为什么开放基础设施将定义AI时代

还记得写代码曾经是完全免费的吗？AI正在将软件开发推向按使用量计费的专有平台。但历史总是惊人的相似，开放的基础往往最终会胜出。

一种新型的供应商锁定已经到来。它不是专有语言，也不是僵化的企业软件套件——而是更根本的东西。它是编写代码的实体本身。

JetBrains的研究发现，全球74%的开发者正在使用AI工具。根据Jellyfish的《2026年工程管理状况报告》，自2025年5月才推出的Claude Code现已成为最受欢迎的AI编码工具，其次是Gemini Code Assist和GitHub Copilot。

该研究还发现，91%的开发者表示他们的生产力在过去12个月中有所提高。随着编码产出预期每天都在被重写，工程界正变得严重依赖付费的外部AI服务。

Gartner预测，到2028年，AI编码代币（tokens）的支出可能会超过开发者的薪水。然而，虽然通过供应商的基于云的API进行"代币最大化"（tokenmaxxing）和"氛围编码"（vibe coding）感觉与免费编程语言和开放模型的开放基础相去甚远，但如今许多AI平台都在抽象这些基础。

"开放基础设施将成为AI时代的骨干，"开源数据库解决方案提供商Percona的首席执行官Peter Farkas说。"现在，太多公司将其整个AI战略建立在专有平台之上，因为便利性太诱人了。"

"在超大规模云厂商那里，只需'点击三下'就能建立一个数据库或AI服务，这种便利性让人们忽视了他们所签署的锁定协议，"他补充道。"随着AI工作负载的成熟，组织将意识到，依赖一个供应商来提供数据、模型、运行时和定价并不是一种战略。"

AI辅助编码正在为非工程师民主化软件工程，并加速顶尖人才的表现。但如果团队总是在一个平台认为世界应该如何运作的框架内工作，它可能会在规模上造成锁定的工具集。随着AI平台成本的上升，一个根本性的问题出现了：软件开发者将按照自己的条件消费AI，还是按照别人的条件？

有一个强有力的理由表明，科技领域的长期赢家将建立在开源标准和基础之上，类似于云原生计算和互联网本身的历史。

"开放总是会赢，"托管WordPress托管平台WordPress VIP的首席技术官Brian Alvey说。"不是因为它是一种花哨的意识形态，而是因为它给了你适应、进化和保持控制的完全自由。"

开放基础设施避免了一个开发者永远租赁的未来。"为了让AI对广大人民有用，它不能是你余生都要为之支付租金的东西，"Agentic AI Foundation（AAIF）的首席技术官兼联合创始人Manik Surtani说，AAIF是一个开源代理AI技术的中立供应商之家。"它也不能集中在一家或少数几家公司手中，因为我们知道那会怎样发展。"

昂贵、封闭、专有的AI

如今的AI开发正沿着两条平行的道路前进。在一条道路上，开源AI正在蓬勃发展，并推动了AI模型和工具数量和种类的巨大增长。只需看看HuggingFace上的数千个开放权重模型、OpenClaw AI代理周围的社区，或许多学术机构发布的新突破。

"开源模型和工具正紧跟最前沿的步伐，世界各地的实验室和研究人员正在分享有趣且突破边界的工作，"可观测性平台提供商Honeycomb的AI战略总监Austin Parker说，他引用了Mistral、DeepSeek和Ai2的OLMo等前沿开源模型作为例子。

其他人也表示同意。"在模型和工具层有着前所未有的开放性，开源模型、框架和编排正在以惊人的速度发展，"Linux基金会AI和基础设施总经理Mark Collier说。

在另一条道路上，我们看到严重依赖由Anthropic、Cursor、Google、Microsoft、OpenAI等控制的专有AI系统。正如Collier所说，"许多平台将这些开放组件包装在封闭的、有主见的接口中，以短期的速度换取长期的限制。"

开源和AI工具市场并不总是能很好地融合。例如，LangChain的Open Agent Platform在2025年开源时备受赞誉，但到2026年已被弃用，该存储库现在推荐使用完全托管的替代方案。

对于开源、可组合AI堆栈提供商Ainekko的联合创始人兼首席技术官Roman Shaposhnik来说，当前的AI平台格局让人想起低代码和无代码平台，这些平台曾承诺民主化软件开发，但往往未能兑现承诺，成为平台锁定和不灵活的代名词。

