diff --git a/research/hyphae/FIREWORKS_CUSTOMER_USECASES.md b/research/hyphae/FIREWORKS_CUSTOMER_USECASES.md new file mode 100644 index 0000000..12d33a2 --- /dev/null +++ b/research/hyphae/FIREWORKS_CUSTOMER_USECASES.md @@ -0,0 +1,150 @@ +# FIREWORKS_CUSTOMER_USECASES.md — Fireworks 帮客户解决什么问题 + +> **触发**：创始人 2026-06-24 提问 —— Cursor / Notion / Uber 这些硅谷企业采购 Fireworks，是解决内部问题（类 ERP/CRM）还是生产资料（对外产品的算力/模型）？Fireworks 的模型是开源二次开发还是全新模型？ +> **状态**：v0.1（2026-06-24） +> **关联**：[FIREWORK_MOAT.md](./FIREWORK_MOAT.md) · [POSITIONING.md](./POSITIONING.md) + +--- + +## 0. 一句话结论 + +> **Fireworks 的客户买它，几乎全部用于"驱动自己卖给终端用户的产品里的 AI 功能"——是生产资料（means of production），不是内部管理（不是 ERP/CRM）。** +> Fireworks = **"卖铲子的人"**：它不直接面对消费者，而是给一批 AI 产品公司提供推理引擎，嵌进它们的产品里。 +> **模型策略你理解对了**：Fireworks 以**托管 + 二次开发开源模型**为主（DeepSeek/Llama/Qwen），**不做全新基座模型**；唯一自有的 FireFunction 也是开源基座上加训练的定制层。 +> **对 Hyphae 的意义**：Fireworks 服务"把 AI 嵌进产品的 AI 公司"；Hyphae 服务"用 AI 改善内部运营/决策的非 AI 小组织"。**两者需求完全不同 —— Hyphae 做的恰恰是 Fireworks 不碰的"内部管理/决策"那一类。** + +--- + +## 1. 先纠正/确认你的理解 + +### 1.1 模型策略 ✅ 你基本全对 + +| 你的理解 | 事实核对 | +|:---|:---| +| 自建 AI 中心 + GPU | ✅ 自建/租用 GPU 集群跑推理 | +| 部署开源模型为主 | ✅ DeepSeek / Llama / Qwen / Mixtral / DBRX 等开源模型 | +| 在开源基础上"二次开发" | ✅ 优化推理 + 微调；不做全新基座模型 | +| 不是全新开发模型 | ✅ 正确 —— Fireworks **不训练基座大模型** | + +**唯一补充**：Fireworks 有一个自有模型族 **FireFunction**（function-calling 专用），但它也是"在开源基座上加训练的定制层"，不是从零的新模型。所以你的"二次开发，不是全新"判断**完全准确**。 + +### 1.2 收入三段 ✅ 你记对了 + +| 收入 | 占比 | 内容 | +|:---|:---:|:---| +| Serverless 推理 | ~60-70% | 按 token 卖开源模型（+二次优化）的推理 | +| Fine-tuning | ~10-15% | 训练/微调服务（LoRA 等）| +| On-Demand GPU | ~20-25% | 直接出租 GPU 算力（$7-12/h）| + +--- + +## 2. 核心问题：客户用 Fireworks 解决什么？ + +### 2.1 答案：驱动"对外产品里的 AI 功能"（生产资料） + +**不是内部管理（ERP/CRM），是产品本身的核心引擎。** 逐个看： + +| 客户 | 用 Fireworks 干什么 | 是内部还是对外产品？ | +|:---|:---|:---| +| **Cursor** | 托管 Cursor 自己微调的专有模型（`llama-70b-ft-spec`）做**低延迟代码补全**，推测解码达 **>1000 tokens/s** | ⭐ **对外产品核心**（Cursor 卖给开发者的就是这个补全）| +| **Notion** | 微调模型把 **Notion AI 功能**延迟从 2s 降到 350ms | ⭐ **对外产品功能**（Notion AI 卖给用户）| +| **Uber** | 高吞吐、低延迟的生产应用（文本/图像生成）| ⭐ **对外产品/服务**里的 AI 能力 | +| **DoorDash / Quora / Upwork** | 同上，production use case 的推理 | ⭐ **对外产品** | + +> **结论**：这些公司买 Fireworks，是因为**它们自己的产品里有 AI 功能要卖给终端用户**，需要一个"比自建便宜、比闭源 API 快"的推理后端。 +> **这不是解决"公司内部怎么管理"的问题（那是 ERP/CRM 干的），是解决"我的产品怎么把 AI 功能跑起来"的问题。