Town 不绑定任何大模型：企业真正该囤的是数据和记忆
没人知道哪家大模型三五年后仍最强，Town 索性保持中立，把数据和记忆权留给企业，换取客户永远能随时迁移。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
报税软件被判死刑：一年只能卖一次
离开 Plaid 后，Jean-Denis 选报税作为首个 AI 场景，因为报税文本多、结构化输入多，LLM 天然擅长。团队用一年把「财务数据+文件→报税表」的流程自动化，产品本身做成了，但商业模式不成立：报税一年只能卖一次，客户很少主动安利报税体验，也没有日活属性，导致无法形成口碑裂变；与此同时，传统报税巨头完全可以用同样的 AI 技术把自己的存量客户自动化，速度比新进入者抢市场份额还快。团队判断即便做到第二年营收两百五十万到三百万美元，也撑不起一家风投规模的公司，于是决定放弃。
— Jean-Denis GrezOpus 4.5 一出，产品立刻有了PMF
放弃报税后，团队探索了四个方向，最终聚焦在一个简单问题上：为什么没人把邮件和日历做成真正好用的 agent?起因是报税客户反复抱怨「开会前记不清背景、客户总问同样的问题」。这类知识工作者的日常工作流从未被认真做过 AI 产品。恰逢 Opus 4.5 发布，coding agent 展现出更强的自主执行能力，简单的洞察叠加模型能力的跃升，让产品几乎立刻拿到 PMF——从去年12月封闭测试到今年4月，产品每天涨1%到1.5%,客户需求源源不断，团队才决定公开发布。
— Jean-Denis Greztoken 便宜到让没必要的事变得值得做
Jean-Denis 把 Town 定义为「token 分配机」:随着 token 变便宜，很多以前人力不划算、AI也嫌贵的长尾任务突然变得值得自动化。典型例子是餐厅老板：供应商每季度发一次报价表，涨价20%到30%很常见，但老板通常没空比价，因为这事太偶发、不值得雇专人盯。用 Town 搭一个每月跑一次的监控流程，五分钟就能「prompt」出来，11个月可能什么都不会发现、每月成本一美元，但抓到涨价的那一个月就能省下几百上千美元。真正的产品工作不是技术，而是主动告诉用户这件事现在值得做了。
— Jean-Denis Grez不绑定任何大模型，因为押错会很贵
面对「Town 和 OpenAI/Anthropic 自带的 connector 有什么区别」的问题，Jean-Denis 给出的核心答案是中立性：没人能确定未来三到五年哪家模型最强，如果企业把产品绑死在某个模型商的 App 上，一旦那家掉队或涨价，企业就被动挨打。过去有企业原本押注 OpenAI,后来发现 Anthropic 在代码上更强，被迫两边都用。所以 Town 的定位是「中立 App 层」:自己决定在语音、视频、幻灯片等不同能力上该用谁的模型，并且承诺不用客户数据训练——因为模型商一旦把你的业务 know-how 炼进权重里卖给别人，等于把你的核心竞争力卖给了你的对手。
— Jean-Denis Grez让AI替公司做高速、可信的信息路由
Town 正在做一个内部版 CRM 模式：当你在公司里问「有没有人认识这家潜在客户财务部的人」,Town 会直接让你的 agent 去问公司里其他员工的 agent,而不是像现在这样在 Slack 里发消息、等人慢慢回复并自行判断该不该透露。Jean-Denis 称人类是「慢路由器」,这类问题交给 AI 中介隐私和权限判断，答案可以秒级返回。他承认这需要极其谨慎的隐私设计，但认为这是必然方向：企业必须适应更少人在环的协作方式，因为由此带来的经济收益会远远超过今天看到的风险。
— Jean-Denis Grez编程是大模型的生死线，企业自动化不是，但更大
对比 Anthropic、OpenAI 在编程市场的「不能不做」和它们对中小企业市场的相对迟疑，Jean-Denis 认为后者整体市场比编程更大，只是时间窗口不同：编程现在就是巨额收入级别的生意，输不起；而「AI 帮企业把更多事情做得更好」这件事，在当下还不会立刻影响大厂财报，但他判断12个月内就会快速起量。所以大厂目前更可能把重注压在医疗、法律、编程这类单点超大赛道上，而把分散、长尾的中小企业场景留给 Town 这样愿意啃细分需求的公司。
— Jean-Denis GrezAmazon 的广告模式在agent时代可能是负资产
讨论转向agent抢流量之后电商平台该对抗还是拥抱agent。Amazon广告业务规模巨大，靠的是用户亲自刷页面看广告，一旦购物决策转交给中立agent,这套模式就会失效，Walmart因为没有这摊广告生意反而没有负担。Jean-Denis 举例 Muse 这类免费个人agent:它不需要直接插广告，只要把偏好数据喂给Instagram这类娱乐场景做更精准投放，再在那里完成转化，就等于把变现和agent体验彻底切开。他认为这意味着纯粹做供给聚合的生意在agent时代会贬值，Amazon真正的反制手段不是封杀Muse,而是自己做一个更好的Muse。
— Jean-Denis Grez比价网站预言了agent经济的分水岭
