1.  能不能被迅速复制？

一个重要的判断标准是：开源模型能不能在不到一年内复制你 80% 的价值？如果答案是“能”，那你就危险了。比如很多“Chat-PDF”工具，一上线就被几十个克隆版本淹没。而 Mosaic-ML 的精髓不是模型本身，而是它背后的基础设施和定制服务，这才难以模仿。

2.  你有没有别人拿不到的资源？

数据和硬件也是护城河。如果你拥有别人无法获取的数据，那就有壁垒。Tesla 自动驾驶系统背后有 60 多亿公里的专属驾驶数据，竞争对手根本用不了。而许多代码生成 SaaS 工具只是用公开代码训练的，没什么独特之处，容易被替代。

3.  AGI 是敌人还是盟友？

当通用人工智能越来越强时，有的产品会被取代，有的则会因此受益。GPU 云服务就是受益者，模型越强，算力需求越大，租用也越多。而 logo 生成器这种工具，用户三天两头换模型，一点忠诚度都没有。

4.  信任值和合规性能不能帮你挡子弹？

一些行业必须要有资质才能做，比如医疗。Tempus 是肿瘤诊断公司，它有 CLIA 实验室认证和 FDA 批准流程，很难被赶超。反之，一个没认证的 AI 健康教练机器人，不但没人信，而且随时会被替换。

5.  技术进步能不能提升你的利润？

随着算力成本下降，你的毛利能不能变高？像农业喷洒机器人那样，便宜的视觉技术能让设备更省钱，利润更高。而如果你是一个靠 GPT 模型聊天的机器人，模型越便宜，你的价格也要降，结果利润并不会更好。

6.  用户还会不会留下？

品牌和网络效应是最后一道防线。如果明天出现一个免费克隆版，你的用户还会留下吗？TikTok 可以，因为它不仅是个工具，还有文化和粉丝网络。即使有人抄了功能，用户还是回到原来的平台。但那些早期的 AI 记笔记工具，没有用户习惯，也没有网络关系，很容易被新产品取代。

简而言之

真正能跑得远的 AI 产品，护城河不只是技术，而是数据、服务、信任、成本结构和用户黏性共同构成的多重防线。你越多维度做得好，越不容易被时代淘汰。