核心论点
Chamath 说得对：token 控制很重要。但更大的企业风险是让同一供应商拥有上下文层。
背景：前向部署成为现实
- OpenAI Deployment Company：40 亿美元初始投资，收购 150 人 AI 咨询公司 Tomoro，合作伙伴包括 TPG、Bain、McKinsey
- Anthropic Enterprise AI Services：与 Blackstone、H&F、Goldman Sachs 合作，Anthropic 工程师与客户工程师共建 Claude 系统
三层竞争阶段
| 阶段 | 焦点 | 收敛性 |
|---|---|---|
| 第一阶段 | 模型质量 | 差距在缩小 |
| 第二阶段 | Agent 层（规划、工具使用、evals、权限） | 会收敛 |
| 第三阶段 | 上下文 | 不会收敛 |
上下文不会收敛，因为它是公司独有的。你的客户承诺、路线图争论、支持升级、Slack 辩论、定价例外、失败迁移——这些不在模型权重里。它们是你的。
模型锁定 vs 上下文锁定
| 类型 | 切换难度 | 现状 |
|---|---|---|
| 模型锁定 | 痛苦但概念上简单 | 烦人但可生存 |
| 上下文锁定 | 提取公司工作记忆从别人的操作系统 | 这才是该怕的 |
为什么上下文锁定更危险
Day 1：Agent 连接 Slack、Jira、Salesforce、GitHub。总结会议、更新记录、起草跟进。感觉像未来。
Month 6：人们在 Agent 周围建立了提示词、工作流、evals、习惯。Agent 成为工作被解释的地方。
Year 2：切换不再是采购练习，是记忆迁移。
MCP 的局限
Anthropic 的 Model Context Protocol 让工具突然连接，Agent 能跨系统触及。
但：
查询时重建不是记忆。从五个工具拉取有用，但不等于公司拥有并维护的持久上下文图。它不一定保留决策为什么改变、哪个承诺变旧、哪个先前尝试失败。
微软类比（结构性，非法律）
不是 OpenAI/Anthropic = 微软，或有什么非法行为。
平台公司从控制点向相邻层扩张，因为激励在那里。市场奖励让自己更难被移除的公司。
AI 让这更危险，因为锁定更不可见。旧世界你能指着数据库、文件格式、集成、许可证说"这就是陷阱"。AI 世界里，锁定是一团工作流痕迹、记忆偏好、工具历史、eval 集、提示惯例、嵌入、权限、Agent 行为。
正确架构
租用智能自由：
- OpenAI 哪里最强用哪里
- Anthropic 哪里最强用哪里
- Gemini、开源模型、专业 coding agent、本地模型...
拥有记忆层：
- 坐在源系统之上、Agent 之下
- 知道发生了什么、证据在哪、谁允许看、什么变了、什么被承诺、谁拥有、哪个本体适用
- 任何模型都能用，任何 Agent 都能从中行动
- 可检查、可权限化、可移植、可转移
未来 24-36 个月的预测
一个 decent 模型 + decent Agent + excellent 公司上下文，会打败 frontier 模型 + better Agent + shallow 上下文。
- 销售：知道上一个承诺 > 听起来聪明
- 支持：知道账户历史 > 散文质量
- 工程：知道先前失败迁移 > 又一个 benchmark 点
- 财务：知道当前例外和负责人 > 通用会计知识
最终结论
租用智能（模型），也许甚至租用执行（Agent）。上下文层不同：它是公司的运营记忆，发生了什么、为什么发生、谁决定的、什么变了、什么被承诺、接下来该发生什么。
你真的想让租你智能的同一供应商拥有这些吗？我不会。
Rent the intelligence. Own the context.