Survey Says: You'll swap the model, but everything you build around it is staying put
TL;DR · AI 摘要
企业频繁更换模型但迁移成本高,集成系统和多步骤工作流成为主要障碍,安全与成本控制优先于避免锁定期。
核心要点
- 80%企业因迁移成本高而延迟或取消模型迁移计划
- 53%受访者认为内部系统集成是迁移最大障碍
- 安全和成本控制优先级高于避免模型供应商锁定
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 模型迁移的挑战
- 多模型现状
- 8%单一供应商
- 25%使用5+模型
- 迁移障碍
- 53%集成系统难题
- 52%多步骤代理工作流
- 决策优先级
- 安全隐私第一
- 成本控制第二
- 供应商锁定垫底
金句 / Highlights
值得收藏与分享的关键句。
81%技术领袖认为前沿实验室和超大规模云服务商使供应商切换困难
57%受访者表示迁移当前供应商需4个月或更长时间
安全和隐私优先级高于避免供应商锁定,后者在决策中排名垫底
调查结果:您将更换模型,但围绕模型构建的一切将保持不变 - Stack Overflow
2026年10月21日
调查结果:您将更换模型,但围绕模型构建的一切将保持不变
本月早些时候,Stacklok团队对520位技术领导者进行了调查,以了解他们是否担心被前沿实验室锁定。数据显示,他们已经在不同模型之间进行切换,但他们担心的陷阱是模型之上的层级。
[
[编者注:我们非常欣赏能够支持我们听到的行业故事的数据。我们听到了大量关于 harness 与模型价值的矛盾信息。Stacklok团队对提供代理的厂商进行了研究,并愿意与我们的社区分享调查结果,同时为这些结果提供一些背景解释。]
作为Kubernetes的联合创建者,我职业生涯的很大一部分时间都致力于保护企业免受基础设施锁定的影响。过去十年间,Kubernetes之所以蓬勃发展,部分原因在于企业希望选择供应商而非被供应商绑定。当我们将进入AI原生时代时,这种观点是否仍然适用?
关于我们的样本说明。所有受访者均为北美拥有500名以上员工的公司中负责运行LLMs或代理的人员,且职位均为经理或以上。
没有人再依赖单一模型
仅有8%的受访组织使用单一模型供应商,而25%的组织使用五个或更多供应商。在企业领域,多模型世界已经到来。模型层级的锁定问题似乎已经解决。
那么什么难以迁移?集成系统。53%的受访者将“与内部系统或MCP服务器的集成”列为他们迁移过程中最难处理的两个要素之一。多步骤代理工作流紧随其后,占比52%。接下来是防护措施和访问控制配置。如果您更换模型供应商,这些集成不会随之迁移,必须重新构建。
锁定是担忧,但不是采购标准
81%的这些领导者同意,前沿实验室和超大规模云服务商使得在供应商之间迁移变得困难。84%的人表示,避免锁定对他们的人工智能战略很重要。超过80%的受访组织已经因为切换成本过高而延迟、缩减或重组迁移计划;29%的人表示这种情况经常发生。当被问及从当前供应商迁移需要多长时间时,57%的人表示需要四个月或更久。
但作为一个经常思考如何保持选择权并避免锁定的人,这里有一个令人沮丧的事实。当被问及影响AI的真正因素时,“在不重建的情况下切换模型供应商”在八个可能的标准中排名第六。“避免对单一供应商的依赖”则排名垫底。
这个排名是理性的,而这正是令人沮丧之处。安全和隐私是首要考虑因素,其次是成本控制和合规性。今天选择技术栈的人会根据本季度的账单和本年度的审计来评判,而不是根据两年后的重建;模型和供应商之间的迁移是留给以后的问题(可能留给未来的团队)。
运行五个模型的人已经发现了某些东西
这就是使用五个或更多模型供应商的组织与其他组织的不同之处……他们正在将选择权构建到AI架构中。
让我们比较一下使用五个或更多模型提供商的组织与仅使用一两个模型提供商的组织。前者中76%已构建了与内部系统或MCP服务器的集成,而后者仅为42%。前者中45%使用开源代理框架,而后者仅为22%。67%的人认为跨提供商的可移植性至关重要或非常重要,而后者仅为47%。35%的人表示他们“高度可能”评估前沿实验室垂直整合堆栈的开源替代方案,而后者仅为13%。
如果您的组织目前或未来将使用五个或更多模型提供商,现在是时候考虑灵活性了。一旦您运行足够多的异构系统,您将不再容忍只能与其中一种系统配合使用的工具,而是会像我们最终学会对待节点一样,将模型视为稳定接口后可替换的组件。进展最远的团队并非通过原则达到这一点,而是因为通过五个定制的集成层运行五个提供商的体验非常痛苦。
受访者对开放架构的需求
对更开放替代方案的需求是广泛的。80%的人表示他们可能会评估封闭式前沿架构的开源替代方案,88%的人预计随着经验的积累,他们会更希望掌控自己的AI架构,而不是继续依赖现有供应商。
他们在构建封闭平台时,也明确提到了一些令人担忧的问题。39%的受访者提到了产品或API弃用,37%的人特别担心无法导出代理状态、内存或评估结果。人们开始将代理层视为可能被扣为人质的资产。
当我们询问什么因素会促使他们将更多工作负载转移到开放架构时,答案更注重实用性而非意识形态。安全性与合规性保证、与前沿模型相当的性能,以及企业支持模式。他们希望保留已使用的前沿模型,并获得功能相当的开源工具链。
接下来该做什么
如果您目前正在编写MCP服务器、代理工作流或策略配置,您正在构建这项调查所说的最难迁移的层级。在成本仍然较低时,有几件事值得去做。
将工具定义保留在开放协议上,而不是其在供应商扩展上的实现。将编排逻辑放在您自己掌控的代码中。确保您的评估能够针对任何模型端点运行。构建(而非租赁)一个能保持您对身份、内存、工具等控制权的工具链。最后,找到值得信赖的专家,帮助您应对这个快速变化的领域。
完整报告免费获取(无需填写表格),包含更多数据和细节。