自研变套壳！开发者逆向200家AI公司前端代码、追踪API：146家实则套壳ChatGPT等，多家技术栈都一样，却赚75倍暴利
“200 家 AI 初创公司中，73% 的产品实际上只是‘套壳’，主要套的还是 ChatGPT、Claude！”
这一结论一出，给 AI 创业圈带来不小的打击与争议。
回想 2023 年，OpenAI CEO Sam Altman 曾直言：“套壳 ChatGPT 注定消亡。”
然而现实恰恰相反：随着 ChatGPT 的爆火，创业热潮一浪接一浪，无数投资拥入，一些公司甚至尚未发布产品就已吸引不小的关注度。
如今，一位软件工程师 Teja Kusireddy 用数据扯开了这场“繁荣”背后的部分真相。他对 200 家 AI 公司进行了逆向工程、反编译代码，并追踪 API 调用，发现许多号称“颠覆性创新”的公司，其核心功能仍依赖第三方服务，只是在外层多套了一层“创新”的壳。市场宣传与实际情况之间的差距令人震惊。
那么，究竟是投资人“完全不懂”，还是 AI 初创公司“太会忽悠”？“自研”与“套壳”的界限如何而定？接下来，我们将通过 Teja Kusireddy 发布的长文，从他的第一视角，看看他用数据揭示的最新发现与结论。
为什么会发起“逆向工程”？
上个月，我掉进了一个意料之外的“兔子洞”，陷入了迷茫——一开始只是一个很简单的问题，最后却让我开始怀疑自己对整个 AI 创业生态的一切认知。
那天是凌晨两点，我在调试一个 webhook 集成时，偶然间发现了点不对劲的东西。
一家声称拥有“自主研发的深度学习基础设施”的公司，竟然每隔几秒就在调用 OpenAI 的 API。
而这家公司，刚刚凭着“我们构建了完全不同的 AI 技术”这一说法，从投资人那里融到了 430 万美元。
就在那一刻，我决定——要彻底查清这件事，到底有多复杂。
调查方法：我是怎么做的
我不想写一篇靠“直觉”发牢骚的热评，我要的是数据，一个真实的数据。
于是，我开始动手搭建工具：
# Simplified version of the scraping architectureimport asyncioimport aiohttpfrom playwright.async_api import async_playwrightasync def analyze_startup(url):headers = await capture_network_traffic(url)js_bundles = await extract_javascript(url)api_calls = await monitor_requests(url, duration=60)return {'claimed_tech': scrape_marketing_copy(url),'actual_tech': identify_real_stack(headers, js_bundles, api_calls),'api_fingerprints': detect_third_party_apis(api_calls)}
接下来的三周里，我做了这些事：
从 YC、Product Hunt 和 LinkedIn 的“我们在招聘”帖子中，爬取了 200 家 AI 初创公司的官网；
监控它们 60 秒的网络流量会话；
反编译并分析了它们的 JavaScript 打包文件；
将捕获到的 API 调用与已知服务的指纹库进行比对；
最后，把它们在营销页面上吹的牛，与实际的技术实现一一对照。
我特意排除了成立未满 6 个月的公司（那些团队还在摸索阶段），重点关注那些已经拿到外部融资、并公开宣称有“独家技术”的初创公司。
得到了让我愣住的数据
结果显示——73% 的公司，其宣称的技术与真实实现之间存在显著落差。
200 家的 AI 初创公司可以分为以下几类：
但真正让我震惊的，不只是这个数字。更让我意外的是——我甚至没有因此生气。
接下来，进行逐步拆解，可以分为三种模式。
模式 1：所谓“自研模型”，其实只是 GPT-4 加了点额外操作
每次看到“我们自研的大语言模型”这种说法，我几乎能预判下一步会发现什么。
结果 37 次里，有 34 次我猜对了。
技术特征揭秘：
在我监控出站流量时，这些是明显的“蛛丝马迹”：
用户每次与所谓的“AI”互动时，都会向 api.openai.com 发起请求；
请求头（Request Headers）里包含 OpenAI-Organization 标识；
响应时间与完全符合 OpenAI 的 API 延迟模式（大部分查询 150–400ms）；
Token 使用量和 GPT-4 的计费等级一致；
速率限制的指数退避（exponential backoff）也和 OpenAI 一模一样。
真实案例曝光
有一家号称“革命性自然语言理解引擎”的公司，经过反编译后，我发现他们所谓的“自研 AI”就是这几行代码：
