How to Navigate the Next Wave of AI Competition

上周晚些时候，OpenAI宣布他们将切断Cursor对其模型的访问。

现在，对很多Cursor用户来说，这是个巨大的打击。

他们投资了那个Harness生态系统，认为OpenAI这一举动是某种形式的小气竞争。

其他观察者认为，自从xAI决定收购Cursor以来，这本来就是不可避免的。

他们举出其他例子，比如Anthropic在2025年年中切断了Windsurf的访问，来说明前沿实验室之间的竞争从今以后就是这个样子。

虽然这一切看起来可能只是实验室之间的心理剧竞争，但对企业AI用户来说，这有着非常重大的影响。

企业界已经在推动理解和更好地利用开放权重模型，建立更复杂模型架构的能力，让用户能够以更经济高效的方式，更好地将任务与能力级别匹配。

这些举动表明，这不仅仅是一个成本效益的讨论，更广泛地关乎控制权和韧性。

而最新的这些举动表明，企业不仅要从模型角度考虑这些问题，还要从Harness角度考虑。

《AI每日简报》是一个每日播客和视频节目，内容涉及AI领域最重要的新闻和讨论。

今天，我们首先跟进数据中心争论的持续事件，蓝领工会正在组织起来支持数据中心建设。

随着数据中心成为中期选举的关键政治议题，工会正在成为对反对声音的反击，并威胁要撤回对反对数据中心的候选人的支持。

《华尔街日报》看到了一份来自Steamfitters UA Local 602的备忘录，其成员在弗吉尼亚和马里兰州安装工业管道。

覆盖被称为“数据中心巷”的地区。

工会表示，他们划出了一条“清晰的界线”，不会支持任何以反数据中心为纲领的政客。

他们补充说，这对Local 602来说是一个生死攸关的时刻。

在某些情况下，工会因为这个问题与当地民主党人打破了长期以来的联盟。

堪萨斯的HVAC和铁路工人工会几十年来首次因为这个议题支持了共和党州长候选人。

Steamfitters Local 602的财务主管Sidney Bonilla强调，工会的支持不仅仅是选票的问题。

他说，他的工会还参与上门拉票和筹款以支持地方竞选活动。

Bonilla预计全国各地的工会都会效仿，拒绝支持反数据中心的候选人，并评论说：“我们依赖这些工作。”

其他工会领袖正在质问政客们站在哪一边。

弗吉尼亚和马里兰Electrical Workers Local 26的政治协调员Don Slamon说：“如果你夺走了伟大的职业机会，你就不是朋友。”

这是千载难逢的进入中上层阶级的机会。

现在，如果你过去几个月一直在关注我对这个问题的报道，你会看到这件事开始冒头并显现出来。

事实上，在我上一期专门介绍这个问题的节目中，我的一个观点是，这些工会最适合在社区和建设数据中心的技术公司之间进行调解，因为工会既深深扎根于这些社区，又能从它们带来的转型中获得经济利益。

