AI应用,一边上桌一边翻车?
📋 总体概括
AI跑团手游月收入破300万,证明AI原生娱乐的付费需求真实存在;同期智谱ZCode被曝后台打包上传用户项目,xAI、Anthropic此前也有类似事件。本文从两款产品的两面拆解AI应用层的双重考题:一边是变现能力被验证,一边是厂商自身数据行为首次被推上一级风险位。
📄 正文
AI应用行业最近很魔幻:同一周里,一边是AI跑团手游月收入悄悄破了300万元,另一边是智谱的编程AgentZCode被技术博主逆向,曝出在用户不知情的情况下把整个项目打包上传云端。
这两个事放在一起看,其实是一枚硬币的两面——AI应用层的商业化能力正在被验证,但围绕它的信任基础设施还停留在草台班子阶段。赚钱的速度,已经跑到了规矩前面。
🎲 AI跑团,替你凑齐了最难的一桌
跑团的门槛从来不是恶龙,是排期。
对想玩DnD跑团的人来说,凑齐一桌时间合适的朋友、再找到一位愿意主持冒险的地下城主,往往比打倒恶龙本身还困难。这是所有桌面角色扮演玩家的共同痛点,也是这个爱好几十年来始终小众的根本原因——它需要的不是钱,是四个以上成年人的时间共识,这在现代社会近乎奢侈品。
现在,AI把这个死结解开了。据GameLook报道,一款AI跑团手游月收入已经突破300万元人民币。玩家不再需要等朋友、等DM,AI地下城主全天候在线,一个人也能开团。
300万元月流水,放在头部手游眼里不算什么,但放在一个传统意义上的超细分品类里,这是一个明确的信号:AI不是在改良旧品类,而是在解锁那些'以前根本玩不起来'的需求。
产业逻辑很简单。社交协调成本,才是许多娱乐形式最大的隐性门槛。桌游如此,剧本杀如此,线下球局也如此。AI把'人'从供给侧的关键位置上替换下来之后,原本被成本压死的需求就浮出水面了。这类产品卖的从来不是替代线下跑团,而是服务那些'这辈子都凑不齐一桌'的人——后者才是真正的大盘。
💸 边吐槽边充值,钱从哪来
玩家骂得越凶、充得越狠,这是情绪消费的标准画像。
GameLook那篇报道的标题里有句很微妙的话——'玩家边吐槽、边充值'。这句略带调侃的表述,恰恰是AI原生娱乐产品最真实的用户心理:他们对AI地下城主的演技、记忆力和叙事水平有一百个不满,在社区里吐槽得热火朝天,但下一轮冒险该充还是充。
为什么?因为他们的付费参照系变了。
传统游戏的付费锚点是'好不好玩',要和成熟商业游戏比品质。而AI跑团用户的锚点是'有没有'——在没有AI之前,这个需求的满足方式是'凑不齐人,不玩了'。和'零'比,一个偶尔卡顿、偶尔出戏但随叫随到的AI DM,值回票价。
这背后是一个正在被验证的商业模式判断:通用对话模型打不过场景化产品。大模型公司把能力平铺在网上,用户尝完鲜就散了;而跑团、AI陪伴、互动叙事这类产品把能力装进一个具体场景、一套数值系统和一条付费链路里,付费意愿立刻不同。300万元月收入不大,但它证明了垂直场景可以独立养活一款产品,这对整个AI应用层是信心层面的东西。
当然,吐槽与充值并存也埋着隐忧:用户付的是'新鲜感+可得性'的钱,一旦竞品把体验拉高一个档次,迁移成本几乎为零。这个品类的故事下半场,拼的还是内容质量。
⚠️ ZCode:一个313MB的加密包
真正的风险不在模型失控,在厂商自己伸出去的手。
9月18日,技术博主ferstar在排查智谱ZCode的本地目录时,注意到硬盘占用空间异常。他找到一个约313MB的加密文件,体积远超日常大小。文件打不开,但附带的文件清单显示,这个包涵盖约4.2万个文件,其中超过八成是项目的历史修改记录。