用存在了18年、有两千万美国用户的比价网站Camel Camel Camel类比agent的未来：世界上一直分两种人——时间比钱多的人才会花两小时蹲优惠券、比价，钱比时间多的人不会。但一旦agent能替每个人免费完成这些操心事，钱比时间多的人也会毫不犹豫地用上它。Jean-Denis把这类现象——信用卡积分、会员权益——背后依赖的「大多数人懒得兑现优惠」的商业模式称为即将失效的breakage model。他的结论收束到全场主线：供给聚合型生意之所以值钱，是因为人的注意力稀缺；而当注意力本身可以被agent自动化后，这类生意的议价权会系统性下降。
— Jean-Denis Grez原话 · 已逐字校验
What if OpenAI is not the best model provider for the next three to five years? And so the first thing is we're just like, look, we're neutral. We will use whatever supplier we think is the best for you in the moment.
如果 OpenAI 在未来三到五年不是最好的模型供应商呢？所以我们的第一件事就是：我们保持中立。我们会在当下使用我们认为对你最好的那家供应商。
Jean-Denis Grez0:00
I think of our product as a token allocation machine. We're trying to give options to the human about where they could apply tokens.
我把我们的产品看作一台「token 分配机」。我们想给人类提供选项，让他们决定可以把 token 用在哪里。
Jean-Denis Grez23:13
But the interesting thing is the one month out of a year where it finds something, it's going to find like hundreds, if not thousands of dollars for you.
有意思的是，一年里真正发现问题的那一个月，它能帮你找回几百甚至几千美元。
Jean-Denis Grez25:14
I think the FDE approach, you know, if you're an enterprise that's willing to spend like $5 million a year paying open AI for FDs, like it looks really good right now. But I think over time, as the models get better, the FDE approach actually gets much worse.
我觉得FDE这种模式——如果你是愿意每年花五百万美元给OpenAI请驻场工程师的企业——现在看起来确实很不错。但我认为随着模型变得更好，这种FDE模式反而会越来越差。
Jean-Denis Grez33:36
Humans are slow routers.
人类是慢速路由器。
Alex Rampell41:01
And people that have more money than time, they're not going to use camel, camel, camel. People that have more time than money, they are.
钱比时间多的人，不会去用 Camel Camel Camel 这种比价网站。时间比钱多的人，才会用。
Jean-Denis Grez1:00:50
I just think supply aggregation is a lot less valuable than it used to be very valuable because human attention was limited. And now, supply aggregation is a lot less valuable because human attention can be automated away.
我认为供给聚合这件事，以前之所以非常值钱是因为人的注意力有限；而现在供给聚合变得不那么值钱，是因为人的注意力本身可以被自动化掉。
Jean-Denis Grez1:01:28
数字与实体
| FDE模式企业年支出 | 约500万美元/年 | 33:36 |
| Camel Camel Camel 美国用户数 | 2000万人 | 59:49 |
| 餐厅供应商涨价触发阈值 | 20%-30% | 25:14 |
术语
- FDE (Forward Deployed Engineer)驻场部署工程师
- 大模型公司派工程师进驻客户现场，定制开发AI解决方案的服务模式。
- Jevons Paradox杰文斯悖论
- 效率提升反而让总消耗量增加的经济现象，这里被用来类比AI越便宜用得越多。
- PLG (Product-Led Growth)产品驱动增长
- 依靠产品自身体验吸引和留住用户，而非依赖销售团队推动增长。
- breakage model权益沉淀/未兑现模式
- 依赖大多数用户不去兑现优惠券、积分等权益而获利的商业模式。
收听指南
AI应用创业者、企业IT/AI采购决策者，以及想看懂「模型中立」打法的投资人。
开篇对Plaid共事往事和寒暄部分可以跳过，不影响理解后续论点。