总的来说，我认为这是一个非常积极的发展，可以为目前缺乏冷静和理性的讨论带来很多平静和理性。

对某些人来说，这是一个扭转局面的时刻。

投资人Gavin Baker写道，大约18个月前，对数据中心有合理的担忧：水、税收、就业、电价、环境，以及它们会对小镇造成什么影响。

如今，结构良好的数据中心项目在很大程度上已经解决了这些担忧，我们应该为此庆祝。

总的来说，数据中心对美国来说方方面面都太棒了。

就连英伟达的黄仁勋都转发了Gavin的帖子，说“完全正确”。

人工智能正在把制造业带回美国，让这个经历了数十年外包的国家重新工业化。

我们有机会为全美各地的社区创造持久的利益，并帮助美国引领下一场工业革命。

接下来，又是一个经常上头条的话题。

特朗普政府正在制定规则，以防止中国的研究机构远程获取AI芯片。

本月初，CNBC报道称，多家中国公司通过泰国、马来西亚和日本的数据中心枢纽，以及租用第三方运营的计算资源，获得了先进的英伟达芯片。

报道称，其中一些数据中心由阿里巴巴和字节跳动拥有。

重要的是，这些做法并不违法，因为出口管制只针对实体货物进入中国。

但是，当然，如果政府的目的是阻止获取先进芯片，那么这种安排就破坏了整个政策。

据报道，美国商务部目前正在制定一项新规定，旨在堵住这个漏洞。

消息人士称，这是AI扩散规则的简化版，该规则在拜登政府最后一周推出，然后立刻被废除了。

特朗普上任后。

该规则因执行和行政负担沉重而受到严厉批评，但它本来会让中国的研究机构难以在第三国建立数据中心枢纽。

其中，扩散规则将非盟友国家的AI芯片进口量限制在非常低的水平。

如果这些国家政府与美国合作，确保其数据中心不会为中国公司提供服务，那么这些上限可能会提高。

目前，从报道中还不清楚这项新规定的具体范围，以及它是否在政府内部获得支持。

扩散规则的批评者认为，这会削弱美国在芯片行业的主导地位，迫使世界上大部分地区采用中国技术。

商务部的高级官员一直公开批评扩散规则，副部长Jeffery Kessler在7月告诉国会：“我不想替换扩散规则，因为我认为这个规则不值得替换。”

这是个糟糕的规则，我们很高兴它没有被执行。

但如果你关注过这届白宫的人工智能政策，你就会知道，三个人里会有四种意见。

所以我们只能等着看结果如何。

说到这届政府，Anthropic赢得了对五角大楼的诉讼，联邦法官裁定政府没有依据将其列为供应链风险。

在她的命令中，美国地区法官Rita Lynn认为，政府没有提供证据证明Anthropic对国家安全的真正威胁。

相反，Judge Linn写道，被告同时期的言行证实，受到质疑的行动是基于一种愿望，即通过Anthropic所谓的“傲慢”批评政府来杀一儆百。

空洞地搬出国家安全，并不是惩罚和报复政府批评者的空白支票。

特别地，Judge Linn指出，政府继续使用Anthropic的模型，削弱了五角大楼的说法。

该命令认为，政府在进行这一认定时违反了第一修正案和第五修正案。

Judge Linn写道，尽管战争部无疑可以自由选择其想要的AI供应商，但证据表明，对Anthropic施加的广泛措施是非法的且毫无根据的。

该命令指示政府撤销所有将Anthropic列入供应链风险黑名单的指导和指令。

因此，该命令要求政府撤销所有将Anthropic列为供应链风险源的指导方针和指令。

虽然这对Anthropic来说是个重大胜利，但他们显然还没有完全摆脱困境。

第二起诉讼正在华盛顿特区上诉法院等待裁决，而该案的法官到目前为止对五角大楼的论点还算比较接受。

今年早些时候Mac mini热潮有个后续小趣闻。

在最近的一次财报中，苹果表示Mac销量在过去一年增长了29%，这是该公司所有产品线中增长最快的。

当然，对于知情人士来说，OpenAI的繁荣是其中的一大原因，估计带来了超过1亿美元的Mac mini销售额。

当时大多数人以为这只是个消费趋势，爱好者和早期用户抢购Mac mini来运行他们新的一系列智能体。

上周新款Mac mini系列发布时，虽然规格提升了，但价格也明显上涨了。

这可能让普通大众用户有点难以企及了。

不过，上周末《The Information》发表了一篇深度报道，揭示了Mac mini销量激增的很大一部分其实来自企业需求。

今年6月，苹果举办了一场面向企业的硬件销售活动，重点强调Mac mini，将其定位为一种成本削减措施，让简单的智能体和AI模型可以在本地运行，而不是增加不断上涨的云账单。