** + +### 2.2 你举的例子核对 + +- **Cursor 直接用 Fireworks 做算力和模型提供方** → ✅ **完全正确**。Cursor 的代码补全模型就托管在 Fireworks 上，是 Cursor 产品的命脉。 +- **Notion 主场景不是推理** → ✅ 对。Notion 是笔记/协作产品，但它的 **Notion AI 功能**用 Fireworks 跑推理。所以 Notion 买的是"给我的 AI 功能提供快推理"，**用在它卖给用户的产品功能上**，不是内部办公。 + +### 2.3 一个关键的反例澄清 + +> 没有任何证据显示这些公司用 Fireworks 做"内部 ERP/CRM/办公自动化"。 +> Fireworks 是**面向产品工程团队**的基础设施，不是面向 HR/财务/运营的内部工具。 + +--- + +## 3. Fireworks 的本质：卖铲子（Picks & Shovels） + +``` + 终端用户（开发者 / 消费者） + ↑ 使用产品 + ┌──────────┴──────────────────────┐ + │ AI 产品公司（Cursor/Notion/Uber）│ ← 它们卖产品给终端用户 + │ 产品里有 AI 功能 │ + └──────────┬──────────────────────┘ + ↑ 采购推理/算力（生产资料） + ┌─────┴─────┐ + │ Fireworks │ ← 卖铲子的人，不直接面对消费者 + │ 推理+微调+GPU│ + └─────┬─────┘ + ↑ 跑在 + 开源模型（DeepSeek/Llama/Qwen）+ 自研推理优化 +``` + +- Fireworks 是 **B2B2C 链条里的"B2"**：它的客户(B)再把含 AI 的产品卖给终端(C) +- 它赚的是"淘金热里卖铲子"的钱 —— 不赌哪个 AI 产品赢，只要 AI 产品都需要推理，它就赚 +- 这也解释了它的客户假设（见 FIREWORK_MOAT §3）：客户必须**有自己的产品 + 有 AI 团队 + 有量** + +--- + +## 4. 对 Hyphae 的关键意义（最重要） + +### 4.1 Fireworks 和 Hyphae 服务的是两类完全不同的需求 + +| 维度 | Fireworks 的客户 | Hyphae 的客户 | +|:---|:---|:---| +| 客户是谁 | AI 产品公司（Cursor/Notion）| 非 AI 的小组织（服装厂/民宿/诊所/培训）| +| 用 AI 干什么 | **嵌进对外产品**（生产资料）| **改善内部运营/决策**（类 ERP/CRM 的内部用）| +| 客户有没有 AI 团队 | 有 | 没有 | +| 数据上不上云 | 上（信任 Fireworks 云）| 不能上（敏感 + 合规）| +| 买的是什么 | 快 + 便宜的推理后端 | 懂业务的"数字合伙人" | +| 类比 | 卖铲子给淘金者 | 教不会淘金的人怎么淘金 + 给工具 | + +### 4.2 这个区分为什么是 Hyphae 的护城河确认 + +> **Fireworks 帮"已经会用 AI 的公司"把 AI 跑得更快更便宜。** +> **Hyphae 帮"根本不会用 AI 的小组织"第一次把 AI 用起来，且用在内部运营/决策上。** + +这两件事的**客户、场景、交付、价值主张全都不同**： +- Fireworks 是**生产资料供应商**（卖算力/推理给产品） +- Hyphae 是**业务智能赋能者**（帮小组织把内部业务 AI 化） + +→ 这正是 [FIREWORK_MOAT §3](./FIREWORK_MOAT.md) 说的"Fireworks 刻意不服务的边界"。**Hyphae 不是和 Fireworks 抢客户，是去做 Fireworks 的客户假设挡在门外的那群人。** + +### 4.3 一个值得警惕的误区 + +> ⚠️ 不要因为"Fireworks 估值高"就想做"中国版 Fireworks"（卖推理给 AI 产品公司）。 +> 那个市场在中国已经挤满了（硅基流动、阿里云百炼、火山引擎、各家 MaaS）。 +> **Hyphae 的差异化恰恰是不卖铲子给淘金者，而是服务那些"不淘金、只想用 AI 把自己小生意做好"的人。** 这是一片空地。 + +### 4.4 Hyphae 可以借鉴 Fireworks 的部分 + +| Fireworks 做法 | Hyphae 借鉴 | +|:---|:---| +| 托管 + 二次开发开源模型（不做基座）| ✅ Hyphae 也用开源 Qwen + 行业 LoRA，不做基座 | +| 推理优化是工程护城河 | ⚠️ Hyphae 不拼推理优化，拼"找路径 + 行业 know-how" | +| 三段收入（推理/微调/GPU）| ⚠️ Hyphae 本地免费，靠产品化价值 + 行业训练（见 POSITIONING）| +| 按 token 计费 | ❌ Hyphae 本地 token 免费（核心差异化）| + +--- + +## 5. 一句话 + +> **Fireworks 帮硅谷 AI 公司把"产品里的 AI 功能"跑得更快更便宜——是生产资料，不是内部管理；是卖铲子，不是淘金。模型是开源二次开发，不是全新基座（你判断对了）。