01那个分数让他们沉默了整整十分钟
一家做企业 HR SaaS 的创始人，在一次战略复盘会上，带着团队用七个维度给自己的产品打了分。会前他预计总分会在五十几分，毕竟产品在市场上已经运行了三年，客户续约率还不错。
但当逐个维度填完评分，总分是三十一分。七十分满分，三十一分。
最刺痛的不是总分，而是维度⑦——人机协同进化力，两分。这意味着他们的产品在这三年里，只是在不停地维护和修补，没有在正确的方向上实质性地进化。他们的竞争对手每季度都在迭代，而他们每年只有一到两次大版本更新，且主要是功能添加，不是底层能力的构建。
会议室沉默了十分钟。然后有人说："如果这个分数是真实的，我们不是在和竞争对手竞争，我们是在等着被取代。"
这个场景并不罕见。很多在位企业之所以感到"AI 时代竞争压力很大但说不清在哪里"，是因为他们在用旧的评估维度看自己的竞争优势。品牌、客户数、年收入——这些指标没有消失，但它们描述的是一张快照，而不是这张快照的进化方向。
02核心问题：护城河的进化速度比深度更重要
本框架创新：F02 提出七个专门针对智能体时代的护城河维度，并将"进化速度"作为评估护城河健康状态的核心指标——护城河的关键属性不是今天有多厚，而是在正确方向上的加厚速度是否快于竞争对手。
传统的护城河评估问的是：你有多少沉积优势？品牌、专利、规模、网络效应……这些维度在工业时代有效，是因为它们都很难被快速复制。但智能体时代的竞争有一个根本特征：功能可以被快速复制，但系统能力的积累差距难以快速追赶。
这意味着护城河的核心属性发生了变化。一个今天深度为八分的护城河，如果每季度只在正确方向上增加零点二分，而竞争对手的护城河今天只有五分，但每季度增加零点八分——三年后，这场竞争的结果已经预先写好了。
F02 系统性护城河模型，正是为了解决这个诊断问题：不只告诉你现在护城河在哪，更要告诉你护城河的进化方向和速度是否健康。
03七个维度：新时代的护城河地形图
维度一：专有数据飞轮
数据飞轮是智能体时代最强的护城河维度之一。它的成立条件是三个：独占性（数据是企业专有的，竞争对手无法直接获取）、闭环性（存在"使用→产生数据→改善→更多使用"的正向反馈）、复利性（差距在随时间加速扩大）。这三个条件缺一不可。有数据不等于有飞轮。大多数企业都在积累数据，但其中只有少数形成了真正的飞轮结构。
维度二：工作流嵌入深度
工作流嵌入深度衡量的是：如果客户明天要停止使用你的产品，他们的业务会受到多大的中断？一个纯工具型产品（随时可换）和一个深度嵌入核心业务流程的系统（换掉需要半年重建）之间，有本质的护城河差异。工作流嵌入把转换成本从"操作级别"升级到"系统级别"，这是比任何合同锁定都更有效的客户粘性。
维度三：Agent 编排能力
单一 Agent 可以被快速复制，但一个复杂的多 Agent 协同系统——能够在不同任务类型间动态调度、能够在异常时智能回退、系统整体效率远超部分之和——这种编排能力的积累是一道真实的壁垒。竞争对手可以复制你的某个 Agent 功能，但很难复制整个编排系统的行为逻辑。
维度四：Context 工程能力
这是很多企业最容易忽视的护城河维度。Context 工程能力指的是：企业是否有系统化的专有知识体系，能够把领域知识结构化地传给 AI 模型，显著提升输出质量超过通用模型的水平？一个深度专有的知识图谱，加上不断演化的上下文设计框架，是一种极难被快速复制的能力积累。
维度五：工具链与生态接入
当你的系统支持开放协议（如 MCP、A2A），当外部工具和合作伙伴主动希望接入你的平台，你就开始从"工具"变成"生态枢纽"。生态枢纽的护城河是网络效应型的：接入方越多，整个系统对每一个参与者的价值就越高，离开的成本也越高。
维度六：合规与治理壁垒
在强监管行业（金融、医疗、法律、政府采购），合规能力是进入高价值场景的资格门槛。当一家企业的合规框架足够完善，使得它成为竞争对手无法进入的高价值客户的默认选择，合规就从成本变成了护城河。
维度七：人机协同进化力
这是七个维度中权重最被低估、实际最关键的一个。它衡量的是：组织内是否有健康的人机协同优化机制，让每一次系统运行都能产生反馈并推动下一次迭代？进化力是其他六个维度的乘数——一个进化力低的组织，即使今天护城河很厚，也会随时间不断被追上。