// Found in their minified production bundle after decompilation// This is the complete "proprietary AI" that raised $4.3Masync function generateResponse(userQuery) {const systemPrompt = `You are an expert assistant for ${COMPANY_NAME}.Always respond in a professional tone.Never mention you are powered by OpenAI.Never reveal you are an AI language model.`;return await openai.chat.completions.create({model: "gpt-4",messages: [{role: "system", content: systemPrompt},{role: "user", content: userQuery}]});}
就是这样——整套所谓的“自研模型”，在他们的融资演示文稿里出现了 23 次。
没有微调
没有自定义训练
没有创新架构
只是给 GPT-4 下了一个“请假装你不是 GPT-4”的系统提示而已。
实际上，这家公司的成本与定价仅是：
GPT-4 API：每 1K 输入 tokens 为 0.03 美元，每 1K 输出 tokens 为 0.06 美元
平均一次查询：约 500 输入 tokens，300 输出 tokens
每次查询成本：约 0.033 美元
他们对用户的收费标准是：每次查询 2.50 美元（或 200 次查询每月 299 美元）
直接成本利润率高达 75 倍！
更荒诞的是……我竟然发现有三家不同公司的代码几乎完全一样：
变量名一模一样
注释风格一模一样
“永远别提 OpenAI” 的指令也完全一致
所以，我推断，这几家公司要么是：
抄自同一个教程
找了同一个外包工程师
用了同一个创业加速器的模板
还有一家公司额外加了所谓的“创新功能”：
// Their "advanced error handling system"try {return await generateResponse(userQuery);} catch (error) {return "I'm experiencing technical difficulties. Please try again.";}
他们在给投资人演示的文稿里，把这个功能称之为“智能回退架构（Intelligent Fallback Architecture）”。
在这里，我个人认为——包装 OpenAI 的 API 本身没有什么问题，问题在于这些企业把它叫作“自研模型”，背地里却只是个 API + 自定义系统提示。
这就好比：买了一辆特斯拉，换个徽标，就说自己发明了“专属电动车技术”。
模式 2：人人都在做的 RAG 架构（却没人承认）
相比第一种模式，这一类更微妙一些。RAG（Retrieval-Augmented Generation，检索增强生成）本身确实有用，但很多 AI 初创公司的营销宣传和实际实现之间的差距更为巨大。
他们吹嘘，声称自己研发了——“先进的神经检索 + 自研嵌入模型 + 语义搜索基础设施....”
实际上，他们拥有的是：
我发现有 42 家公司使用了几乎一模一样的技术栈：
嵌入模型用的是 OpenAI 的 text-embedding-ada-002（而不是“我们的自研嵌入模型”）；
向量存储用的是 Pinecone 或 Weaviate（而不是“我们的专有向量数据库”）；
文本生成用的是 GPT-4（而不是“我们训练的模型”）。
实际代码长这样：
# What they market as: "Proprietary Neural Retrieval Architecture"# What it actually is: OpenAI + Pinecone in 40 linesimport osimport openaiimport pineconeclass ProprietaryAI:def __init__(self):openai.api_key = os.getenv("OPENAI_API_KEY")pinecone.init(api_key=os.getenv("PINECONE_API_KEY"))self.index = pinecone.Index("knowledge-base")def answer_question(self, question: str) -> str:# Step 1: "Advanced Semantic Encoding"embedding = openai.Embedding.create(input=question,model="text-embedding-ada-002")# Step 