模型不是护城河：写出 Spark 的两个人说，AI 的胜负手在模型之外

所有人都在比模型。

谁家新模型又屠了榜，谁家分又高了零点几，谁家追上了谁。这两年的 AI 叙事，几乎全绕着这一件事转。

然后，两个最该懂行的人，泼了盆冷水。

他们的大意是：模型这东西，很快就不值钱了。真正的护城河，在模型周围。

说这话的，是写出 Spark 的那两个人

这话从别人嘴里出来，我可能当耳旁风。但说的人是 Matei Zaharia 和 Reynold Xin。

十几年前，在伯克利的实验室里写出 Apache Spark、把"大数据处理"这件事整个重做了一遍的，就是这两个人。后来他俩一起搞了 Databricks，今天估值一千七百多亿美元。一个管技术，一个管架构。

他们不是没见过技术周期的人。他们是亲手把上一个周期的地基浇下去的那种人。

所以当这两个人说"模型不是护城河"，值得停下来听一句。

模型正在变成水电

他们的判断，拆开来是这样的。

前沿模型的能力，正在飞快趋同。今天你领先半年，到明年，这半年可能就没了。当一个东西好到大家都够用、而且越来越便宜——它就不再是稀缺资源。它是水电。

你不用信我，看这两年的曲线就行。开源模型追闭源，追得越来越紧；第一名和第十名之间那条缝，肉眼可见地在合。能力还在涨，但"谁第一"这件事，越来越不值钱了。

水电，是当不了护城河的。

护城河会挪到别处去。挪到你独有的数据上，挪到你对这些数据的治理和权限上，挪到你业务的实时状态上，挪到那些只有你这家公司才长得出来的反馈回路上。

一句话——模型成了公共品，那"你比别人多知道什么、你能让模型多干什么"，才是你私有的东西。

翻译成人话：你公司最值钱的，从来不是你用的那个模型——那个模型，你对手花一样的钱也用得上。值钱的是你那些它没有的东西。你十年攒下的客户数据。你内部那些没写进任何文档、只活在老员工脑子里的流程。你跟客户之间那条别人插不进来的反馈回路。模型谁都买得到，这些买不到。

他们举了个挺扎心的例子。Databricks 自己训了个专门解析文档的小模型，比前沿大模型便宜一百倍，效果还更好。他们那个叫 Genie 的数据 agent，在特定任务上的准确率，是通用 agent 的三倍。

通用模型什么都会一点。可在你最在乎的那一件事上，一个被你的数据喂大的专用小模型，往往打得过它。

更狠的一句：他们说，拿自己业务里攒下的那些真实操作记录去做强化微调，调出来的模型，在自家任务上能压过 GPT-4o、Claude Opus 这种顶配。

不是因为它更聪明。是因为它更懂你。

"模型够好了，agent 还差一整套东西"

这句是 Matei 说的。我觉得是整场最关键的一句。

模型已经够好了。可一个 agent 要真能干活，光有个聪明脑子不够——它得有对的上下文，得有被管住的权限，得有记忆，得能存住状态，还得有人能拦着它别乱花钱。

这些，没有一样是"模型"本身。

它们是模型周围的一整套系统。而这套系统，才是真正难做、也真正值钱的地方。

我自己做 AI Agent 编排这块，对这句话体感特别深。把一个模型接进来，一下午的事。把这个模型变成一个你敢交活、敢给权限、跑错了能兜住、花超了会报警的 agent——那是另一个量级的工程。

模型是脑子。脑子裸着，干不了活。

一个 agent 一晚上能烧掉多少钱

讲个具体的。他们提到，内部给 agent 的单次会话设了预算上限，比如五美元一档。

为什么要设？因为真出过事——有个 agent 跑去读日志，没人拦着，一口气读掉了五百美元。

这不是钱多钱少的事。是一个能自己花钱、自己调工具的东西，你必须有办法在它失控之前摁住它。

权限那头更微妙。他们专门讲了一种场景：一个 agent 有权读公司机密，又恰好装了个被人动过手脚的第三方包——它可能一边读着机密，一边顺着那个包，把机密漏出去。简单的"允许/不允许"两个开关，拦不住这种事。你要的是看得懂上下文的权限：同一个操作，这个状态下放行，那个状态下摁死。

这种东西，才是 agent 真正难的地方。模型负责聪明。这一整套，负责让聪明别闯祸。

为什么必须开放

接下来，就是标题里那个判断：前沿生态，必须是开放的。

逻辑其实很顺。既然真正的价值是模型周围那一整套系统，而这套系统大到没有任何一家公司能独自建完——那就只能开放，让所有人一起建。

他们开源了一个叫 Omnigent 的东西，一个能把 Claude Code、Codex、Cursor 这些五花八门的 agent 统一管起来的中间层。开源出去三天，合进来四百多个改动，差不多一半来自外部的人。

三天，四百个 PR，一半是外人。

这个速度，任何一家公司关起门来都做不到。开放不是情怀，是算过账的——封闭的系统扩不动，开放的系统才长得快。

何况企业早就被锁怕了。被 Oracle 锁过的那批人，今天在设计一套要用三十年的数据底座时，第一条就是：别再被任何一家锁死。开放的格式、开放的接口，对他们不是加分项，是底线。

而且这剧本，已经演过一轮了。开放的数据格式——像 Parquet、Delta 这些——几年前还有人公开唱反调，说封闭的才好。今天，它们成了企业数据的事实标准。那场争论，开放赢了。Zaharia 他们现在赌的，是同一个剧本会在 agent 这一层，再演一遍。

护城河搬家了

把这些拼起来，结论挺清楚。

过去大家默认，AI 的护城河是"谁的模型强"。Zaharia 和 Xin 说的是另一回事：模型这条河正在干涸，真正的护城河，已经悄悄搬到了模型周围——搬到数据、上下文、权限、状态、成本控制上，搬进了那套又难又不性感的系统工程里。

这判断对不对，我没法替未来打包票。

模型那条线还在涨。万一哪天又冒出个断层式领先的模型，把"模型够用了"这个前提直接掀翻，这套逻辑也得跟着改。

不过要是他们说对了，这对小玩家反倒是好消息。

训模型那条路，已经烧钱烧到只剩几家巨头玩得起。但模型周围那一整套——你的数据、你的场景、你把 agent 调教到服帖的本事——这条路没那么吃钱，更吃你对自己业务的理解。在这一块，巨头未必比你懂。

但至少今天，我信他俩，多过信榜单。

毕竟上一轮大数据的地基，是他们亲手浇的。这一次，他们赌的是同一件事会再发生一遍——价值不在最闪的那一块，在托着它的那一整片。