Dillon Rolnick：AI 供应商锁定与开放智能体基础

我是 Nous Research 首席执行官 Dillon Rolnick。我想解释为什么我认为企业应在自己能够控制的基础上构建 AI 系统，以及我们公司希望如何支持这种方式。

AI 实验室在研究和基础设施上投入巨大。与此同时，我认为模型正变得更加可替换：实践者会在不同提供商之间切换，使用量增长的同时 token 价格也在下降。

我认为竞争正在压缩单纯销售模型智能的利润空间。这些是我对市场的判断；本次演讲没有完整核算行业投资或盈利情况。

我认为希望收回投资的实验室可能采取两种策略：在技术栈的其他层竞争，更靠近基础设施或终端用户；或者开发更强的智能，直接解决高价值问题。

在这一判断中，智能体层很重要，因为深入企业工作流的软件可能难以替换。我预计供应商会争取 AI 使用具有明确经济价值的企业客户。

我推测，几年后智能体可能承担企业产出的很大一部分。如果另一家公司控制这些系统且双方激励不一致，依赖关系可能让对方对你的运营拥有影响力；这是我的警告，并非已被证明的预测。

我还提出，拥有强大 AI 的提供商可能选择亲自解决高价值问题，而不只是出售模型访问权。在金融业的例子中，我设想企业先向合作伙伴学习，再有可能更直接地参与竞争。

供应商锁定并不是新问题，但我认为当 AI 深入许多决策和流程时，风险会更高。组织今天选择工具后，会围绕它积累技能和习惯，因此底层选择具有长期影响。

我的结论是，企业应该选择开放基础，而不是把系统建在我所说的流沙之上。我推荐的 Hermes Agent 来自自己的公司，因此这一建议也包含商业立场。

我们创办 Nous Research，是因为担心重要技术的控制权过度集中。我把这既视为一种理念承诺，也视为可以让公司和用户利益一致的商业模式。

我认为复制软件的成本已经下降。我举例说，团队用 Hermes Agent 在一个周末实现了类似 Grok bots 的界面，并开放了自己的实现；我以这一案例说明专有功能可能更快被复制。

我认为持久优势将转向网络效应、声誉和可靠性。这是对竞争格局的预测，并不能证明所有专有软件的护城河都已消失。

接着我讨论蒸馏，即利用一个模型帮助训练另一个模型。我批评一些模型公司对这一做法的界定和限制；具体方法的法律与合同地位存在争议，本场演讲并未解决这些问题。

我认为智能体更接近操作系统或框架，而非简单的聊天机器人。智能体应用可以组合确定性代码、数据源、文档、人的意见，以及模型生成的推理或判断。

企业应当能够切换模型，同时在这些基础能力之上构建功能。企业也应该继续专注自己的长处，而不是把所有资源都用于成为智能模型公司。

随着智能体系统发展，我希望用户无需重建全部系统就能获得改进。我将 Hermes Agent 描述为可以在不同地方运行和修改的系统；采用任何工具时，仍需评估实际许可、运维和依赖。

我希望 Hermes Agent 成为开放标准，并称它相对竞争产品获得广泛使用。这些采用量说法来自我公司的演讲，本文章没有独立核实。

最后，我呼吁开发者在用智能体系统解决困难和有价值的问题时保有自主权。我提出的路径是选择用户能够自行运行和修改的基础。