓的“自研 AI”就是这几行代码：            

就是这样——整套所谓的“自研模型”，在他们的融资演示文稿里出现了 23 次。

• 没有微调
• 没有自定义训练
• 没有创新架构

只是给 GPT-4 下了一个“请假装你不是 GPT-4”的系统提示而已。

实际上，这家公司的成本与定价仅是：

• GPT-4 API：每 1K 输入 tokens 为 0.03 美元，每 1K 输出 tokens 为 0.06 美元
• 平均一次查询：约 500 输入 tokens，300 输出 tokens
• 每次查询成本：约 0.033 美元

他们对用户的收费标准是：每次查询 2.50 美元（或 200 次查询每月 299 美元）

直接成本利润率高达 75 倍！

更荒诞的是……我竟然发现有三家不同公司的代码几乎完全一样：

• 变量名一模一样
• 注释风格一模一样
• “永远别提 OpenAI” 的指令也完全一致

所以，我推断，这几家公司要么是：

• 抄自同一个教程
• 找了同一个外包工程师
• 用了同一个创业加速器的模板

还有一家公司额外加了所谓的“创新功能”：

他们在给投资人演示的文稿里，把这个功能称之为“智能回退架构（Intelligent Fallback Architecture）”。

在这里，我个人认为——包装 OpenAI 的 API 本身没有什么问题，问题在于这些企业把它叫作“自研模型”，背地里却只是个 API + 自定义系统提示。

这就好比：买了一辆特斯拉，换个徽标，就说自己发明了“专属电动车技术”。

模式 2：人人都在做的 RAG 架构（却没人承认）

相比第一种模式，这一类更微妙一些。RAG（Retrieval-Augmented Generation，检索增强生成）本身确实有用，但很多 AI 初创公司的营销宣传和实际实现之间的差距更为巨大。

他们吹嘘，声称自己研发了——“先进的神经检索 + 自研嵌入模型 + 语义搜索基础设施....”

实际上，他们拥有的是：

我发现有 42 家公司使用了几乎一模一样的技术栈：

• 嵌入模型用的是 OpenAI 的 text-embedding-ada-002（而不是“我们的自研嵌入模型”）；
• 向量存储用的是 Pinecone 或 Weaviate（而不是“我们的专有向量数据库”）；
• 文本生成用的是 GPT-4（而不是“我们训练的模型”）。

实际代码长这样：

这并不是说技术不好——RAG 确实有效。但把它称作 “自研 AI 基础设施”，就像把你的 WordPress 网站叫做 “定制内容管理架构” 一样荒诞。

再来算笔账，这家公司的实际成本（每次查询）：

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

而用户实际支付的价格：0.50–2.00 美元/次查询

API 成本利润率高达 250–1000 倍！

我发现 12 家公司代码结构完全一样，另外 23 家公司相似度超过 90%。

唯一的差别只是变量名，以及使用 Pinecone 还是 Weaviate。

• 有家公司添加了 Redis 缓存，并吹成 “优化引擎”
• 另一家公司加了重试逻辑，还把它注册商标，叫 “智能故障恢复系统”

一个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%

这算是糟糕的生意吗？不是，毛利率非常可观。

但它是 “自研 AI” 吗？也不是。

模式 3：所谓“我们微调了自己的模型”，实际上……

微调听起来很厉害，而且在某些情况下确实有用。但我发现的情况是这样的：

真正从零训练模型的公司只占 7%。敬佩！他们的基础设施我都看到了：

• AWS SageMaker 或 Google Vertex AI 的训练任务
• 将训练好的模型文件（模型产物）存储在 S3 桶中。
• 自定义推理端点
• GPU 实例监控

其余大多数公司只是使用 OpenAI 的微调 API，本质上就是——付钱给 OpenAI，把自己的 prompt 和示例保存到他们的系统里。

30 秒教你识别“套壳公司”

如果你想知道我说的是真是假，其实根本不需要我花三周调查，这里有快速识别方法：

现象 1：网络流量

打开 DevTools（F12），切换到 Network 标签页，然后与其 AI 功能交互。如果你看到这些请求：

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

那你看到的就是「套壳公司」。他们可能加了一层中间件，但 AI 并不属于他们。

现象 2：响应时间模式

OpenAI 的 API 有一个独特的延迟特征。如果每次响应都在 200–350ms 之间，那就基本可以确定是 OpenAI 的服务。

现象 3：JavaScript 打包文件

打开网页源码，搜索以下关键词：

我发现 12 家公司把 API Key 留在前端代码里。我都举报了，但没有一家回应。

现象 4：营销语言矩阵

规律很明显：

• 具体技术术语 = 可能是真的
• 模糊的营销词 = 很可能在掩饰

如果他们只会用“先进 AI”、“智能引擎”之类的模糊词，而没有具体技术细节，通常意味着背后有猫腻。

基础设施的真实情况

实际上，AI 初创公司的技术格局大致如下：

为什么这真的很重要？

你可能在想：“管它呢？能用就行。”

