Base44 这家专注 vibe-coding 的平台，一年前被 Wix 以 8000 万美元收购。当时它成立还不到半年，团队仅有 8 人。如今，这家公司开始推出自主研发的 AI 模型，目标非常清晰：让用户仅通过自然语言就能轻松创建应用程序。

这一动作恰好踩中了 AI 圈正在激烈讨论的几个热点。比如，前沿大模型是否真的适用于所有场景？另一个更核心的问题是，那些建立在他人模型之上的业务，长期来看究竟有多深的护城河？来自特拉维夫的 Base44 用最新行动给出了自己的回答，或者说，一次有意义的尝试。

尽管自研的 LLM 才刚刚起步，但 Base44 希望它最终能在特定场景中超越那些通用前沿模型。创始人 Maor Shlomo 直言：“将模型训练和所有权纳入我们完整的技术栈，可以让我们在延迟、成本和效率上做更多优化。” 说白了，就是要牢牢掌握主动权。

乍看起来，这像是 Base44 在与对手拉开差距的一种策略。例如瑞典的 Lovable，去年夏天 A 轮融资时就已达到独角兽估值，但目前仍依赖外部 LLM。不过 Shlomo 预计，其他玩家迟早也会走上训练自有模型的道路——“至少那些规模足够大、增长足够快、能积累足够数据的公司会这么做。”

VC 机构 Headline 的合伙人 Jonathan Userovici 指出，数据是 AI 初创公司建立防御力的三大关键之一，另外两个是分发能力与技术栈。（Headline 投资了 Mistral AI 等公司，但未投资 Base44。）这个判断放在 Base44 身上，恰好能解释它为何急于补齐模型这块拼图。

结论很直白：拥有强品牌的玩家正在用自身数据和基础设施加固防线，Base44 正好踩准了这一趋势。它声称自己的第一代 LLM Base1，是基于平台上“数千万次真实用户交互”生成的数据集开发和训练的。这个数据集会随着公司增长持续扩大——当然，竞争对手的数据也在同步膨胀。

更大的威胁可能并非来自其他 vibe-coding 初创公司，而是那群越来越逼近 Base44 核心地盘的前沿 AI 实验室。Cursor 和 Grok 的母公司 xAI 现已归属 SpaceX，Claude Code 本身也已成为 vibe-coding 领域的重要玩家。这意味着 Anthropic 和其他基础模型提供商，同样能通过用户反馈获得改进应用创建能力的数据循环。

但 Shlomo 认为，专业化将为 Base44 带来独特优势。他预测：“模型会不断进步，但它们仍然会保持非常通用的能力边界。” 换句话说，通用模型在特定场景里跑不过专精选手。

Userovici 则提醒不要低估前沿模型。他举了法律科技公司 Harvey 的例子：Harvey 曾经也想训练自己的模型，后来放弃了。他并不认为所有应用型 AI 公司都会转型成前沿模型实验室。更值得关注的是，Base44 这一动作被放在了一个更大的背景里——推理成本正在成为越来越关键的考量因素。

成本压力已经在推动行业变化，企业客户也开始提出具体需求。“企业并不一定觉得所有场景都该用最新模型，因为回报未必能覆盖投入。所以，一套新的基础设施正在搭建——用于模型编排与优化，帮助企业为不同任务选合适的模型，避免成本失控，同时在大多数场景下维持相同或接近的性能。”

在 vibe-coding 平台的用户里，企业客户目前仍占少数，但它们贡献的收入占比正在快速攀升。同时，各种规模的用户也开始担忧 AI 使用成本。Base44 开发自有 LLM 有多重原因，但降低成本很可能是其中一块关键收益。

Shlomo 表示：“我们希望得到一个模型，它更能贴合我们对正确结果的理解，更能反映用户反馈中的偏好，最终比使用 Opus 这类前沿模型更快、更便宜。” 这实际上就是在用数据反哺模型，形成正向循环。

至于 Base44 自身，降本效果不会立竿见影。公司在新闻稿里解释：“拥有模型所有权，让 Base44 能够直接控制计算和推理支出，预计长期会形成结构性更强的利润率。” 即便回报有延迟，对母公司 Wix 来说也是利好——后者最近刚宣布裁员 20%，而 Base44 被收购后却在扩团队。今年 5 月，Base44 宣布年化经常性收入超过 1.5 亿美元，而两个月前它才刚刚突破 1 亿美元。

不过这一数字仍低于 Lovable——后者本月早些时候称 ARR 已达到 5 亿美元。但 Shlomo 押注，开发 Base1 这项“巨大的工程投入”，将让 Base44 进一步巩固“唯一垂直整合型 vibe-coding 应用”的地位。正如 Userovici 所总结的，这意味着它同时掌握了分发、数据和基础设施——三样东西全齐了。