** +> **Hyphae 做的恰恰相反：帮不会用 AI 的小组织，第一次把 AI 用在内部运营和决策上。客户、场景、价值全不同 —— 这不是竞争，是 Fireworks 主动放弃的另一片大陆。** + +--- + +## 参考来源 + +- [How Cursor built Fast Apply using the Speculative Decoding API — Fireworks](https://fireworks.ai/blog/cursor) +- [How Cursor Serves Billions of AI Code Completions Every Day — ByteByteGo](https://blog.bytebytego.com/p/how-cursor-serves-billions-of-ai) +- [Inference is the New Runtime — Index Ventures](https://www.indexventures.com/perspectives/inference-is-the-new-runtime-our-investment-in-fireworks/) +- [How Cursor Trained Composer on Fireworks — Sequoia](https://sequoiacap.com/podcast/how-cursor-trained-composer-on-fireworks-distributed-infrastructure-for-high-performance-rl/) +- [Fireworks Customers](https://fireworks.ai/customers) +- [Fireworks Models (open source)](https://fireworks.ai/models) +- [Introducing Supervised Fine-tuning V2 — Fireworks](https://fireworks.ai/blog/supervised-finetuning-v2) +- [What is Fireworks AI? Features, Pricing, Use Cases — Walturn](https://www.walturn.com/insights/what-is-fireworks-ai-features-pricing-and-use-cases) diff --git a/research/hyphae/OPENSOURCE_MONETIZATION.md b/research/hyphae/OPENSOURCE_MONETIZATION.md new file mode 100644 index 0000000..3b60d90 --- /dev/null +++ b/research/hyphae/OPENSOURCE_MONETIZATION.md @@ -0,0 +1,178 @@ +# OPENSOURCE_MONETIZATION.md — 从开源生态到可持续商业收入的路径 + +> **触发**：创始人 2026-06-24 提问 —— Red Hat 基于开源 Linux 做了哪些核心动作才赚到钱？从开源生态到商业服务，大概率是什么路径？提炼通用思路给 Hyphae 借鉴。 +> **状态**：v0.1（2026-06-24） +> **关联**：[POSITIONING.md](./POSITIONING.md)（Hyphae 商业模式以本文路径为参照） + +--- + +## 0. 一句话结论 + +> **开源不直接赚钱，赚钱的是"让开源在企业里可靠运转"的那一层。** 五种成熟变现模式（订阅支持 / 开放核心 / 托管 SaaS / 专业服务 / 生态），成功公司几乎都是**多模式叠加的"收入千层饼"**。 +> **Red Hat 的本质**：软件免费，卖的是**订阅**——更新、安全补丁、认证、SLA、责任兜底、企业级支持。**对 Hyphae 的启示**：纯 Red Hat 式支持不适用（小组织付不起企业支持费），Hyphae 要的是 **开放核心（本地免费 + 行业模型付费）+ 运营合伙人渠道（类比 Red Hat 区域伙伴）+ 产品化复利**。 + +--- + +## 1. Red Hat 到底做了什么才赚到钱 + +### 1.1 核心事实 + +| 维度 | 数据 | +|:---|:---| +| 核心产品 | RHEL（企业级加固版 Linux）| +| 收入结构 | **~87% 来自订阅**（FY2023）| +| RHEL 年收入 | **$65 亿**（2025），占 IBM 总业务 45% | +| 计费方式 | 按"安装/运行 Red Hat 软件的实例数"收订阅费 | + +### 1.2 Red Hat 卖的不是软件,是"让免费软件在企业里能用" + +Linux 是免费的。企业为什么还付钱给 Red Hat？