04护城河的三个陷阱
陷阱一：有数据≠有飞轮。这是最常见的误判。许多企业积累了大量历史数据，但数据没有形成闭环——没有被用来持续改善系统，也没有形成竞争对手无法获取的独占性。这样的数据积累是资产，不是飞轮。飞轮需要被刻意设计，不会自动形成。
陷阱二：只看绝对分，不看相对速度。总分六十分的企业，如果在最关键的维度上正在被竞争对手以更快的速度追赶，仍然处于高风险状态。相对评估和进化速度判断，和绝对分同等重要。
陷阱三：低估维度七。进化力得分低，是七个维度中最危险的信号，因为它影响的不是某一个维度，而是所有维度的长期演化轨迹。一个今天护城河薄但进化力强的组织，其长期竞争力远超一个今天护城河厚但组织僵化的公司。
05真实应用场景
场景一：年度战略规划前的护城河健康检查。每年制定战略之前，用七维评分诚实地评估当前护城河状态，识别最需要在未来十二个月强化的方向。这个过程往往会带来令人不舒服但极有价值的认知校准——很多管理层这才意识到，他们一直以为的"核心竞争力"，在七维框架下其实非常脆弱。
场景二：并购或投资尽调中的竞争优势评估。对一个被收购标的或投资对象，用七维框架做护城河评估，比传统的市场份额和增速数据更能预测三到五年后的竞争稳定性。特别是维度七（人机协同进化力），是判断一个团队是否具备持续竞争力的关键指标。
场景三：融资路演的竞争优势叙事重建。当投资人追问"你们的护城河是什么"，用七维框架提供有证据支撑的量化回答，远比"我们有很强的团队"或"我们有独特的技术"更有说服力。
06在体系中的位置
F02 在体系中承接 F01 的外部视角——F01 分析整个行业的竞争结构如何在智能体时代变化，F02 则聚焦内部视角：在这个已经变化了的竞争结构中，我们自己的优势来源是什么、有多稳固、在哪个方向上需要加速建设？
上承 F01（智能体五力重构，了解行业竞争规则变化）→ 本框架（系统性护城河评估，内部优势诊断）→ 下启 F03（智能体组合矩阵，护城河强的方向加速配置 Agent 资源）→ F04（能力获取三分法，护城河核心维度应自建，支撑维度可编排）。
做完 F02，你不只知道自己的护城河在哪里，还知道它的加厚速度是否健康，以及最需要在哪个方向上投入资源。这个判断，是 F03 资源配置决策的前提。
01沃伦·巴菲特的隐含假设
沃伦·巴菲特把护城河这个概念带入主流商业语言时，他说的大概是这样一件事：好的企业就像中世纪城堡，周围有一条宽阔的护城河，敌人很难攻进来。护城河的来源最常提到的有几类：品牌溢价、转换成本、网络效应、成本优势、规模效应。
这个框架在过去几十年里大体上是对的。但它成立有一个前提，同样没有被明说：护城河是相对稳定的存量资产，其宽度由历史积累决定，竞争对手要从零开始缩短差距，需要付出与当初积累同等量级的时间和成本。
汉密尔顿·海尔默（Hamilton Helmer）在《7 Powers》（2016 年）里把这套逻辑进一步精炼成七种战略力量，给出了更结构化的护城河分类体系——规模经济、网络效应、反向定位、转换成本、强力品牌、独特资源、流程优势。每一种都是积累的结果，每一种在传统竞争环境里都需要时间来侵蚀。
问题在于：智能体开始改变其中几个关键变量的积累速度和侵蚀速度。那个"竞争对手缩短差距需要付出同等时间"的假设，在某些维度上开始松动。
本框架创新：在 Helmer 七力结构基础上，将智能体时代新增的三个护城河维度（数据飞轮、编排能力、主权控制）整合进来，并引入"半衰期"和"绝对/相对双轨评估"两个原创概念。
02护城河的半衰期问题
在讨论七个维度之前，需要先说一个更根本的概念变化：护城河有了半衰期。
传统护城河理论里，护城河的宽度是一个相对稳定的存量。品牌积累了十年，不会在一年内消散；渠道建设了多年，不会在一个季度里被替代。正是这种稳定性，让护城河成为战略规划的可靠锚点。
智能体带来的变化，不只是护城河被攻破，而是某些类型的护城河的侵蚀速度在加快。当竞争对手能够用智能体快速复制某个交付流程，用数据飞轮快速追赶用户理解，用编排能力快速整合外部资源——原本需要五年才能缩短的差距，可能在十八个月内就被填平。