"老实说，这感觉很熟悉，"Shaposhnik说。"我们现在拥有极其强大的AI工具，但它们中的大多数都是作为严格控制的平台捆绑在一起的。"他说，这对AI来说是一个风险，因为基础设施、模型和硬件是紧密耦合的。"如果这些层是封闭的，你很快就会失去灵活性。"

一些位于模型之上的抽象，如路由和代理框架，往往紧密耦合并针对某些模型进行优化。其他平台则非常字面地采用了"围墙花园"的概念。例如，Anthropic因模糊的政策违规而反复登上头条新闻，阻止对其Claude模型的访问。该公司最近切断了竞争对手xAI的使用，并阻挠了OpenCode，引发了社区的强烈反对。

向日益封闭的系统的转变对于一个已经建立在脆弱经济基础上的AI经济来说并不是好兆头。正如agentic应用开发平台提供商WaveMaker的产品体验负责人Vikram Srivats补充说，"考虑到AI工具的单位经济学和跟上加速变化的步伐，似乎很明显，有些人将演变为更封闭的系统，以便能够货币化并获得投资回报率。"

为什么开放性在AI时代很重要

依赖专有AI平台可能会造成长期的运营依赖。Linux基金会的Collier说，随着系统变得不那么可互操作，组织可能被迫在数据管道、模型和决策逻辑上标准化单一堆栈。

"随着基础设施的整合，当平台改变方向、提高价格或在技术上落后时，企业就会面临更大的风险，"他说。"如果你不能在不重新架构你的AI系统的情况下改变平台，你已经放弃了太多的控制权。"

"当你在别人的平台上构建时，你必须遵守他们的规则，而这些规则总是在变化，"WordPress VIP的Alvey补充道。"我们都见过这种情况，企业浪费时间和金钱去服务于Google、Facebook、YouTube和App Store，而不是服务于他们的客户。"

平台锁定也会造成直接的业务风险。正如Ainekko的Shaposhnik所说，"它通常表现为更高的成本、脆弱的系统，以及在需要改变方向时日益增长的风险。"

在Ainekko，一个名为"AI管道工"的内部小组专注于后端AI基础设施，如推理、调度、内存和硬件集成。"他们的观点很简单，"Shaposhnik说。"如果这些层是封闭的，它们上面的一切都会变得脆弱。"

开放标准、接口和基础设施为封闭系统提供了必要的对冲，以防止这种脆弱性。"在AI时代，开放基础设施在企业最需要的时候给了它们控制权、可移植性和选择权，"Percona的Farkas说。

根据Cloudaware的说法，迁移企业软件的成本可能高达100,000美元，这使得可移植性成为企业的主要关注点。从这个角度来看，采购封闭系统可能会成为昂贵的架构依赖。

其他人认为，开放性是对抗大规模供应商集中风险的关键对冲，特别是如果AI大规模取代人力劳动。"如果所有的经济价值现在都集中在一两家公司手中，"AAIF的Surtani说，"那将是我们见过的任何其他计算浪潮中大一个数量级的问题。"

相反，开放基础允许适应不断变化的条件，以便企业可以根据需要更换模型、代理、数据、硬件和编排。"开放标准让这些组件可以独立改变而不破坏系统，"Collier说。

开放性还可以帮助企业在经济动荡中未雨绸缪。"开放的一切将有助于为企业和用户建立一个缓冲，以在当前炒作周期中几乎必然的修正后生存和繁荣，"WaveMaker的Srivats说。

迈向开放AI基础设施的势头

在行业层面，迈向开放AI基础设施的势头正在增长。Agentic AI Foundation的建立、Anthropic对模型上下文协议（MCP）的捐赠以及Block对其Goose代理的捐赠是朝着开放性迈进的整个生态系统的重要举动。其他进展包括将llm-d（一个用于LLM推理的Kubernetes框架）捐赠给云原生计算基金会（CNCF）。

对于Parker来说，这样的捐赠有助于确保长期的支持和关怀。"开放标准不仅是互联网的基础，也是AI空间的基础，"他说。"我预测我们将看到这些做法继续下去，特别是随着企业采用认真增加，"他补充道。

尽管如此，一些人质疑这种程度的管理是否足以应对快速发展的生态系统。"互联网早期受益于帮助供应商保持一致的团体，"Shaposhnik说。"在AI基础设施中，我们还没有真正拥有这些。"

