调查显示:你会更换模型,但围绕它构建的一切都会留在原地

山止川行行业资讯📡 BestBlogs·全站精选⭐ 902026-10-22266 阅读💛 102 收藏
调查显示:你会更换模型,但围绕它构建的一切都会留在原地

📌 One-Sentence Summary

企业正在积极更换 AI 模型,但真正的锁定风险在于集成层——自定义工作流、MCP 服务器和安全防护措施——这些组件难以迁移,而且往往与特定供应商的架构紧密绑定。

📝 Summary

调查显示,更换模型十分常见(只有 8% 的受访者仅使用一家供应商),但迁移周边基础设施的复杂性构成了重大障碍,例如内部系统集成、多步骤智能体工作流和访问控制。真正的供应商锁定发生在这一「支撑层」:组织难以迁移这些组件,往往只能从头重建。数据表明,安全和成本是眼下的优先事项,但要避免未来陷入集成困局,也变得越来越重要。

💡 Main Points

采用多个模型已成常态,但集成才是瓶颈。

大多数组织会使用多个 AI 模型,说明模型层面的锁定并非主要问题。然而,围绕模型构建的「支撑层」——包括自定义集成、工作流和安全策略——往往高度依赖供应商的架构,迁移时需要投入大量资源重新开发。

切换成本很高,但眼前的优先事项主导决策。

84% 的受访者认为避免锁定很重要,但这一点在实际采购标准中的排名较低。这表明,尽管人们意识到长期被供应商束缚的风险,当前采购决策仍主要受安全、隐私和即时节省成本等短期考量驱动。

使用更多模型的组织,更有可能投资开放、可移植的架构。

采用多个模型供应商的企业更有可能构建灵活的开源集成,也更清楚可移植性的重要性。这说明,多模型部署经验会推动企业采用能够降低未来锁定风险的架构。

💬 Key Quotes

他们担心的陷阱,正是模型之上的那一层。

53% 的受访者将「与内部系统或 MCP 服务器集成」列为最难迁移的两项内容之一。

今天负责选择技术栈的人,考核依据是本季度的账单和今年的审计,而不是两年后是否需要推倒重来。

📊 Article Meta

AI Screening: 90

Featured: Yes

Source: Stack Overflow Blog

Author: Craig McLuckie

Category: 软件编程

Language: 英文

Read Time: 4 min

Word Count: 956

Tags:

编程与工程 , Harness工程 , MCP协议 , AI 工作流 , 开源项目

#编程与工程# Harness工程# MCP协议# AI 工作流# 开源项目

文章评论(12)

武磊24 天前

思路清晰,干货满满。

回复
空向阳24 天前

实测过类似工具,作者说的基本属实。

回复
山问津24 天前

有没有更详细的教程,期待后续。

回复
蓝归舟24 天前

点赞,必须点赞

回复
曹浩24 天前

实话,说的不明不白

回复
漾漾其华24 天前

这篇文章分析得很透彻,收藏了!

回复
杨丽华24 天前

支持作者,持续关注中。

回复
墨沐雨24 天前

内容翔实,正好需要,先收藏再看。

回复
星知秋24 天前

支持作者,持续关注中。

回复
暮临风24 天前

内容翔实,正好需要,先收藏再看。

回复
暮拾贝24 天前

看完了,收获满满,期待更多更新。

回复
蓝归舟24 天前

这个观点很中肯,深有同感。

回复