前苹果企业营销经理Todd Daly评论说，这对苹果来说非常反常——苹果没有专门面向商业客户的工程团队，甚至没有开发者关系团队。

Daly说，苹果内部任何团队有真正拥抱企业AI的计划，这简直是个笑话。

尽管如此，企业需求在某些领域似乎确实非常真实。

消息人士告诉《The Information》，OpenAI已经购买了数万台Mac mini和Mac Studio用于强化学习。

这些机器用于训练电脑使用智能体，消息人士称OpenAI急切地想买更多。

据知情人士透露，Anthropic显然也在从AWS租用Mac mini。

换句话说，即使价格上涨，这款不起眼的Mac mini似乎仍将在下一波AI浪潮中发挥重要作用。

说到OpenAI，今天主集的主题是OpenAI上周末做出的一项重大决定，以及这对企业和公司意味着什么，它们必须为新的竞争格局做好定位。

说到竞争格局，OpenAI最近推出了一些大幅降价措施。

他们通过API将GPT-5.6 Luna的价格降低了80%，更大的Terra版本降低了20%。

后来他们又宣布Sol降价20%，不过这个价格只生效了几周。

现在，所有这些举措的假定目标是要推动OpenRouter等第三方平台上的使用量。

这可能是他们认识到前沿实验室现在不仅要在原始能力上竞争，还要在效率前沿上竞争的一部分。

不过也有人猜测，因为媒体将OpenRouter等第三方平台的使用量视为整体token消耗的代理指标，尽管这显然是对数据的严重误读，所以OpenAI的目标可能是通过一个相对较小的动作获得过大的公关效果。

