对偶结构
一句话定义
产品端越 AI，收费端越非 AI。 这是健康 AI 商业模式的根本结构特征。
出处
AI时代健康商业模式图谱 (2026-04-27)，从 稀缺性反演 中沉淀。
对偶机制
| 端口 | 越…越好 | 错误直觉 |
|---|---|---|
| 产品端 | 越 AI Native（陈天桥三阶段 三测试都通过） | “我的产品有 AI 功能” ≠ AI native |
| 收费端 | 越避开 AI 触得到的地方 | ”我做了 AI 产品所以应该靠 AI 收钱” ❌ 反了 |
反直觉逻辑
- ❌ “我做 AI 所以靠 AI 赚钱”
- ✅ “正因为我做 AI，所以必须把收费点建在 AI 触不到的地方”
为什么：AI 时代任何能被 AI 生产 / 复制 / 开源的东西，价格都会被推到接近零。所以产品端要拥抱 AI 让它过剩，收费端要避开 AI 在它过剩的反面收钱。
三个使用场景
- 快速诊断商业模式健康度：产品端 AI 浓度有没有 max（拿掉 AI 业务存在吗）？收费端 AI 浓度有没有 min（钱来自反面吗）？两个都到位 = 健康。
- 客户咨询第三关：用 陈天桥三阶段 测产品端，用 稀缺性反演 测收费端，两端是否对偶。
- 判断”看起来不科技”的健康公司：Substack / Bloomberg / 米其林——产品端可以不 AI，但收费端都在反面。看起来不像 AI 公司，但都在 AI 时代越来越值钱。
反例 / 边界
- ❌ Cursor / Windsurf：产品端 AI native ✅ + 收费端卖 AI 输出 ❌ — 失衡
- ❌ Notion + AI 功能：产品端 Enable + 收费端席位制 — 两端都不到位
- ✅ Cline 企业版：产品端开源 harness + 收费端 Coordination Risk Outsourcing — 两端对偶
- ✅ Bloomberg：产品端数据 AI 处理 + 收费端”早 N 秒”（反面 2 此刻）— 两端对偶
典型案例
- ✅ Cline 企业版 — 形态 1（开源核心 + Coordination 收费）
- ✅ Substack — 形态 2（持续关系订阅）
- ✅ Bloomberg Terminal — 形态 3（实时数据特权）
- ✅ Stripe — 形态 4（物理责任承担）
- ✅ 米其林 / Snyk — 形态 5（筛选权威）
- ❌ Cursor — 失衡
相关术语
- Access Control — 对偶结构成立的根因（访问点不再是收费点）
- 稀缺性反演 — 对偶结构的具体操作框架
- 激励时间炸弹 — 对偶失衡的最常见结构性后果
- AI Native — 对偶结构的产品端要求