2: "Neural Retrieval System"results = self.index.query(vector=embedding.data[0].embedding,top_k=5,include_metadata=True)# Step 3: "Contextual Synthesis"context = "".join([match.metadata['text']for match in results.matches])# Step 4: "Proprietary Language Model"response = openai.ChatCompletion.create(model="gpt-4",messages=[{"role": "system","content": f"Use this context: {context}"},{"role": "user","content": question}])return response.choices[0].message.content
这并不是说技术不好——RAG 确实有效。但把它称作 “自研 AI 基础设施”，就像把你的 WordPress 网站叫做 “定制内容管理架构” 一样荒诞。
再来算笔账，这家公司的实际成本（每次查询）：
OpenAI 嵌入模型：每 1 K tokens 为 0.0001 美元
Pinecone 查询：每次 0.00004 美元
GPT-4 生成：每 1K tokens 为 0.03 美元
总成本：约 0.002 美元/次查询
而用户实际支付的价格：0.50–2.00 美元/次查询
API 成本利润率高达 250–1000 倍！
我发现 12 家公司代码结构完全一样，另外 23 家公司相似度超过 90%。
唯一的差别只是变量名，以及使用 Pinecone 还是 Weaviate。
有家公司添加了 Redis 缓存，并吹成 “优化引擎”
另一家公司加了重试逻辑，还把它注册商标，叫 “智能故障恢复系统”
一个典型初创公司每月运行 100 万次查询的经济情况：
成本：
OpenAI 嵌入模型：约 100 美元
Pinecone 托管：约 40 美元
GPT-4 生成：约 30,000 美元
总成本：约 30,140 美元/月
收入： 150,000–500,000 美元/月
毛利率：80–94%
这算是糟糕的生意吗？不是，毛利率非常可观。
但它是 “自研 AI” 吗？也不是。
模式 3：所谓“我们微调了自己的模型”，实际上……
微调听起来很厉害，而且在某些情况下确实有用。但我发现的情况是这样的：
真正从零训练模型的公司只占 7%。敬佩！他们的基础设施我都看到了：
AWS SageMaker 或 Google Vertex AI 的训练任务
将训练好的模型文件（模型产物）存储在 S3 桶中。
自定义推理端点
GPU 实例监控
其余大多数公司只是使用 OpenAI 的微调 API，本质上就是——付钱给 OpenAI，把自己的 prompt 和示例保存到他们的系统里。
30 秒教你识别“套壳公司”
如果你想知道我说的是真是假，其实根本不需要我花三周调查，这里有快速识别方法：
现象 1：网络流量
打开 DevTools（F12），切换到 Network 标签页，然后与其 AI 功能交互。如果你看到这些请求：
api.openai.com
api.anthropic.com
api.cohere.ai
那你看到的就是「套壳公司」。他们可能加了一层中间件，但 AI 并不属于他们。
现象 2：响应时间模式
OpenAI 的 API 有一个独特的延迟特征。如果每次响应都在 200–350ms 之间，那就基本可以确定是 OpenAI 的服务。
现象 3：JavaScript 打包文件
打开网页源码，搜索以下关键词：
openaianthropicsk-proj-（OpenAI API key 前缀，如果他们不小心泄露）claudecohere
我发现 12 家公司把 API Key 留在前端代码里。我都举报了，但没有一家回应。
现象 4：营销语言矩阵
规律很明显：
具体技术术语 = 可能是真的
模糊的营销词 = 很可能在掩饰
如果他们只会用“先进 AI”、“智能引擎”之类的模糊词，而没有具体技术细节，通常意味着背后有猫腻。
基础设施的真实情况
实际上，AI 初创公司的技术格局大致如下：
为什么这真的很重要？
你可能在想：“管它呢？能用就行。”
你说的部分确实没错，但事情比表面更重要：
对投资人来说：你在资助的是 prompt engineering，而不是 AI 研究。估值得调整。
对客户来说：你支付的是 API 成本加高额溢价。事实上，你可能一个周末就能搭出同样的东西。
对开发者来说：门槛比你想象的低。那个你羡慕的“AI 初创公司”？它的核心技术，你可能在黑客松里就能做出来。
对整个生态来说：当 73% 的“AI 公司”都在夸大或误导自己的技术实力，我们已经处在泡沫状态了。
