The new AI lock-in¶
Ch01.643 The new AI lock-in¶
📊 Level ⭐⭐ | 5.1KB |
entities/the-new-ai-lock-in.md
核心要点¶
- Published Time: 2026-05-16T22:36:49-06:00 Even as models get easier to swap, the work that surrounds them is not. Developers already move among Claude Code, Codex, Gemini, and local models with less c
相关实体¶
- New Lock
- Introducing Claude Platform On Aws Anthropics Native Platfor
- 刚刚Opus 47发布相比46核心变化与Claude Code搭配最佳实践
- Anthropic Nla Natural Language Autoencoders Interpretability
- Opus 4 7 Launch Claude Code Best Practices Wechat
→ 原文存档
深度分析¶
锁定的本质从未消失,只是上移了层级 文章的核心诊断精准:模型层的替换成本正在下降(API 标准化、OpenAI/Anthropic/Google 的模型能力趋同),但围绕模型的 workflow、治理结构和操作流程的粘性并未减弱。一旦企业在某个 orchestration 框架(LangGraph)、某个 workflow 平台(Claude Cowork)或某个服务商(PwC/Accenture/Deloitte)上投入了数万小时的人工整合工作,替换该层的成本就远远超过替换底层模型 API 的成本。 MIT NANDA 数据的深层含义 95% 的企业 GenAI 试点未能交付可衡量业务价值这一数字(尽管在方法论上存在争议)指向一个结构性问题:AI 工具无法"学会"现有的工作流程——它们需要被嵌入到审批路径中、获得正确的权限、携带组织的制度记忆。这不是模型能力不足,而是部署工程(deployment engineering)的失败。DeployCo 之所以存在,就是因为 OpenAI 最终认识到:客户真正需要的不是更聪明的模型,而是一个能到现场做"无聊、昂贵、难替换"的流程整合工作的真人。这与 Palantir 的商业模式殊途同归。 MCP 的历史先例:Kubernetes 的镜像 作者用 Kubernetes 来类比 MCP 是恰当的。Kubernetes 标准化了容器编排层,消除了"在哪运行容器"的锁定——但紧接着,锁定就转移到了上层托管服务、身份管理、网络策略和数据重力之上。MCP 正在做类似的事:将"模型如何连接工具和数据"这一层标准化和低成本化,但企业工作流的粘性——谁批准了这个 agent、它能访问哪些数据、它的行为如何被记录、如何在操作员离职后安全关闭——这些 irreducibly local 的问题依然存在,且更加难以迁移。 三层锁定的结构差异 1. Orchestration 层:LangGraph 等框架积累了业务逻辑、eval 框架、恢复策略和可观测性追踪,一旦投入生产使用,替换代价等同于部分重写。 2. Vendor-controlled workflow surface:Claude Cowork 的插件市场、per-user provisioning 和预建 agent 表面上是"平台",但真正的粘性来自管理员不想要 400 个随机 agent 接入合同系统、HR 数据和客户记录——这个管理成本本身就是壁垒。 3. Services 层:OpenAI、Anthropic 与 PwC/Accenture 的合作本质上是在训练一支懂 AI 和懂企业流程的混合部队,这支部队的know-how 是无法通过切换底层模型复制的。
实践启示¶
- 在模型 bake-off 上少花时间,在 orchestration 框架选型上多花时间。模型 API 替换成本已低至 1-2 周代码改动,而 LangGraph 的替换成本是 6-12 个月。
- 以"workflow 可移植性"而非"模型可替换性"作为 AI 架构的核心目标:将核心业务逻辑抽象到与模型无关的中间层,使底层模型更换不触发业务流程重写。
- 警惕 vendor-controlled workflow surface 的隐性锁定:Claude Cowork 的预建 agent 表面上是"功能",实际上是企业特定工作流程的编码——一旦深度使用,迁移成本极高。
- 服务商关系是最深层的锁定:PwC 和 Anthropic 的合作带来的 10 周到 10 天的 underwriting 效率提升,不是因为模型,而是因为数万名顾问的流程再设计经验。选择服务伙伴时,应评估其流程知识而非模型推荐能力。
- MCP 作为解药的一面:MCP 降低了工具连接成本,使企业不至于因为"换一个模型就要重写所有 connector"而被锁定在单一 provider——但它只能解轻度锁定,无法消除重度 workflow 粘性。
- Agent Skills 的开放性是战略杠杆:Anthropic 开放 Agent Skills 且强调"skills you create aren't locked to Claude"是争取客户信任的正确方式,企业在选择技能体系时也应优先考虑不与特定 provider 强绑定的方案。