模型正快速商品化——优势正转向上下文和工作流，而非模型本身

人们一直在问类似的问题：如果有数十个模型都能做大致相同的事情，为什么模型本身会成为关键因素？我认为诚实的答案是，模型本身大多不再重要了，这一转变体现在成本和竞争格局的变化上。Trent Kannegieter在2025年3月为TechPolicy.press撰写的文章《认真对待AI商品化》提出了核心观点：众多供应商提供的相似能力增加了竞争并降低了价格。一旦发生这种情况，价值就会在技术栈中上下移动，而不是停留在模型层，而是转移到上层构建的应用和下层的硬件与工具中。模型不再成为差异化的资产。另一半是上下文。有一位开发者发布了一篇帖子，他构建了一个工作空间工具，因为最初的不满并非模型太弱，而是完成有用工作所需的知识分散在十几个应用中。Sequoia Capital在其《第二幕》文章中为这一方向命名：他们最初预测的护城河——更多使用导致更好的模型——结果并不稳固，真正持久的是围绕模型的工作流和用户网络。获得一个好模型成为基本要求。积累的上下文成为复利。这与我在本地运行模型的观察一致。一个不错的开源模型与下一个模型之间的边际差异，比将你的数据和工作流接入系统与未接入之间的差异缩小得快得多。日常使用AI令人沮丧的部分现在很少是模型本身，而是它无法看到你实际在做什么。对于强硬版本，我想反驳的是：在前沿层面，商品化尚未定论。Kannegieter明确表示这是一种可能正在发生的趋势，而非已完成的事件，他将整篇文章框架为对一个尚未完全到来的世界的准备。商品化的模型层还有一个无人解决的缺点：它削弱了当今大型实验室安全团队的权力，因为实验室的约束只有在每个人实际运行其模型时才有效。开始听起来正确的是，对于大多数人来说，模型正成为技术栈中最不有趣的部分。你同意吗，还是你仍然依赖于一个能力差距？