AI 数据飞轮护城河

三个可防御要素：

1. 专有数据 + 数据飞轮。模型对喂给它的数据会变得擅长——AI 不是魔法棒，它只会做被训练过的事。起步时没有专有数据也行，关键是让产品使用本身持续产生独有数据。例：Windsurf 先建立在通用模型上，靠用户对代码建议的接受/拒绝行为积累独有数据，最终能训练自己的模型。飞轮的重点不是"拥有数据"，而是"如何持续维护和生成数据"。
2. 工作流（workflow）与 ergonomics。深入理解一个垂直场景，让产品嵌入用户现有的工作方式。数据飞轮与工作流相辅相成：真正解决有价值的问题 → 大量工作通过产品完成 → 数据优势自然积累。
3. 产品 craft 好到值得切换。分发优势可以被击穿，但门槛很高：产品必须好非常多。例：Granola 在 Google Meet/Zoom/Teams 的分发碾压下靠细节打磨赢得口碑；Cursor/Windsurf/Lovable/Bolt 在 Copilot 拥有先发、人才、基础设施的情况下突围。竞争重心的变化：18 个月前比"谁的模型最好"，现在比"谁的工作流和产品最好"。