随着Anthropic在未来几个月IPO前竞争加剧，这可能是OpenAI制造一些令人担忧的新闻头条的方式。

无论动机和最终目标是什么，OpenRouter报告称OpenAI模型的使用量大幅增长。

他们报告称，Terra的日使用量在折扣后增长了5.6倍，Luna更是飙升了13.8倍。

在他们观察的时间窗口内，Sol尚未打折，其使用量相对平稳，仅增长了10%。

更重要的是，虽然Terra和Luna的折扣在8月14日到期，但OpenRouter报告称用户留了下来，近三分之一的人继续以原价使用OpenAI的模型。

Box的Aaron Levy转发了那张图表，说有时候人们对于token消耗的杰文斯悖论没有直观的感受。

我们这些在企业工作的人每天都能亲眼看到这一点。

基本上，企业有源源不断的任务想要实现自动化，但每个单独的任务是否值得做自动化，取决于自动化的成本是否带来正回报。

随着token价格下降，只要达到一定的能力阈值，企业就能负担得起将更多token用于它们的工作中。

比如处理每一份合同、读取每一条日志、监控新的数据流以获取洞察、让后台Agent执行工作流等等。

只要我们能降低token的成本，就会看到消耗量不成比例地增长。

哪怕token价格下降50%，对于这类工作负载，token的使用量可能会增长5倍。

这就是为什么不断降低AI成本至关重要，也解释了为什么这对所有市场参与者都有利。

Vercel的Brandon Gehling补充说，除了杰文斯悖论，更便宜的token还意味着一些用例从0到1变得可行。

这取决于组织的预算意愿和对实验的风险承受能力。

很多任务需要至少一定数量的token才能真正完成工作。

如果定价让你无法达到那个最低可行性，那任务就不会被完成。

当价格下降时，企业能够达到那个价值点，从而批准之前不可行的用例。

它们的token总支出会增加，但从中获得的价值和回报也会增加。

好了，就像我说的，今天的主节目是关于一些新的竞争动作。

我之所以想在结尾讲这个故事——关于OpenAI竞争性定价实验的影响——是因为它体现了我认为我们即将进入的一个实验性时刻。

那么，快讯就到这里，我们进入主节目吧。

毕马威和德克萨斯大学奥斯汀分校的一项新研究发现，当人们与AI合作时，相似的技能并不保证相似的结果。

研究人员研究了500多名早期职业专业人士，发现表现最好的人通过引导、评估和优化AI的输出，持续放大了AI的价值。

这些顶尖表现者被称为AI放大器，他们的定义不光是知道什么，而是如何与AI合作。

市面上每个AI编程工具做的第一件事都一样：开始写代码。

Blitzy正好相反。

在写一行代码之前，Blitzy会花好几天时间逆向工程你的整个代码库。

数千个Agent摄入数百万行代码，映射每一个依赖、每一个未记录的约束、过去十年里做的每一个架构决策。

结果是一个动态的知识图谱，它理解你的软件的方式，就像一个首席工程师在楼里干了30年那样。

其他工具靠grep搜索和markdown文件来猜测上下文。

Blitzy从不猜测。

它先建立真正的理解，然后自主交付超过80%的完整软件Epic。

经过验证、端到端测试、生产级别的Pull Request。

这就是为什么财富500强的工程团队在最关键的代码库上信任Blitzy。

自己到blitzy.com看看吧。

就是blitzy.com。

在企业AI领域，我经常看到一件事：公司在各个云、各个模型、各个框架之间左右摇摆，或者花钱请GSI做一个永远结束不了的试点项目。

真正能交付产品的团队，早就选定了方向，然后快速推进。

欢迎回到AI每日简报。

上周五晚上，OpenAI宣布他们将终止与Cursor的合作关系。

这是一个影响深远的决定，虽然不一定特别令人意外。

一方面，今天我们讨论这对前沿实验室之间的AI竞争格局意味着什么。

但我们也会讨论我认为更重要的话题，至少从应用层面来看，那就是我们如何为自己和公司定位，以应对下一阶段竞争带来的必然趋势。

虽然我们无法预知未来，但我认为有一些非常清晰的模式，对我们思考企业AI战略有着相当重要的启示。

但首先，我们先聊聊OpenAI的这个举动。

在周五晚些时候的公告中，OpenAI基本上就是说，我们爱Cursor，但我们恨Elon。

所以对不起，Cursor用户，你们不能再使用OpenAI的模型了。

不过，他们在新闻稿里试图说得委婉一些。

他们写道，与SpaceX这样的大型合作伙伴合作，我们通常依靠定制合同来确保遵守我们的服务条款，并且这种集成能提供大规模安全性。

在Musk收购Twitter（现在归入SpaceX）之后，该公司违反了我们的合同条款，同时也违反了其他许多条款。

今年早些时候，Musk在宣誓下承认，xAI（现在也归入SpaceX）违反了OpenAI的服务条款。

另一方面，对于Cursor，他们表示，我们与Cursor合作了近四年，非常尊重他们的团队、他们的产品以及他们为开发者社区所做的一切。

我们知道，这个决定影响最大的是那些在Cursor中依赖OpenAI模型的开发者。

我们关心他们在过渡期间的体验，并准备竭尽全力支持他们。

实际上，停止服务要到11月12日才生效，这个较长的期限似乎是故意的，OpenAI表示他们正在提供合同允许的最长通知期。

而Elon的回应可能并不令人意外。

他在X上回复了一条帖子，说：“我根本不在乎。”

并且用了他最喜欢的称呼，把Sam Altman叫做“Scam Altman”。

Cursor的CEO Michael Truell表示，他们对这个通知感到遗憾，正在看是否能达成某种不同的协议。

他还提到，OpenAI模型大约占Cursor用户流量的5%，这显然暗示即使他们无法达成协议，情况也不会太糟。

OpenAI的产品经理Thibault，不知为何，觉得有必要澄清那5%，他转发了Michael Truell的帖子，并认为token数量不能代表收入或创造的价值，而且OpenAI模型在token效率上处于最前沿。

较小或较弱的模型需要更多token来完成一个任务，因此会显著增加流量份额。

换句话说，他的观点是，即使那5%的token流量在事实上是准确的，它可能代表着实际创造价值的10%或15%或20%甚至更多，因为人们使用OpenAI模型执行特定任务，而且这些模型完成任务的效率高得多。