因为企业要的不是"一个操作系统",是： + +| 企业真实需求 | Red Hat 提供 | +|:---|:---| +| 出了安全漏洞谁来补 | 持续安全补丁 + CVE 响应 | +| 系统崩了谁来救 | 7×24 企业级技术支持 + SLA | +| 监管/审计要认证 | 认证版本（金融/政府/航空合规）| +| 出事谁担责 | 法律责任兜底（indemnification）| +| 升级会不会搞坏生产 | 长期支持版本（10 年生命周期）| +| 团队不会用 | 培训 + 认证（RHCE 等）| + +> **本质**：开源把"软件成本"降为零，但企业的"运营风险成本"还在。Red Hat 把"承担这个风险"做成了订阅生意。**软件免费，安心收费。** + +### 1.3 为什么"Red Hat 模式只适合 Red Hat" + +业界有个著名论断："The Red Hat model only worked for Red Hat"。原因： +- Linux 是**基础设施级**刚需 + 极高复杂度 + 极高出错代价 → 企业愿为"安心"付大钱 +- 多数开源项目没这个属性（一个库崩了不会让银行停摆） +- 所以**后来者很少能纯靠"支持订阅"做大**，要混合其他模式 + +--- + +## 2. 五种开源变现模式（收入千层饼） + +``` +┌─────────────────────────────────────────────────────────────┐ +│ 模式 1 — 订阅 / 支持（Red Hat） │ +│ 软件免费，卖更新/补丁/SLA/认证/责任兜底 │ +│ 适合：基础设施级、出错代价高的项目 │ +├─────────────────────────────────────────────────────────────┤ +│ 模式 2 — 开放核心 Open Core（MongoDB / GitLab / HashiCorp） │ +│ 免费社区版 + 付费企业版功能（高级安全/治理/规模） │ +│ 适合：有清晰"个人够用 vs 企业才需要"分层的项目 │ +├─────────────────────────────────────────────────────────────┤ +│ 模式 3 — 托管 SaaS / Hosting（Databricks / MongoDB Atlas） │ +│ "你不想自己运维 → 我在云上跑给你" │ +│ 适合：部署/运维门槛高的项目；增长最快的模式 │ +├─────────────────────────────────────────────────────────────┤ +│ 模式 4 — 专业服务（咨询 / 培训 / 认证 / 集成） │ +│ 人力密集，毛利低，但建立信任 + 拉动其他收入 │ +│ 适合：早期 + 复杂落地场景；不宜做主力 │ +├─────────────────────────────────────────────────────────────┤ +│ 模式 5 — 生态 / 双授权 / Marketplace │ +│ 双 license（开源 + 商业）、插件市场、合作伙伴分润 │ +│ 适合：有网络效应 + 第三方扩展的项目 │ +└─────────────────────────────────────────────────────────────┘ +``` + +### 2.1 典型公司怎么组合 + +| 公司 | 开源底座 | 主要变现 | 关键数字 | +|:---|:---|:---|:---| +| **Red Hat** | Linux | 订阅支持（87%）| RHEL $65 亿/年 | +| **MongoDB** | MongoDB Community | 开放核心 + Atlas 托管 | Atlas 占收入大头 | +| **GitLab** | GitLab CE | 开放核心（CE 免费 / EE 付费）| 上市公司 | +| **HashiCorp** | Terraform / Vault | 开放核心 + 托管 + 服务 | license $165M + cloud $36M + 服务 $5M(2021) | +| **Databricks** | Apache Spark | 托管 lakehouse（云上跑）| 估值 $600 亿+ | + +### 2.2 关键规律（提炼） + +1. **纯支持订阅难复制**（Red Hat 是特例）→ 多数靠**开放核心 + 托管** +2. **托管 SaaS 是增长最快的模式**（"帮你运维"比"卖你支持"更省心） +3. **专业服务是引子不是主菜**（毛利低、不 scale，用于建立信任） +4. **几乎都是多模式叠加**（收入千层饼，不押单一模式） +5. **开源是获客与信任引擎**，不是收入本身——它把销售漏斗顶部做到极大 + +--- + +## 3. 从开源到商业的通用路径（4 步） + +``` +第 1 步：开源建信任 + 占心智 + ─ 免费、好用、社区活跃 → 成为某领域事实标准 + ─ 把"获客成本"降到接近零（开发者主动用） + +第 2 步：识别"免费够用 vs 企业才需要"的分水岭 + ─ 个人/小团队：社区版够用 + ─ 企业：要安全/治理/规模/合规/SLA/责任 → 付费分水岭 + ─ 这条线划在哪，决定开放核心怎么切 + +第 3 步：把"运营风险"做成产品 + ─ Red Hat: 支持/补丁/认证/兜底 + ─ Databricks: 托管运维 + ─ 让企业为"安心 + 省心"付费，而非为"软件"付费 + +第 4 步：渠道放大 + 收入叠加 + ─ 区域/行业合作伙伴（Red Hat 有庞大 partner 生态） + ─ 多模式叠加成收入千层饼 + ─ 订阅式收入 → 可预测 → 可持续投入研发 +``` + +--- + +## 4. 