当模型成为可替换件：企业 AI 的下一场争夺是“智能主权”

信源：[20VC｜Harry Stebbings 对话 Factory 联合创始人兼 CTO Eno Reyes｜2026-08-29]

这场对话表面上讨论的是“美国企业该不该使用中国开放模型”，更深处的问题却是：当模型越来越多、能力差距不断缩小，究竟谁会拥有企业在使用 AI 过程中形成的智能？Eno Reyes 给出的答案是 harness——包在模型之外、负责组织实际工作的控制层。它决定任务如何拆解、上下文如何装配、调用哪一个模型、开放哪些工具和权限、怎样验证结果、失败后如何恢复，以及哪些经验能够被下一次任务继续使用。

这也是“智能主权”更准确的定义。它不等于把模型部署在本地，也不只是把数据留在自己的数据库，而是企业能否持续掌握执行轨迹、评测标准、权限关系、人工纠错和工作流状态，并在更换底层模型后保留这些学习成果。数据只是原料，harness 中不断积累的反馈回路才是企业智能真正形成复利的地方。

当然，这也是 Reyes 的商业立场。Factory 的产品定位就是“任意模型、任意界面”的企业软件工厂，公司在2026年4月以15亿美元估值完成1.5亿美元C轮融资。[这一背景]不否定他的判断，却提醒我们：Factory的路由效果、利润率和客户使用情况都应被视为厂商披露，不能直接外推为全行业事实。

Reyes最有价值的判断，是“最便宜的模型未必构成最便宜的系统”。Agent的真实成本不能只看每百万token的报价，而应计算一次正确完成任务所需要的总成本：单价乘以token消耗和重试次数，再加上验证、人工复核、延迟与错误带来的损失。能力更强的模型如果一次完成复杂代码审查，可能比反复试错的低价模型更便宜；反过来，把摘要、抽取或机械修改全部送给最强模型，同样是在浪费预算。OpenRouter在2026年8月给出的模型选择方法，也已把指标从“每token成本”改成了[每个完成任务的成本]。

这意味着路由不能只是一座无状态的API网关。它必须知道任务已经进行到哪里、前一步为何失败、接下来还要调用什么工具，并能在质量、速度、价格和风险之间动态分配模型。Factory宣称其Router在自有工程评测中可将token支出降低20%—25%，同时保留接近前沿模型的通过率；但该产品仍处于私有研究预览，数字也来自厂商自身，因此更适合作为方向证据，而不是行业通用结论。[Factory的披露]至少说明，模型选择正在从开发者手动切换，变成工作流内部的实时决策。

Stripe同意收购OpenRouter，把这一变化直接写进了资本市场。Stripe没有公布价格，但路透援引知情人士称交易价值略高于80亿美元；OpenRouter当时每天处理超过10万亿token，连接400多个模型，服务逾1000万开发者和企业。[这笔交易]的价值显然不只在路由算法，而在于它占据了模型消费的入口，能够同时看到用量、价格、性能、失败率与结算关系。代码本身容易复制，横跨供应商的流量与计量控制点却很难重新聚合。

长周期Agent又把harness的重要性推高了一层。Anthropic在自己的实验中发现，即使前沿模型具备上下文压缩能力，仅靠模型在多个上下文窗口之间循环，仍难以稳定完成生产级应用；系统还需要初始化、增量推进以及可交接的外部状态。[Anthropic的结论](网页链接)与OpenAI的架构定义几乎一致：OpenAI把harness明确称为模型周围的控制平面，负责agent loop、模型调用、工具路由、审批、追踪、恢复和运行状态。[两家前沿实验室都在强化模型之外的系统层]，本身就是对Reyes核心判断最有力的验证。

开放权重模型的上升，使这种多模型架构从“可选优化”变成了经济必需。OpenRouter对2026年1月至6月超过450万亿token的平台流量分析显示，DeepSeek的token份额从约9%升至18%，中国模型在6月初一度超过美国模型；截至8月29日的[实时榜单]中，DeepSeek、小米、腾讯和智谱的模型仍占据多个头部位置。不过，OpenRouter也明确提醒：这只是其平台内的token流量，不代表整个市场，更不等于用户数、收入或模型质量。因此，视频里“三年后99%的工作流由开放模型完成”可以视为一种方向性判断，却不能当作有数据支撑的预测。

更可信的路径是形成双层结构：大量高频、可验证、对成本敏感的任务逐步迁移到开放权重或小模型；少数推理难度极高、失败代价很大、涉及科研与安全边界的任务继续使用闭源前沿模型。开放模型占据大部分调用量，前沿模型保留更高的单次经济价值，两者并不矛盾。微软Foundry已把这种结构产品化：其目录包含超过1万个模型，允许企业用自己的数据并排评测，并在托管模型、自带模型和合作伙伴模型之间选择。[模型中立正在成为云平台能力]，而不是创业公司的独特主张。

视频对“中国模型风险”的处理则需要明显降温。Reyes说，把开放模型统称为“中国模型”会制造恐惧，这一点有合理成分：下载权重、隔离部署，与调用会保留数据的境外API，完全是两种威胁模型；美国闭源模型同样存在内容政策、供应商锁定和数据治理问题。但他进一步声称中国模型没有显示出相对额外的安全风险，证据并不成立。NIST在2026年7月对GLM-5.2的评测认为，该模型发布时可能是能力最强的开放权重模型之一，部分安全表现也优于此前评测的中国模型；与此同时，它仍会协助Agent进行漏洞利用开发，对敏感生物问题的拦截少于美国参考模型，而且开放权重模型在自托管后可以绕过原有防护。[能力进步与风险存在可以同时成立]。

甚至“开源”这个词本身也需要校正。很多产品只是开放权重，并未公开训练代码、数据构成和完整训练过程；按照Open Source Initiative的定义，[开放权重并不自动等于开源AI]。企业因而不能用国别标签代替尽职调查，也不能用“权重可下载”代替安全审计。更可靠的判断维度是模型来源与许可证、权重文件和依赖链、实际托管方与数据路径、任务级红队测试、权限隔离、输出验证，以及能否快速切换和回滚。国别是风险变量之一，但既不是无罪证明，也不应成为唯一判决。

Reyes预测未来18个月会有80%—90%的AI原生工作流公司消失或被收购，这个比例同样缺乏可验证依据，但他提出的筛选方法是成立的：如果一家公司的优势会随着基础模型升级而消失，或者竞争对手接入同一模型后就能复制，那么它拥有的只是短期产品窗口。更耐久的资产是模型拿不到的组织状态——专有工作流、反馈数据、评测体系、权限图谱、系统记录和合规责任。

这套判断也有一个强劲的反面：harness并不天然属于独立创业公司。OpenAI、Anthropic、微软以及各类系统记录厂商都在向这一层延伸，基础路由和上下文管理很可能继续商品化。第三方harness若不能深入掌握企业特有的评测与工作流，只会变成另一层薄网关。未来两年最值得观察的信号，不是某个模型又赢了多少benchmark，而是企业更换模型时，能否在不丢失记忆、权限、评测和执行轨迹的前提下保持结果质量。如果底层模型可以快速替换，而学习回路仍留在企业手中，“智能主权”就会成为新的系统边界；如果只有模型厂商的封闭harness能持续拉开效果差距，控制权仍会重新集中。

模型会越来越便宜，也会越来越容易替换。真正难以迁移的，将是一个组织教会AI如何工作的全过程。