model-swapping

文章讨论了如何通过分析基础设施指纹（如分词器模式和错误代码）来识别API背后的真实AI模型，以Ox Alpha指向GLM和DeepSeek模型更换为例。

萨提亚·纳德拉认为，公司必须拥有自己的学习循环，而不仅仅是AI模型。本文警告说，依赖API提供商可能有失去控制的风险，并倡导构建允许在不丢失机构知识的情况下切换模型的系统。

关于AI记忆系统的一个关键观察：当模型被替换时，与嵌入模型绑定的可信度分数会失效，而由于嵌入向量发生变化，重新校准也变得毫无意义。作者质疑是否有人在不重建信任逻辑的情况下解决了这个问题。