模型中立性比云中立性更重要

LangChain 联合创始人 Neil Dahlke（前 HashiCorp 员工）写的一篇复盘文，核心论点很直接：foundation lab 正在重演当年 hyperscaler 的剧本，把你锁在 harness 层而不是 model 层。这件事的破坏性比云 lock-in 大一个数量级。

二十年一次的结构性重排

软件建构方式大约每二十年变一次，迫使每家工程组织重新组织工作流。本地部署到云端是上一次，agent 是下一次。但和云端迁移不同，这次节奏快得多。

每一次转移都会产生同一组问题：你依赖谁、你的多少业务逻辑被单一供应商捕获、离开的代价是什么。上一次，企业用一套组合拳回答这个问题——多云策略、可移植性工具（Terraform、Kubernetes、Ansible）、中立抽象层。结果是，云 lock-in 变成可管理风险，供应商失去定价权。

模型时代会重演一模一样的故事。我们刚活过云时代，教训就在手边。

云时代教给我们的核心东西

Neil 在 HashiCorp 度过了云时代的中间几年。他学到的最重要的一件事：关于云 lock-in 的表面故事（宕机、定价权、failover）是争论里最容易的部分，真正的捕手在工具层。

Hyperscaler 卖的是商品——存储、网络、计算。AWS 的存储和 GCP 的存储在字节级别是不可区分的产品。因为底层是商品，持久的护城河只能在工具层构建。CloudFormation、Deployment Manager、Azure Resource Manager。这些工具做了"按 API 把基础设施编码"这件事——但每个工具都优化自家基础设施。

Terraform 之所以存在，是因为这种工具层 lock-in 是真的、昂贵的、越来越糟的。答案是一层中立抽象：一个能切换、能迁移的层。

这个论点赢了。不是一下子，但赢了。早期采用中立策略的企业可以对 hyperscaler 的定价施压（因为离开是可信的），可以扛过宕机（因为 failover 不是临时凑出来的）。

Foundation lab 在跑同一个剧本

现在看 model 那边正在发生什么。

Lab 在卖 token。Token 已经是商品，而且越来越像。frontier model 之间的差距在缩小，开源权重模型追得很快，每百万 token 的价格曲线一直接近零。当商品属性确立，竞争必然向上爬一层。

所以它们的下一招是在 harness 层捕获你。Claude Agent SDK、OpenAI Agents API、Vertex AI Agent Builder——全是同一个形状。如果它们拥有编排层，就拥有：你的工具调用模式、你的 context engineering、你的 prompt 迭代的整个工作流。

它们没有任何商业激励把自家 harness 做成对竞品 model 也友好的体验。CloudFormation 从来没有理由平等地 provision GCP 资源。Claude Agent SDK 也不会好好跑 GPT。

Harness lock-in 会比 model lock-in 本身更难解开，因为 harness 是你的业务逻辑所在地。

为什么模型中立性比云中立性更重要

如果教训一样，答案也一样：一个中立 harness。Terraform 在云时代扮演的那个角色。

模型中立性比云中立性重要，三点理由：

变化速率根本不同。 你不会一个月就把应用从 AWS 切到 GCP。你要么在续约时切，要么在宕机时切。也许是年。云中立性是"危机备用选项"。

模型在选择性商品化。 Lab 都在抢 harness 层，正是因为基础 model 的差异化在容易的维度（基础推理、写代码、问答）上正在被侵蚀。竞争向上移到：long context、tool use、agent loop、多步推理、eval——这些是 harness 的功能，不是 model 的功能。

开源权重模型是一个真实选项。 Kimi、Mistral、DeepSeek、Qwen。自托管在大多数企业那里是可信的，而"运行私有云"从来不是。

还有一个云时代没有的额外层。云中立性是合同续约或宕机时兑现的。模型中立性是单次 agent 执行期间就要行使的——一个 task 在 Claude 上失败，你不应该被卡住要在 PR 注释里写"加一行把 backend 切到 GPT"。

中立 harness 实际上意味着什么

中立 harness 是三件事：

开源。 你能读每一行代码。没有什么是隐藏的、静默捕获的、为了优化某个供应商而摆你一道的。闭源 agent 框架在它最佳的那个季度里正好和那家 lab 的 release cycle 对齐——这不是巧合。

开箱即用多模型。 同一个 harness，任何后端。GPT、Claude、Gemini、Llama、Mistral、DeepSeek、Qwen，以及你防火墙后面自托管的任何东西。一份 agent 定义，多份部署。切后端是配置，不是工程。

Profile-aware，不是最低公分母。 中立性不是假装每个 model 可以互换。每个 frontier model 都有自己的个性，profile-aware 意味着 harness 知道这种差异、利用这种差异——但选择权在你。

这是 Deep Agents 建造的东西，也是 LangChain 一直以来的核心。它是开源的、多模型的、profile-aware 的。一个让你不被任何一家 lab 捕获的 harness。

我们做过一次了

Hyperscaler 卖商品、把工具层锁死。Lab 卖商品、试图把 harness 锁死。Terraform 通过成为上层中立层赢了云时代。中立 harness 会在 model 时代做同一件事。

不同之处在于，这次转移的速率比上次快一个数量级，而搞错的代价也以同样的速度复利。