从 DeepSeek 到 MCP：中国 AI 应用层创业机会地图
一个 8 人 SaaS 团队做企业知识库客服，2024 年主要成本是闭源 API 调用和人工调提示词。2025 年他们把一部分问答换到 DeepSeek 开源模型，省下来的是每次对话里最贵的生成 token，硬件和运维不一定省。到 2026 年，他们开始用 MCP 把 CRM、工单、数据库接到 Agent 上，问题从“模型选哪家”变成“工具怎么接、权限怎么管、失败怎么退”。
这篇地图不给标准答案。下面按五段拆：成本拐点、MCP/Agent 改变的应用层、三类可做方向、平台与创业公司的位置、风险和 12 个月观察指标。
1. 模型平权与开源推理带来的成本拐点
先看已经发生的事
- 2024 年 12 月，DeepSeek 发布 DeepSeek-V3，采用 MoE 架构，总参数 671B，每个 token 激活 37B。来源：DeepSeek 官方技术报告与 GitHub。
- 2025 年 1 月，DeepSeek 发布 DeepSeek-R1，权重按 MIT 许可开放，允许蒸馏和商用。来源：DeepSeek-R1 GitHub 与论文。
- 同期，vLLM、SGLang、llama.cpp、Ollama 等推理栈支持 DeepSeek 系列或同类模型。具体支持版本以各项目 release notes 为准。
- DeepSeek 官方 API 采用输入/输出分开计价，并有缓存命中折扣。价格会调整。2025 年初公开页面上，deepseek-reasoner 缓存未命中输入约 0.55 美元/百万 tokens，输出约 2.19 美元/百万 tokens；deepseek-chat 缓存未命中输入约 0.27 美元/百万 tokens，输出约 1.10 美元/百万 tokens。以 DeepSeek 开放平台定价页为准。
成本拐点卡在哪
| 成本项 | 用官方 API | 本地/私有部署 |
|---|---|---|
| 硬件 | 无 | 24GB 显存可跑 7B/14B 量化；R1 671B 需要多卡服务器或集群 |
| 推理电费/折旧 | 按 token 计 | 空闲也占机器，并发高才摊薄 |
| 工程 | 接入快 | 要处理量化、并发、长上下文、监控 |
| 数据 | 出企业网络，看合规 | 可留在内网 |
| 模型更新 | 跟随平台 | 自己拉权重、自己回归测试 |
| 工具调用 | API 原生或框架支持 | 要验证模板、函数调用稳定性 |
限制也要写清：
- DeepSeek-R1 这类推理模型输出长思维链，延迟通常高于普通对话模型。客服快问快答不一定适合。
- 量化会损失效果。4-bit 在部分任务可用，法律、财务、医疗要单独评测。
- 开源许可要看清楚。R1 权重是 MIT，但数据集、蒸馏产物、第三方组件可能另有条款。
- 官方 API 价格变化快。2025 到 2026 年多次调价或分时折扣，签约前以官网为准。
创业切入点
- 帮中小企业做“混合推理账本”：哪些请求走便宜模型，哪些走强推理，哪些必须本地。收费按省下的 token 或订阅。
- 做垂直领域的小模型/蒸馏模型。用 R1 生成标注数据，再蒸馏到 7B/14B，部署到客户内网。注意：蒸馏数据合规和原始模型许可要确认。
- 做推理成本监控。记录每次请求的模型、token、缓存命中、延迟、失败原因。这类工具不性感，但客户续费看得到。
2. MCP/Agent 如何改变应用层
MCP 是 Model Context Protocol 的缩写，Anthropic 在 2024 年 11 月开源。它把文件、数据库、SaaS API 封装成 MCP server，客户端按 JSON-RPC 调用。你可以把它理解成“工具接入的 USB-C 口”：一个 server 写完，多个支持 MCP 的客户端都能用。
MCP 不负责模型推理，也不替代业务 API。它解决的是工具描述、参数 schema、资源读取、提示模板、采样等接口统一问题。官方规范在 modelcontextprotocol.io，GitHub 有 spec 和 servers 仓库。