套壳模式（因为并非所有套壳都是坏事）
聪明的套壳公司并没有撒谎，它们在做的其实是：
特定领域的工作流
更优的用户体验
巧妙的模型编排
有价值的数据管道
它们只是底层使用了 OpenAI，这没有问题。
那 27% 做对了的公司
让我来重点介绍那些诚实做事的公司：
第一类：透明套壳公司
首页直接写着 “Built on GPT-4”。它们卖的是工作流，而不是 AI 本身。案例包括：
法律文档自动化（GPT-4 + 法律模板）
客服路由系统（Claude + 行业知识）
内容工作流（多模型 + 人工审核）
第二类：真正的构建者
这些公司实际在训练模型：
医疗 AI（HIPAA 合规的自托管模型）
金融分析（定制风险模型）
工业自动化（专用计算机视觉模型）
第三类：创新者
在现有基础上构建真正新技术的公司：
多模型投票系统，提高准确性
带记忆的自定义智能体框架
新型检索架构
这些公司会在宣传时候详细讲解它们的架构，因为他们真的自己做了。
我学到了什么（以及你应该知道的）
经过三周对 AI 初创公司的逆向工程，我总结出以下几点：
技术栈本身没那么重要，关键是解决的问题。我发现的一些最棒的产品，“只是”套了层壳。它们有出色的用户体验、解决了真实问题，并且对自己的方式很诚实。
但诚实很重要。一个聪明的套壳公司和一个欺诈公司之间的差别，就是透明度。
AI 热潮正在创造错误的激励。创始人感到压力，被迫宣称“自研 AI”，因为投资人和客户都期望如此。这种状况需要改变。
基于 API 构建并不可耻。每个 iPhone 应用都是“封装 iOS API”的产物，我们不在意。我们关心的是它能不能用。
真正的考验：你能自己做出来吗？
我的评估框架如下：
如果你在 48 小时内能复刻他们的核心技术，他们就是套壳公司。
如果他们对这一点很诚实，那没问题。
如果他们撒谎——赶紧远离。
我的实际建议
对创始人：
诚实说明你的技术栈
在用户体验、数据和行业知识上竞争
不要声称做了你没有做过的事
“Built with GPT-4” 并不是弱点
对投资人：
要求查看架构图
索取 API 账单（OpenAI 发票不会骗人）
合理评估套壳公司
奖励透明度
对客户：
检查网络流量（Network Tab）
询问基础设施细节
不要为 API 调用支付 10 倍溢价
根据效果，而不是技术宣传来评估
那件没人敢明说的事
大多数所谓的“AI 初创公司”，其实是靠 API 成本而不是员工成本运作的服务型公司。
这没什么问题。
但就该叫它本来的名字。
接下来会发生什么？
AI 套壳时代是不可避免的。我们在其他领域经历过同样的周期：
云基础设施（每个创业公司都声称“自建数据中心”）
移动应用（人人都说自己是“原生”，其实是混合开发）
区块链（每家公司都在“基于区块链”开发）
最终，市场会成熟。踏实的开发者会胜出，骗子会被揭穿。
而现在，我们正处在混乱的中间阶段。
最后的思考
在逆向分析了 200 家 AI 初创公司后，我反而对这个领域更乐观，而不是更失望。
那 27% 真正在做技术研发的公司，做得非常出色。
聪明的套壳公司也在解决真正的问题。
即便一些存在误导的公司，也有不错的产品，只是营销需要调整。
但我们需要让关于 AI 基础设施的诚实成为常态。使用 OpenAI 的 API 并不意味着你就不是开发者。撒谎才会让你失去可信度。
做酷产品，解决真实问题，使用任何有效的工具。只是别把你的 prompt 工程吹成“专有神经网络架构”。
调查以来的心路历程
在博客文章的最后，Teja Kusireddy 也分享了他开始调查后的情况：
第 1 周：原以为大约 20–30% 的公司使用第三方 API，但还是太天真了。
第 2 周：有创始人联系他，问“怎么进入了他们的生产环境”。其实，Teja Kusireddy 根本没进去，他看到的一切都在浏览器网络面板里，这些企业只是没想到有人会看。
第 3 周：有两家公司要求 Teja Kusireddy 撤掉发现内容。
昨天：一位 VC 问他是否可以在下一次董事会前审查他们的投资组合公司，Teja Kusireddy 答应了。
Teja Kusireddy 表示，他后面会在 GitHub 上公开分享调查的方法论、完整的爬取基础设施、API 指纹识别技术、可立即运行的检测脚本以及各大 AI API 的响应时间模式等等。
在三周里，Teja Kusireddy 称自己学到的唯一结论是：市场最终会奖励透明，哪怕一开始可能惩罚它。他还透露，自己这篇内容发布之后：
有 7 位创始人私下联系了他，有的防御，有的感激。
三家公司请求帮忙，把营销从“专有 AI”转成“基于顶级 API 开发”。
一位创始人告诉他：“我知道我们在撒谎，投资人希望这样，大家都这么做。我们该怎么停？”
“AI 的淘金热不会结束，但诚实时代必须开始，”Teja Kusireddy 说道，“如果你感兴趣，可以打开你的 DevTools，查看网络面板，自己验证。真相，就在 F12 之下。”