对 Hyphae 的启示（直接可用） + +### 4.1 Hyphae 该抄什么、不该抄什么 + +| Red Hat / 开源公司做法 | Hyphae 是否适用 | 说明 | +|:---|:---:|:---| +| 软件免费、卖企业订阅支持 | ⚠️ 部分 | 小组织付不起 Red Hat 式企业支持费 | +| 开放核心（免费核心 + 付费高级）| ✅ | 本地 token 免费 + 行业模型/训练付费 | +| 托管 SaaS（帮你运维）| ⚠️ 改造 | Hyphae 数据不出门 → 不能纯托管；改"产品化自动运维 + 溢出 API" | +| 专业服务（人力咨询）| ❌ 不做主力 | 见 POSITIONING：贴身人力不 scale | +| 区域/行业合作伙伴渠道 | ✅✅ | **Red Hat partner 生态 = Hyphae 运营合伙人分润网络** | +| 多模式叠加（收入千层饼）| ✅ | 开放核心 + 订阅产品价值 + 行业训练 + 远期协作网络 | +| 开源做获客/信任引擎 | ✅✅ | 本地免费 → 零门槛建信任 + 攒数据 | + +### 4.2 Hyphae 的"收入千层饼"（对照本文） + +``` +开源底座（免费） = 开源获客引擎（Red Hat 的 Linux 角色） + ↓ +订阅式产品价值（主力） = 开放核心 + "帮你持续进化"（不是托管，是本地自动化） + ↓ +行业模型训练 = 类似 Databricks 的"高价值能力"（行业 LoRA） + ↓ +运营合伙人分润网络 = Red Hat partner 生态的等价物（破解人力陷阱） + ↓ +远期协作网络 = 生态/网络效应模式 +``` + +### 4.3 关键差异：Hyphae 不是基础设施,是"业务智能" + +- Red Hat 卖的是"基础设施级安心"（操作系统不能崩） +- Hyphae 卖的是"业务智能 + 持续进化"（帮小组织做决策、提效） +- 所以 Hyphae 的付费分水岭不在"规模/合规"，而在**"找到正确的训练路径 + 持续进化"**（见 POSITIONING §2） + +### 4.4 一条最重要的借鉴 + +> **Red Hat 真正的规模化引擎不是它的工程师,是它的合作伙伴生态。** 全球成千上万的区域 / 行业 partner 帮它落地、培训、服务，Red Hat 总部保持轻。 +> **Hyphae 的运营合伙人分润网络 = 同一个机制。** 这是从"开源工具"走到"可持续商业"的关键一跳：**不是靠总部堆人，是靠渠道分润放大。** + +--- + +## 5. 一句话 + +> **开源到商业的路径 = 开源建信任占心智 → 划"企业付费分水岭" → 把运营风险/进化能力做成产品 → 渠道分润放大 + 多模式叠加。** +> **Red Hat 教我们的不是"卖支持"，是"开源做引擎 + 合作伙伴做渠道 + 订阅做可持续"。Hyphae 直接继承这三条,只把"卖支持"换成"卖产品化持续价值 + 行业模型"。** + +--- + +## 参考来源 + +- [Red Hat — Wikipedia](https://en.wikipedia.org/wiki/Red_Hat) +- [Red Hat subscription model FAQ](https://www.redhat.com/en/about/subscription-model-faq) +- [The Red Hat model only worked for Red Hat — Open Core Ventures](https://www.opencoreventures.com/blog/the-red-hat-model-only-worked-for-red-hat) +- [RHEL Revenue Statistics](https://commandlinux.com/statistics/red-hat-enterprise-linux-revenue-statistics/) +- [How companies make millions on Open Source — Palark](https://palark.com/blog/open-source-business-models/) +- [How Open Source Companies Make Money — Timescale/Medium](https://medium.com/timescale/how-open-source-software-makes-money-time-series-database-f3e4be409467) +- [Open Source Monetization Models: A Deep Dive — Medium](https://medium.com/@mikewlc215/open-source-monetization-models-a-deep-dive-0d09dcf93443)