moats

构建多智能体工作流如今已轻而易举，因此，真正的竞争优势已从执行转向程序化评估，即通过系统性基准测试，将结果与真实标准答案进行对照。如果没有结构化的评估流水线，团队实际上就是在交付随机输出生成器，缺乏领域直觉来识别幻觉或逻辑偏移。

Nikitabier 认为技术护城河基本已经消失，如今要构建持久的业务，仅剩的护城河是专有数据、网络效应和物理组件。

一位科技评论员认为，大语言模型（LLM）公司并没有真正的护城河——分发渠道、营销以及病毒式传播远比实现难度或模型质量重要得多，他用“卖香蕉”的类比来阐明这一观点。

一位风险投资人反思 AI 市场，指出随着人们涌向获胜的实验室和初创公司，寻找全身心投入的‘传教士’型人才变得前所未有的困难；他认为，护城河已不再是单一的壁垒，而是成千上万个执行细节的累积，最终取决于创始人的速度和应变能力。

文章认为，尽管围绕AI有大量炒作，但消费者软件中持久的竞争护城河仍然是网络效应、市场平台和平台，AI产品必须演进以纳入多用户动态以实现长期留存。

文章认为，AI正让软件生产更易上手，类似于中国的制造业生态系统对硬件的影响，改变了科技公司长期竞争力的焦点。

作者反思了纽约AI Agents大会，认为许多初创公司专注于可观测性和数据基底等临时护城河，而非工程商品化时代中持久的防御性。