你说的部分确实没错，但事情比表面更重要：

• 对投资人来说：你在资助的是 prompt engineering，而不是 AI 研究。估值得调整。
• 对客户来说：你支付的是 API 成本加高额溢价。事实上，你可能一个周末就能搭出同样的东西。
• 对开发者来说：门槛比你想象的低。那个你羡慕的“AI 初创公司”？它的核心技术，你可能在黑客松里就能做出来。
• 对整个生态来说：当 73% 的“AI 公司”都在夸大或误导自己的技术实力，我们已经处在泡沫状态了。

套壳模式（因为并非所有套壳都是坏事）

聪明的套壳公司并没有撒谎，它们在做的其实是：

• 特定领域的工作流
• 更优的用户体验
• 巧妙的模型编排
• 有价值的数据管道

它们只是底层使用了 OpenAI，这没有问题。

那 27% 做对了的公司

让我来重点介绍那些诚实做事的公司：

第一类：透明套壳公司

首页直接写着 “Built on GPT-4”。它们卖的是工作流，而不是 AI 本身。案例包括：

• 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

这些公司实际在训练模型：

• 医疗 AI（HIPAA 合规的自托管模型）
• 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

在现有基础上构建真正新技术的公司：

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

这些公司会在宣传时候详细讲解它们的架构，因为他们真的自己做了。

我学到了什么（以及你应该知道的）

经过三周对 AI 初创公司的逆向工程，我总结出以下几点：

• 技术栈本身没那么重要，关键是解决的问题。我发现的一些最棒的产品，“只是”套了层壳。它们有出色的用户体验、解决了真实问题，并且对自己的方式很诚实。
• 但诚实很重要。一个聪明的套壳公司和一个欺诈公司之间的差别，就是透明度。
• AI 热潮正在创造错误的激励。创始人感到压力，被迫宣称“自研 AI”，因为投资人和客户都期望如此。这种状况需要改变。
• 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。我们关心的是它能不能用。

真正的考验：你能自己做出来吗？

我的评估框架如下：

• 如果你在 48 小时内能复刻他们的核心技术，他们就是套壳公司。
• 如果他们对这一点很诚实，那没问题。
• 如果他们撒谎——赶紧远离。

我的实际建议

对创始人：

• 诚实说明你的技术栈
• 在用户体验、数据和行业知识上竞争
• 不要声称做了你没有做过的事
• “Built with GPT-4” 并不是弱点

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 Tab）
• 询问基础设施细节
• 不要为 API 调用支付 10 倍溢价
• 根据效果，而不是技术宣传来评估

那件没人敢明说的事

大多数所谓的“AI 初创公司”，其实是靠 API 成本而不是员工成本运作的服务型公司。

这没什么问题。

但就该叫它本来的名字。

接下来会发生什么？

AI 套壳时代是不可避免的。我们在其他领域经历过同样的周期：

• 云基础设施（每个创业公司都声称“自建数据中心”）
• 移动应用（人人都说自己是“原生”，其实是混合开发）
• 区块链（每家公司都在“基于区块链”开发）

最终，市场会成熟。踏实的开发者会胜出，骗子会被揭穿。

而现在，我们正处在混乱的中间阶段。

最后的思考

在逆向分析了 200 家 AI 初创公司后，我反而对这个领域更乐观，而不是更失望。

• 那 27% 真正在做技术研发的公司，做得非常出色。
• 聪明的套壳公司也在解决真正的问题。
• 即便一些存在误导的公司，也有不错的产品，只是营销需要调整。

但我们需要让关于 AI 基础设施的诚实成为常态。使用 OpenAI 的 API 并不意味着你就不是开发者。撒谎才会让你失去可信度。

做酷产品，解决真实问题，使用任何有效的工具。只是别把你的 prompt 工程吹成“专有神经网络架构”。

调查以来的心路历程

在博客文章的最后，Teja Kusireddy 也分享了他开始调查后的情况：

• 第 1 周：原以为大约 20–30% 的公司使用第三方 API，但还是太天真了。
• 第 2 周：有创始人联系他，问“怎么进入了他们的生产环境”。其实，Teja Kusireddy 根本没进去，他看到的一切都在浏览器网络面板里，这些企业只是没想到有人会看。
• 第 3 周：有两家公司要求 Teja Kusireddy 撤掉发现内容。
• 昨天：一位 VC 问他是否可以在下一次董事会前审查他们的投资组合公司，Teja Kusireddy 答应了。

Teja Kusireddy 表示，他后面会在 GitHub 上公开分享调查的方法论、完整的爬取基础设施、API 指纹识别技术、可立即运行的检测脚本以及各大 AI API 的响应时间模式等等。

在三周里，Teja Kusireddy 称自己学到的唯一结论是：市场最终会奖励透明，哪怕一开始可能惩罚它。他还透露，自己这篇内容发布之后：

有 7 位创始人私下联系了他，有的防御，有的感激。

三家公司请求帮忙，把营销从“专有 AI”转成“基于顶级 API 开发”。

一位创始人告诉他：“我知道我们在撒谎，投资人希望这样，大家都这么做。我们该怎么停？”

“AI 的淘金热不会结束，但诚实时代必须开始，”Teja Kusireddy 说道，“如果你感兴趣，可以打开你的 DevTools，查看网络面板，自己验证。真相，就在 F12 之下。”

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