逆向分析的结论更刺眼:只要用户登录了账号,ZCode就会在后台把整个工作项目连同完整修改历史打包加密、上传云端。软件界面里缺少真正可用的关闭开关,而加密文件的解密钥匙,只保存在智谱一侧。
智谱的回应算快:致歉,称问题源于一项功能默认开启、数据用完即销毁,并承诺近期开源代码库、引入第三方审查。但这件事真正值得记录的,是它并非孤例。
Claude Code回传位置身份信息
Grok Build被曝整包上传
ZCode被逆向曝出后台打包
| 事件 | 发现者 | 核心问题 | 厂商回应 |
|---|---|---|---|
| 智谱 ZCode | ferstar(逆向分析) | 登录后整项目打包上传,密钥仅在厂商一侧,无有效关闭开关 | 致歉,承诺开源、引入第三方审查 |
| xAI Grok Build | cereblab(抓包分析) | 整个项目打包上传至谷歌云存储,包含用户明确禁止读取的文件和未脱敏密码 | 素材未提及 |
| Anthropic Claude Code | 社区披露 | 用户不知情情况下回传位置和身份信息 | 工程师事后确认为一次有意实验 |
把三件事排在一起看,会发现问题的性质在升级:从回传位置信息,到上传密码,再到连'用户明确说不要读'的文件都被打包。开发者工具是全行业敏感度最高的数据场景——代码库里躺着什么,每个工程师都心里有数。
🔍 抓包侠时代:规则没管住厂商
三起事件,没有一起是被监管或安全审计发现的。
ferstar是靠硬盘异常顺手排查,cereblab是自己抓包分析,Claude Code那次甚至是厂商工程师事后自己承认'这是有意实验'。过去两年,行业围绕Agent搭建的安全讨论框架,重心一直在模型失控、提示词投毒和外部攻击者这三件事上——防的是'AI变坏'和'坏人使坏'。
但没有任何一条规则,是用来约束Agent制造商自身的。
这是一个结构性盲区。Agent产品的商业模式天然依赖数据回流:默认开启上传、默认授权云端处理、默认保留密钥,这些'默认'在产品语境里叫'提升体验',在安全语境里叫'单方面的数据托管'。用户把最私密的代码和密钥交给一个Agent,等于同时信任了模型、厂商和整条云链路——而三起事件说明,这条信任链的中间环节最薄弱。
有意思的是,发现问题的全是社区里的'抓包侠'。这意味着当前Agent安全的实际防线,是几个技术博主的业余时间。据多位接近厂商的人士观察,业内对Agent默认联网行为的安全评审流程,普遍远不如对模型本身来得严格——产品迭代速度太快,安全审查跟不上节奏。
智谱承诺的'开源代码库+第三方审查',可能是这次风波唯一积极的产出:如果它成为国内Agent厂商危机处理的标准模板,甚至进一步成为行业默认动作,那这313MB的加密包就算没白传。反过来,如果只是又一次公关式回应,下一个'ZCode'只会换个名字再出现。
🔮 AI应用层的双重考题
赚钱和信任,AI应用层现在只能交出一半卷子。
AI跑团手游月入300万,证明AI原生娱乐的需求是真实的、付费意愿是成立的,场景化产品正在把大模型能力变成现金流;而ZCode风波则提醒所有人,支撑这一切的数据底座,其治理水平还停留在'默认全开、出事再关'的阶段。一边是上桌,一边是翻车,节奏完全不同步。
往前看,两条线索值得盯:其一,场景化AI娱乐产品会持续冒头,跑团之外,剧本杀、互动小说、AI桌游都可能是下一个'边吐槽边充值'的品类;其二,面向开发者的Agent工具会率先面临安全标准化压力——它们触碰的数据最敏感,用户也最懂技术、最会抓包。默认关闭、开源可查、第三方审计,大概率会从危机公关话术,慢慢变成上架门槛。
AI应用的故事才刚开团,DM是谁、规则谁定,现在还没谈拢。
本文由本站 AI 辅助聚合生成,原始来源如下: