想写点文字的原因，是因为被 variant.com 给惊艳到了。
从未见过一个 AI 设计产品，可以一次性给出这么多版本的设计方案供用户选择。
Variant 和其他产品最大的不同点，在于它解决了“品味”这个问题。
可能他们的团队：可能有一群品味 100 分的人。
然后他们用这 100 分的品味，把这个产品做成了一个能给绝大多数人提供 90 分品味的工具。
如果没有这样的产品，一个没有设计背景的人，在做产品界面的时候，通常只有几种方式：
- 截图别人的产品
- 和AI说：要酷炫一些，抄一下苹果，拟态玻璃你懂吗，不要 XXXX
最后的结果，大概率是：
投入了很多时间，但只能 Vibe Coding 出一个设计上只有 60 分的产品，看着还行，但是感觉 AI 味很重。
而Variant让你不需要会设计，也不需要能把自己的审美讲清楚，只要能在一个相对舒适的界面里做选择、局部调整，就能拿到一个接近 90 分的结果。
AI 应用层的产品护城河：从 60 分到 90 分的距离
如果我们做一个假设：
模型能力会一直提升，总有一天 Claude、Code / Cowork 们可以接管几乎所有白领的工作。
那它们能做到多少分呢？
我更相信的答案是：理论上限可能是满分，实际上大概率做到 60 分就停了下来。
原因在于：大部分 Agent 的设计初衷，是「把任务完成掉」，而不是「把任务尽可能做好」。
那个“好”的标准，本质是由人来定义、由人来承担责任的。
但是因为 AI 做的太快了，作为人类会经常感到，它太快了，我看不过来，或许对待自己熟悉的领域，还会批判指点两句，这样可以让做的更好的标准变得更高一些。
但一旦让 AI 来到了自己不熟悉的领域，那就会变成 AI 说什么都感觉很有道理，最终，就只能获得一个 60 分的结果。
那么AI 应用层真正的护城河，应该是：
能够“端到端交付结果”，并且为结果负责。 做出来的是垃圾那么就不配收额外的溢价，就有点类似于现在的一些SEO 外包公司，可能甲方对于他们没有考核要求，但是为了合作的健康，公司的发展，公司也会想办法为自己的客户交付好的东西。
可能这也是当时为什么 MCP 没有特别有效的让 AI 爆发，但是 Skill 有效的让 AI 爆发了一波，因为用户需要的其实不是工具，是工具背后的专业能力。
AI 应用产品的护城，就藏在那 60 分到 90 分的差距里：
- 60 分，是“AI 能力 + 用户自己摸索”的自然产物
- 90 分，是“AI 能力 + 专业团队 + 明确的责任”的综合产物
真正有价值的，不只是模型算力，而是：
- 不需要为了做出 90 分的内容，额外投入巨大的学习与时间成本
- 不用在一个自己不熟悉的专业领域里，去赌 AI 做的说的对不对，做的好不好，是不是最好的方法。
- 可以把更多注意力放在：是不是这个方向、是不是这个策略，而不是非核心的内容上。
当 AI Coding 的能力无限提高，写代码这件事本身越来越没有护城河。
但在「什么样的东西算是好结果」这件事上，人和团队之间的差距，反而会被放大。
未来更有价值、更有护城河的 AI 应用，可能都长得像 Variant 这样：
模型只是底层能力，而真正的壁垒，是被产品化的品味与专业。