随着大模型能力的持续提升，AI应用层正面临一种普遍焦虑：如果OpenAI、Anthropic等模型公司既掌握底层模型，又拥有分发渠道和品牌优势，创业公司还能在应用层做什么？a16z合伙人Joe Schmidt在文章《Avoiding Death on the Yellow Brick Road》中提出了一个核心观点：真正的机会不在“黄砖路”上，而是在奥兹国的其他地方。
所谓“黄砖路”，是指那些大模型公司正在亲自进入并投入巨大资源的领域，比如代码生成、写作、图像生成、通用型Agent和横向办公助手。这些领域会随着模型原始能力的提升而变得更好，因此天然适合实验室来做。然而，创业公司真正的机会在于“奥兹国的其他地方”——那些深入行业流程、依赖复杂工作流、数据沉淀、合规治理和系统集成能力的垂直场景。
Joe Schmidt反复强调同一个逻辑：企业真正愿意付费的，不是一个更聪明的聊天窗口，而是一个能对业务结果负责的系统。这样的系统需要：
以下为原文编译内容：
如果你要创办一家公司，“黄砖路”是最显眼的一条路，但也是最危险的一条路。拿一个高性能模型，接上一些现成的连接器，比如Google Drive、Slack、Salesforce、Notion、GitHub，然后在上面搭一个智能体编排层。看起来像魔法一样。
问题在于，这正是大模型实验室正在通过Cowork和Codex做的事。它们拥有模型，这意味着它们有更好的利润率、更强的控制力，也能对所有下游参与者施加定价权。更重要的是，它们还掌握着决定产品适合解决什么问题的架构选择。
对创业公司来说，情况并不全是悲观的。在“黄砖路”之外，仍然存在巨大的机会。这些公司正在构建智能体体验：模型被编织进复杂的工具、自动化和集成网络中——换句话说，就是软件。
这类工作通常会涉及一个或多个遗留系统，往往需要确定性结果，因为模糊性不可接受，而且有时还会直接绑定某个重要的商业结果。以下是为什么奥兹国的其他地方不会被“巫师”完全占据的原因：
很多你在业务中真正内化的东西，并不存在于任何训练集中：不成文的行业惯例、没有文档记录的标准、存在于从业者脑子里的部落知识。无论投入多少训练算力，都无法替代真正进入这些知识所在的工作流内部。
大模型实验室内部已经在做路由，但它们做不到跨供应商路由，也很难为了某个具体子任务评估竞争对手的模型。奥兹国其他地方的公司会在整个模型市场中为每个子任务选择最合适的模型。
把每个查询都丢给Opus 4.7，是让毛利率转负的最快路径。最好的奥兹国公司会在不同层级的模型之间做路由：最难的任务交给前沿模型，大部分任务交给中等模型，在已经证明可行的地方使用更小的定制模型或微调模型。
成为客户在某个垂直领域运行AI的控制平面，会产生相当大的价值。这个控制平面，是权限、审计、智能体被允许做什么、智能体实际做了什么汇聚在一起的地方。
Joe Schmidt提出了几个测试方法：
最终，下一代企业软件将会在“黄砖路”之外被建立起来。创业公司的机会不在于与模型公司争夺“黄砖路”，而在于走进那些更复杂、更脏、更慢，但也更接近真实商业价值的地方。