至于他为什么决定要让大家更清楚地意识到他们给Cursor用户带来的痛苦，这不太清楚。

但Epic创始人Tim Sweeney很乐意跳出来说，也许别去坑那些用Cursor的ChatGPT用户吧。

地球上没有任何开发者希望你们在我们的电脑里打公司战争。

现在，一个很自然的问题就是：Anthropic会跟着做吗？

不过，联合创始人兼首席计算官Tom Brown明确表示不会。

他在X上发帖说，Cursor从Sonnet 3.5开始就是Anthropic的信任合作伙伴。

我们会继续增加算力，来支持Cursor里的Claude模型，也很期待接下来和xAI的合作。

Google的Logan Kilpatrick发了个推，说得很模糊但意思很清楚：如果你的对手正忙着犯错，别去打断他们。

而对很多社区成员来说，犯错的显然就是OpenAI。

X上的Dazm写道：最大的输家是OpenAI。

Cursor已经有Grok 4.7在路上了，还有Composer 3，以及一堆开源模型。

OpenAI这么一搞，所有合作伙伴都会开始考虑B计划。Yusuf Altuki写道：这种行为真的非常差劲。

我大部分OpenAI模型的使用都是在Cursor上完成的。

Cursor和Codex不一样，它有一个针对模型的实际生效的快速模式开关，能带来两倍的速度提升。

Cursor IDE的用户体验是最漂亮的。

OpenAI仅仅因为小心眼，就把这个从付费用户手里夺走了。

没有任何合理的理由去阻止付费用户在自己选择的工具里使用自己选择的模型。

更过分的是，他们还回复Cursor说，其实你算算我们的效率，我们贡献了超过5%。

除了在客户的伤口上撒盐，没别的意思。

但对其他人来说，OpenAI这么做显然不光是小心眼，还有一些原因。

Benjamin DeCracker写道：xAI收购Cursor的全部原因，就是为了从用它写代码的人那里收集训练数据。

这非常明显，而且收购宣布时，这个优势还被公开吹捧为xAI的巨大胜利。

OpenAI选择不把自己的先进模型放到那个训练数据收割机里，难道不是有点道理的吗？

Pragmatic Engineering的Gurglia Rose写道：前沿模型公司不会直接把自家模型集成到其他前沿模型公司开发的工具里。

比如说，你不能直接从Claude Code里用GPT-5.6，也不能从Codex里直接用Opus 5。

Cursor现在属于xAI，所以OpenAI撤回GPT，并不那么令人惊讶。

OpenAI还能怎么做呢？

这不仅仅是竞争对手买下了Cursor，更是那个曾经把他们告上法庭、试图摧毁他们的竞争对手。

更重要的是，很多人指出，这并非孤立事件。

而是现在前沿实验室的常态做法。

一个早期的例子要追溯到2025年6月。

彭博社报道OpenAI接近达成收购Windsurf的交易后，Anthropic切断了Windsurf对其模型的访问权限。

2025年6月3日，Windsurf的Varun Mohan写道，Anthropic在不到5天的通知期内决定切断我们对Claude 3.x模型几乎所有的一手调用能力。

