我们是否在错误的层面上审视AI主权？

在我之前发布的论文讨论之后，我进一步阅读了一些关于主权AI的内容。偶然发现了Akash Kapur和Arvind Narayanan在《科学》杂志上发表的这篇短文：https://doi.org/10.1126/science.ael0463 我认为一个真正有趣的点是：他们认为印度的主权讨论主要集中在芯片、数据中心和LLMs上，而应用层则受到较少关注——尤其是代理和实际执行工作的软件。这让我思考：你可以运行自己的模型，托管自己的基础设施。但如果重要的工作流、代理逻辑、组织上下文和工具都绑定在别人的平台上，你实际上有多主权呢？而且这似乎也是市场的走向。微软、Salesforce、OpenAI等正进一步深入代理/应用层，而像Lyzr这样的平台则采取更模型/云/框架无关的控制平面方法。我开始认为模型可移植性可能不如应用可移植性重要。能够交换LLM是有用的，但能够移动整个代理工作流而无需重建系统，感觉是更大的问题。很好奇构建代理的人对此有什么看法。