与此同时，有另一类护城河的积累速度也在加快：那些依赖数据积累和系统进化的动态资产，在智能体驱动的飞轮机制下，可以以比人工驱动快得多的速度变宽。
这形成了一种两极分化：静态护城河的半衰期在缩短，动态护城河的积累速度在加快。站在同一条基准线上的两家企业，若走上不同的护城河构建路径，它们的差距可能以前所未有的速度分化。
03七个维度，两类资产
系统性护城河模型把企业竞争优势分解为七个维度，分为两类——传统维度的智能体时代校正版，以及新增的智能体时代原生维度。
传统维度的校正（4 个）
转换成本（Switching Cost）仍然有效，但其来源正在从"流程依赖"向"数据依赖"迁移——当一个客户的历史数据深度嵌入某个智能体系统，迁移成本会比纯粹的流程依赖更高。
网络效应（Network Effect）在智能体场景下有了新的表现形式：不只是用户数量带来的直接网络效应，更是用户行为数据持续训练模型、提升系统智能带来的间接飞轮效应。
流程优势（Process Power）在智能体时代面临双向压力：一方面，深度优化的流程更难被外部复制；另一方面，标准化程度高的流程更容易被智能体直接替代。
品牌/规模：品牌信任难以快速复制，但规模壁垒被部分绕过——10 个人用智能体做的事可能匹敌千人公司。
新增的三个原生维度
数据飞轮（Data Flywheel）：企业拥有的数据资产，能否随使用量的增加而持续提升智能体的表现？飞轮能转起来的，是指数级积累；转不起来的，只是数据存量。
编排能力（Orchestration Capability）：在多智能体协同已经成为常态的环境里，能否把分散的智能体能力有效整合成超越单一工具的系统性优势？这是一种新型的组织能力，既不在传统管理学的词汇里，也很难通过简单的技术采购来获取。
主权控制（Sovereignty Control）：对核心数据资产、模型能力和执行系统的自主控制程度，是护城河能否被维护的基础条件——一个主权低的企业，所有的护城河都建在租来的地基上。
04绝对评估与相对评估，必须同时做
这个框架有一个使用上的关键点，值得单独说清楚。传统护城河分析，大多数时候是绝对评估——我们的护城河有多宽？这七个维度我们各自打几分？这种评估能告诉你现状，但告诉不了你战略优先级。
系统性护城河模型的完整使用，需要同时进行绝对评估和相对评估。绝对评估回答"我们在哪里"，相对评估回答"我们和最强对手之间的差距在哪里、差距在变大还是变小"。两个维度放在一起，才能看出战略行动的优先序——
哪个维度的差距是拉大的（需要防守），哪个维度的差距是收窄的（可以进攻），哪个维度我们有绝对领先但对手正在快速追赶（需要加速积累）。
只做绝对评估的企业，很容易产生一种危险的自我安慰：分数还不错，护城河还在。但对手可能正在以快两倍的速度追赶。
05不是护城河消失了，是你需要把它重新测量一遍
真正危险的，不是护城河消失了，而是你以为它还在，但你用来测量它的尺子，已经失准了——因为那个框架只测量存量，不测量侵蚀速度，也不测量飞轮能否转起来。
把七个维度过一遍，分别问两个问题：这条护城河的半衰期在变长还是变短？我们和最强对手在这个维度上的差距，在扩大还是在缩小？
这两个问题的答案，比护城河的绝对分数更能告诉你，下一步该把资源押在哪里。
T1理论来源与学术引证
以下为本框架的理论基础说明，提炼自正文中的理论注释块。
本框架创新：在 Helmer 七力结构基础上，将智能体时代新增的三个护城河维度（数据飞轮、编排能力、主权控制）整合进来，并引入"半衰期"和"绝对/相对双轨评估"两个原创概念。
T2框架定位与适用边界
本框架是管理实践工具，为高管和研究者提供结构化分析视角，不提供可直接验证的因果预测。其有效性依赖于：分析者对所在行业的深度认知、可获取的组织数据质量、以及将分析结论与具体决策场景相结合的能力。
智能体时代的框架有一个共同的时效性问题——AI 技术演化速度快于传统战略框架的更新周期。建议每 12–18 个月对本框架的核心假设进行一次复盘，检视其前提条件是否仍然成立。