这两天我把两份材料翻出来对着看了一遍：一份是中信里昂刚发的智谱研报，一份是36氪10月20日的分析文章《智谱的困惑》。看完发现一个特别拧巴的现象——在海外，智谱的GLM系列被开发者社区捧得很高，开源榜单上常和Meta的Llama、法国的Mistral放在一起讨论；可在国内街头问一句"你知道哪些国产大模型"，答案大概率是DeepSeek和豆包，智谱？非技术圈的人一脸茫然。
同一个模型，为什么墙内墙外是两个待遇？
先看研报里的硬数字
中信里昂这份报告调研了中国以外亚洲地区的1200名IT主管和经理，几个数字值得掰开看：
- 智谱模型在受访企业中的当前采用率只有1.8%；
- 但有5.1%的企业计划在未来6到12个月开始用GLM——如果意向全部兑现，客户基础接近扩大到现在的四倍，东盟六国最积极，计划采用率6.8%；
- 现有客户里，82%计划增加GLM相关开支，这个比例高于Anthropic的77%和DeepSeek的55%；
- 77%的客户认为换用其他模型的转换成本"中等至显著"，82%已经在GLM基础上训练或微调了自己的模型；
- 里昂因此重申"跑赢大市"评级，目标价1907港元。
翻译成人话：用的人还不多，但用上的人黏性极高、还愿意加钱。这在生意场上是个很健康的信号——渗透率低意味着天花板远，黏性高意味着护城河已经挖出来了。
那为什么国内大众没感觉？
36氪那篇分析给了个很准的判断：这不是技术不行，而是技术实力、商业路径和大众认知之间的错位。
智谱脱胎于清华大学计算机系知识工程实验室，自带"学术精英"基因，早期路径是重研发、重底层架构、重企业和政府客户。海外开发者社区恰恰吃这一套——他们看论文质量、看开源程度、看API稳不稳定。GLM在这些硬指标上做得扎实，还登顶过Hugging Face趋势榜，轻量化模型上线两周下载量破百万。
但国内大众市场的评价标准完全是另一套：不关心你参数多大、跑分多高，只关心"能不能帮我写文案、做攻略、陪我聊天"。谁的产品离普通人的日常场景近，谁就有认知度。DeepSeek和豆包赢在这一层，不是赢在实验室里。
这件事对普通人的真正用处
抛开股价和八卦，我觉得这里面藏着一个选AI工具的通用心法：知名度排行≠适合你的排行。
大众认知度是营销和场景覆盖堆出来的，而"好不好用"永远取决于你的具体任务。里昂报告里那77%的"转换成本"也提醒了另一面：企业选模型一旦深度绑定，再换就很疼。所以对个人来说，选模型的正确姿势其实就三步逻辑——
- 先定义任务：你是写代码、写公文、做表格，还是日常问答？不同模型的长板完全不同。
- 用真实任务去试：别信任何榜单，把你自己的活儿原样丢给两三个模型跑一遍，看谁交付的结果让你改得最少。
- 想清楚迁移成本：如果你打算长期使用，优先选生态开放、数据好导出的，别让自己变成那"77%"里被动的人。
我自己维护的 spark1.cn 上有个 /tools/ 工具目录，把常用的AI工具按场景分了类，闲的时候可以当"试菜台"用——同一个需求换个工具跑跑，很快就有体感了。
智谱的故事还在展开，海外那5.1%的意向能不能兑现，明年自有分晓。但对每一个用AI的人来说，结论早就摆在那了：模型没有"最强"，只有"最配"。搞清楚自己的需求，你就永远能从从容容地挑到趁手的那一个。
评论