"我们所有开源老兵都充满希望，"他说，"但我们也需要适应我们在AI基础设施方面所做的新现实。"

除了行业管理机构，公司本身也在带头开展开放AI计划。代理开发环境Warp最近在封闭源代码竞争对手中开源。与此同时，Arcade.dev正在推动用于代理内存的开源代理库。

堆栈中最关键的开放层

虽然AI基础设施可以在许多方面开放，但有几个层特别重要。首先是模型本身的开放性。"开源模型必须是未来信任和价值的基石，"WaveMaker的Srivats说。

"减少集成摩擦并加速采用的开放基础设施形式脱颖而出，"全球数字解决方案提供商R Systems的数据和AI副总裁Neeraj Abhyankar补充道。对他来说，开放模型表示格式、开放编排和执行层、开放代理协议以及开放治理和元数据标准对于企业灵活性都至关重要。

其他人则更重视AI组件之间的连接组织。"最重要的开放基础设施形式是将系统连接在一起的那些，"Collier说。"这包括开放API、元数据标准、身份和策略框架，以及模型和代理如何通信的协议。"

可以说，MCP已成为AI代理和更广泛的API生态系统之间的连接组织。"如果我们把MCP做好，我们就能解锁网络实体和驱动它们的模型之间的互操作性，就像我们在Web 2.0时代和API优先繁荣时期所享受的那样，"Shaposhnik说。"如果我们不这样做，我们就会面临巨大的专有锁定风险。"

Parker同意开放协议将支撑未来的AI进步。"我们将看到AI代理的持续发展和进步，这些代理将依赖MCP和ACP（代理客户端协议）等协议与各种客户端和彼此互操作，"他说。然而，模型API约定仍然存在差距。"如果模型提供商能承诺在这里使用标准，那就太好了。"

对于AAIF的Surtani来说，开放协议层是最重要的方面。"我认为这对互操作性和选择真的很重要，"他说。"这意味着你可以带来你自己的代理，你可以带来你自己的框架，你可以带来你自己的线束，并选择你想要的模型。"

开放标准也可能在推理架构中发挥重要作用。"随着AI扩展到边缘，开发者需要了解模型如何运行、内存如何使用以及性能如何扩展，"Shaposhnik说。开放系统可以更容易地优化、调试和适应，同时帮助企业避免可观测性碎片化。

最后，云原生架构标准是开放AI基础设施的关键成分。"我们看到Kubernetes成为那些想要超大规模云厂商风格的便利性而没有超大规模云厂商锁定的人的缺失环节，"Percona的Farkas说。对他来说，Kubernetes已经成为数据、工作负载和AI组件的事实上的混合企业部署选项。

历史重演

《2026年开源状况报告》发现，避免供应商锁定是开源采用的主要驱动力。但除了是单个公司的战略决策之外，开放基础设施还为整个行业提供了构建的基础。

可以说，互联网本身就是证据，像IETF和IEEE这样的团体在定义基本协议方面发挥了重要作用。"没有开放协议，我们将陷入电信地狱，没有Google或Facebook等现象，"Shaposhnik说。

或者，以Linux的历史为例。"Linux成为默认操作系统，因为它提供了一个通用的、供应商中立的基础，每个人都可以在此基础上构建，"Collier说。"在AI时代，开放基础设施将定义组织依赖长期连续性的层。"

在基础设施层面，开放标准一再支撑着从Docker到Kubernetes的主要平台转变。现在的问题是，AI是否会发展出同样持久的标准层。

对于Parker来说，现在说还为时过早，但当前AI的增长与早期云相似。"请记住，我们花了很多年才看到开源云原生生态系统的开发和普及，"他说。"我认为从当前轨迹推断出封闭的、专有的未来将是一个错误。"

其他人也同意未来必须植根于开放性。"我看到开放基础设施成为企业AI的基础，"R Systems的Abhyankar说。"随着系统变得更加分布式和代理驱动，封闭的生态系统根本无法扩展。"

通过开放代理协议、开放框架和旨在减少专有标准碎片化的行业支持，正在奠定基础。

"具有讽刺意味的是，AI运动似乎主要从过去的错误中吸取了教训，并以更开放的姿态开始，"Parker说。"随着时间的推移，我相信我们将看到创新和开放性蓬勃发展。"