Agent 的最小循环
flowchart LR
U[用户目标] --> A[Agent 客户端]
A --> P[规划/选择工具]
P --> M[MCP Server]
M --> S1[CRM/工单/数据库]
M --> S2[搜索/文件/日历]
S1 --> O[观察结果]
S2 --> O
O --> A
A --> R[回答/执行/请求确认]
这个循环里，模型只占一环。影响交付的是：工具权限、参数校验、超时重试、审计日志、人工确认点。
应用层被改变的地方
| 原来做法 | MCP/Agent 做法 | 创业机会 |
|---|---|---|
| 每个 SaaS 单独写插件 | 一个 MCP server 接多个客户端 | 垂直 MCP 连接器 |
| 提示词里塞业务规则 | 规则放工具 schema 和权限层 | MCP 网关、策略引擎 |
| 靠人点按钮走流程 | Agent 调工具，关键步骤确认 | 审批与审计产品 |
| 只看 API 响应 | 看任务成功率、接管率、成本 | Agent 评测与可观测 |
| 通用聊天入口 | 按角色给工具包 | 销售/客服/财务 Agent 模板 |
具体场景
- 客服主管：把工单系统、知识库、订单查询做成 MCP server。Agent 先查订单，再给回复草稿，退款动作必须人工确认。指标是首次解决率、人工接管率、错误退款数。
- 跨境电商运营：接商品库、广告后台、物流 API。Agent 生成多语言 Listing，但价格和库存改动走审批。
- 短视频博主：接素材库、脚本模板、平台发布接口。Agent 出标题和封面文案，发布前人工过版权和敏感词。
- 法务/财务：接合同库、发票系统。只做检索和摘要，不自动签署、不自动付款。
- 安全。MCP server 能读文件、调 API。默认权限过大时，提示注入可以诱导 Agent 调用危险工具。要加白名单、只读默认、写操作二次确认。
- 版本。MCP 规范和客户端实现仍在演进。生产环境固定 server 版本，记录 schema 变更。
- 认证。远程 MCP server 的 OAuth、API key、租户隔离要自己补。规范给接口，不给完整企业权限模型。
- 评测。工具调用失败往往不是模型笨，而是 schema 描述含糊、参数类型不对、超时没处理。
3. 企业服务、内容生产、硬件与出海机会
企业服务：先卖结果，再卖工具
企业客户不会为“用了 Agent”付钱。他们会为减少人力、缩短响应时间、降低错误率付钱。可做的方向：
- 垂直 MCP server 托管。比如只做金蝶/用友/销售易/纷享销客的连接器，提供权限、日志、监控。收费按连接数或调用量。
- Agent 交付服务。选一个流程，如电商退货审核、招聘简历初筛、合同风险扫描。先做 2 周试点，按结果收费。
- 私有化推理+Agent 一体机。面向金融、政务、医疗。卖硬件+软件+维保。注意资质和备案。
- 评测与红队。帮企业测提示注入、数据泄露、工具越权。输出报告和修复清单。
内容生产：从生成文本转向管理素材和版权
通用写作工具已经拥挤。2026 年还能做的：
- 电商详情页/短视频脚本批量生产。接商品库和平台规则，输出可审核的草稿。关键在类目模板和违规词库。
- 本地化配音与字幕。接翻译、TTS、口型同步。出海客户需要小语种，不只是英语。
- 版权素材管理。Agent 记录每段素材来源、授权范围、到期时间。生成时自动避开无授权素材。
- 个人 IP 工作流。接选题库、爆款拆解、发布日历。注意不要爬平台数据违反条款。
硬件：卖场景，不卖“AI 盒子”
硬件机会在具体场景：
- 录音笔/会议麦克风：录完自动出纪要，接日历和任务工具。难点是远场拾音和说话人分离。
- AI 眼镜/耳机：翻译、提词、导航。难点是重量、续航、隐私提示。
- 学习机：批改、讲解、错题本。难点是内容审核和未成年人保护。
- 车载/后装：语音助手接车辆状态、导航、充电。难点是车规和安全。
出海：找平台覆盖薄、支付愿意的地方