Tom Brown在评论里发帖说Cursor从Sonnet 3.5起就是Anthropic的信任合作伙伴时，很多人提到了这一点。

Replit的CEO Amjad Masad写道，也许你改变了做法，但我们都记得你对Windsurf做的事，那要恶劣得多。

Amjad继续指出，Anthropic在此事上的态度差异很可能与他们跟xAI有计算资源合作有关，这对他们未来模型的训练至关重要。

AI研究员Mehul Mohan写道，我不理解OpenAI因为封禁Cursor而遭受的批评，以及Anthropic怎么就莫名其妙想充当好人。

Anthropic一年前对Windsurf就干了同样的事，要不是Anthropic每月向xAI支付10亿美元的计算费用，他们百分之百也会对xAI这么做。

这有什么好争议的？

而且Windsurf的事不是个例。

2025年8月，Anthropic封禁了OpenAI对其API的访问。

他们声称对方违反了服务条款，大多数人认为这是指OpenAI利用Anthropic的模型构建竞争性AI模型。

OpenAI的说法是他们只是对模型进行基准测试，但现在回头看，这整件事显然跟对模型蒸馏的担忧有关。

然后在今年一月，Anthropic也封禁了xAI。

今年一月在Slack消息中，xAI联合创始人Tony Wu说，各位，我想很多人都已经发现了，Anthropic的模型在Cursor上无法响应了。

据Cursor说，这是Anthropic对所有主要竞争对手执行的新政策。

这既是坏事也是好事。

我们的工作效率会受影响，但这确实促使我们开发自己的编程模型和产品。

我们正处于AI成为自身生产力关键技术的时代。

团队正在快速开发我们自己的模型和产品。

我们很快就会和大家分享一些成果。

在那之前，你们仍然可以在Grok Build里试试各种不同的模型。

然后，在接下来的几个月里，Anthropic改变了订阅模式，不再覆盖第三方工具，具体来说就是像OpenClaude和Hermes这类。

Hermes联合创始人Technium也乐于向Tom Brown指出这一点。

几个月后，Anthropic公开与Figma合作，然后挖走了一名高管并推出了Claude Design，直接展开竞争。

这导致华尔街日报在七月份报道称，人们担心Anthropic会利用从用户使用其模型中获取的专有信息，来构建与客户竞争的服务。

虽然这些例子都出自Anthropic，但很多人一直在强调，这恰恰是下一阶段竞争的常态。

Palantir的Alex Karp对此喋喋不休，逮着任何人和任何新闻媒体都要说一通。

而前沿实验室与其客户之间存在根本性利益冲突的假设，现在看来至少是微软战略的核心。

几个月前，微软CEO Satya Nadella发布了一篇博文，题目是《反向信息悖论》。

他在文中写道，你实际上为智能付了两次钱：一次用货币，另一次用更宝贵的东西——为了让智能发挥作用而必须透露的专有知识。

你想要模型表现得越好，就越需要把那些知识喂给它。

随着时间推移，这种信息不对称会变得越来越倾斜。

当你使用所购买的产品时，卖家对你的了解越来越多，而你却几乎不知道卖家从你这儿学到了什么。

这就是我认为的反向信息悖论。

这需要的不仅仅是数据保护。

模型从“废气”中学习：人们写的提示词、智能体使用的工具，尤其是当模型出错时人们所做的纠正。

每一次纠正都会被提炼成机构的知识积累。

这种知识竞争对手永远买不到，而且它会以几乎无法察觉的方式泄露出去——一丝一毫、一次纠正、一次评估地。

当务之急是把学习基础设施分发给每家公司，让它们能够掌控自己的学习闭环。

如果你一直在关注的话，这已经为微软后续的每一步行动定下了基调。

他们最近发布的新模型，在很大程度上就是被设计成定制化和post-training的基础的。虽然这些模型肯定不是open weights，但它们被设计得更可定制、更归客户所有，而不只是把信息送进一个只有Frontier Lab才能访问的黑箱。