中国团队出海的现实优势：供应链、快速迭代、成本控制。可切：
- 东南亚：多语言客服、电商运营、本地支付接入。
- 中东：阿拉伯语内容、宗教文化适配、客服。
- 拉美：葡语/西语客服、WhatsApp 自动化。
- 日韩：设计审美、本地合规、企业定制。
- 数据出境和当地隐私法。欧盟 GDPR、美国各州法、东南亚各国规定不同。
- 模型选择。有些地区要求数据本地化，闭源 API 可能不能用。
- 支付。 Stripe、Paddle、本地钱包费率不同。
- 渠道。 独立站、应用商店、代理商，别只盯投流。
4. 平台巨头与创业公司竞合
平台在做什么：
- 阿里云百炼、火山方舟、腾讯云 TI、百度千帆、华为云 ModelArts 提供模型托管、微调、Agent 编排。
- 字节扣子/Coze、Dify 等提供低代码 Agent 搭建。
- 云厂商把 MCP 支持做进平台，吸引开发者。
- 模型厂商推官方 API 和开源权重，扩大生态。
- 通用大模型训练。资金、数据、算力门槛高。
- 通用 Agent 平台。平台免费或低价，创业公司很难收订阅。
- 通用聊天入口。用户没有理由再装一个。
- 垂直数据。你有行业数据、标注流程、专家网络，平台没有。
- 最后一公里交付。帮客户接 ERP、改流程、培训员工。
- 合规与安全。等保、审计、私有化、红队。
- 渠道。区域代理、系统集成商、行业 ISV。
- MCP 连接器市场。做深 10 个常用 SaaS，比做宽 100 个半成品强。
5. 风险与 12 个月观察指标
风险清单
- 价格战。模型 API 继续降价，按 token 差价收费的产品会失去空间。
- 平台锁定。用平台专有 Agent 编排，迁移成本高。尽量把业务逻辑放自己服务，MCP 工具接口保持可替换。
- 安全。MCP server 权限过大，提示注入可导致数据泄露或误操作。
- 合规。生成式 AI 服务备案、算法备案、数据出境、版权、未成年人保护。面向公众的服务要查当地要求。
- 幻觉。Agent 调错工具比答错话更贵。写操作必须确认。
- 同质化。套壳 GPT/DeepSeek 的产品很难收费。差异化在数据、流程、交付、责任承担。
- 现金流。企业回款慢，私有化项目重。别用项目制养通用产品，除非有明确复用。
12 个月观察指标
| 指标 | 怎么看 | 对创业决策的影响 |
|---|---|---|
| DeepSeek 新版本许可与价格 | 官方 GitHub、开放平台定价页 | 决定自建还是 API |
| MCP 客户端采用 | Claude Desktop、Cursor、Zed、VS Code 等 release notes | 决定连接器优先级 |
| MCP server 生态 | modelcontextprotocol/servers 仓库、平台 MCP 市场 | 看哪些连接器已拥挤 |
| 企业 Agent 续费率 | 自己客户 3 个月续费 | 验证是否真省人力 |
| 任务成功率/接管率 | 内部日志 | 低于阈值别扩大自动化 |
| 单任务推理成本 | token+工具调用+人工审核 | 定价和毛利 |
| 国内备案与平台规则 | 网信办、云厂商公告 | 决定上线地区 |
| 硬件出货与退货 | 渠道数据 | 判断是否加订阅 |
现在就能做的检查项
- 拉过去 30 天 API 账单，按输入/输出/缓存命中拆开。
- 选 20 条真实客服或运营问题，比较闭源 API、DeepSeek 官方 API、本地 14B 量化模型的任务成功率和单次成本。
- 读一遍 MCP 官方规范，写一个只读的 filesystem 或 SQLite MCP server，接进任意支持 MCP 的客户端。
- 给这个 server 加白名单、超时、日志和写操作二次确认。
- 找 3 个目标客户，不谈“AI 平台”，只谈一个流程的试点价格和验收指标。
- 记录人工接管率。如果超过 30%，先修流程和工具，不急着扩模型。
免责声明：本文是行业分析，不构成投资、法律或采购建议。模型价格、许可、平台政策会变。做决策前查官方页面，并让法务/财务确认合规与成本。