尽管OpenAI试图说这一举措不是普遍性的，而是针对与Elon之间的问题，并且有实际案例为依据，但这对很多人来说，含义是清楚的。

正如Yuchen Jin所说，当Elon收购Cursor时，OpenAI就切断了Cursor。

当OpenAI试图收购Windsurf时，Anthropic就切断了Windsurf。

权重不是你的，产品就不是你的。

对企业来说，实际上这两种情况是否有实质性区别并不重要。

它们必须做出的回应是非常相似的。

正如AI内容创作者Theo所说，如果你想避免被公司之间的争斗所伤害，就要确保你拥有自己的工具，并且你与所依赖产品的关系是直接的，而不是像这样通过其他层级来中转。

我有一种感觉，这不是一次性的事件——如果非要说的话，这是结束的开始。

我们很可能会看到Anthropic和OpenAI采取越来越多这样的行动，甚至可能包括Google和SpaceX这样的公司。

当然，早在这之前，我们就已经看到一些公司开始更熟悉open weight models了。

今年8月早些时候，Wall Street Journal报道了AT&T如何开始使用open models，Business Insider也谈到了Thomson Reuters如何基于Alibaba的Qwen做了类似的事情。

这些报道大多把这看作是一种成本控制措施。

显然，过去几个月的叙事重点之一是，公司如何构建更复杂的模型架构，以便以更具成本效益的方式将任务难度与模型能力匹配起来。

然而，这些行动现在明显带有了主权和控制的层面，这表明这些问题正在从纯粹的模型层扩展到harness层。

同样，在Wall Street Journal的CIO Journal中，最近一篇文章向更广泛的读者介绍了AI model harness的概念。

在解释企业为什么需要model harness时，Moody's的David Pan称这是企业重新掌控自己AI的一种方式。

该期刊写道，围绕AI模型开发自己的软件——Pan称之为harness engineering——为企业提供了一种将工作流程与模型本身解耦的方式，这有助于它们减少对单一AI供应商的依赖。

Pan说，如果你把那个harness带进公司内部并加以控制，你就是在融入更多的业务韧性。

鉴于这篇文章是一周前发表的，Pan关于公司应该构建自己的harness，而不是依赖OpenAI和Anthropic等实验室所提供的harness的建议，现在看来尤其有先见之明。

所以，如果你是企业AI买家，现在该怎么行动呢？

首先，这再次提醒你，如果还没有针对开放权重模型制定政策，那你得赶紧去搞清楚。

不过，我要说明一下，我并没有看到企业完全放弃前沿闭源模型。

坦白说，即使是那些经验丰富的用户，也还没有把大部分用例迁移到这些新模型上。

但那些成熟的企业AI用户明白，能够集成特定任务并将其路由到更轻量、更便宜、更可控的开放权重模型，是他们需要掌握的关键能力。

而且，就像任何能力一样，这需要时间，他们现在就得开始。

我认为Cursor的这次举动凸显了一点：这不只是模型的问题，也是控制框架的问题。

我强烈预测，接下来你会看到更多关于开放框架的讨论，而不仅仅是开放模型。

一个早期的例子就是，本月早些时候，DeepSeek再次发布了DeepSeek Harness。

在他们的发布公告中，他们写道：DeepSeek Harness是一个基于一个核心思想构建的智能体框架——一切都是插件。

模型、工具、技能、会话、沙箱、文件系统、循环、编排和用户界面都作为插件实现，并且可以混合、匹配、替换和扩展。

而且，大家对DeepSeek Harness的第一印象相当不错。

但我认为，DeepSeek Harness本身的重要性，不如开放框架现在也成为企业能够使用的工具这个事实。

归根结底，我并不觉得Cursor的举动有什么特别令人惊讶的地方，但这当然不意味着Cursor用户不应该向OpenAI大喊大叫，看看能不能改变他们的立场。

我认为一个高度碎片化的模型和框架世界，本质上比我们正在走向的那个世界对每个人都更糟糕。

所以我完全支持大家利用市场压力去尝试改变政策。

但对于企业来说，教训是明确的。

如果你不想受那些控制你模型和框架的公司的摆布，你基本上就不能依赖任何一家公司来控制你的模型或框架。

所以，对企业来说，又有一整套新的东西需要你熟练掌握，才能让AI为你工作。

总之，有趣的时代。

这是我们会密切关注的一个趋势。

不过，今天就到这里，这就是今天的《AI每日简报》。

一如既往，感谢你的收听或收看。

下次见，祝好。