作者：@sonyatweetybird、@gradypb 与 @w1tness1ngh

AI 应用层的竞赛，不仅关乎界面、工作流或市场策略……它更是一场对智能层本身的争夺。

关于拥有自己的智能的呼声日益高涨……

最近，Alex Karp 鼓励企业拥有生产资料。不久后，@satyanadella 宣称，从前沿实验室购买智能，无异于双重付费：一次是金钱，另一次则是你为让该智能发挥作用而透露的专有知识。

每个人都在问：谁应拥有你业务核心的智能？

需要明确的是，拥有自己的智能并非强制要求，也不是建议你脱离各大实验室。对许多工作负载而言，前沿 API 和智能体仍是正确的选择。但在我们的投资组合中，我们看到越来越多的公司正为其产品的一部分构建自有 AI 能力，通过垂直整合，逐步走向拥有并塑造自身模型权重之路。

几周前，我们 @sequoia 召集了一群 AI 创始人与构建者，举办了一场关于“拥有你的 AI 技术栈”的活动。我们请 @harvey 从客户视角出发，随后 @mercor_ai、@LangChain、@trajectorylabs 和 @FireworksAI_HQ 带我们深入了解了后训练技术栈中的各个技术模块。

在众多演讲中，一套清晰的行动指南逐渐浮现。

为何是现在？

首先，开放权重模型的前沿进展速度远超预期。Kimi K3 和 GLM 5.2 的表现极为出色！过去，在开放模型上进行训练就像在跑步机上奔跑……你可能花费数月进行微调，而下一代前沿模型的发布便会抹去你的成果。如今，你可以从一个接近前沿水平的基座模型开始。

其次，独立的后期训练技术栈已经成熟。得益于@FireworksAI_HQ和@Mercor_ai等公司，每家企业都能接触到前沿研究实验室的技术栈，从训练到推理，再到人工或合成数据。凭借强大的评估体系、工程化调优、后期训练和在线学习，开源模型现在能在特定领域超越前沿模型。

一年前，你选择开放权重时，性能是可以牺牲的。如今，这正变成一个关乎生存和战略的问题。最新的战场在于智能层，而非你的权重或产品。

何时应该做出转变？

没有一刀切的方案。除了性能之外，你的产品中可能有些部分，租用智能会变成一种约束，原因包括……

1. 成本。 你的AI产品越成功，AI的销售成本就越高。如果推理成本直接随使用量增长，那么拥有模型是保护利润率的最佳方式。

2. 速度。 如果你在编码（标签自动补全）或网络安全等领域运作，一个小型精炼的定制模型可能胜过大型通用模型，因为速度至关重要。

3. 专有数据。 如果让你的系统变得更好的是反馈、评估、客户互动或领域数据，你可能更希望这些数据留在自己的围墙之内。

4. 掌控自己的命运。 应用层和智能层开始融合。实验室正向上进入产品领域，而应用公司则向下深入定义产品思维方式的训练循环。拥有产品越来越可能意味着掌控更多的学习循环和智能本身（感谢@harvey Research、@RampLabs、@glean、@factoryAI等）。

路线图是什么？

假设你已经决定了拥有与租赁的策略，接下来的问题是：如何从零到一？

组建你的团队。 不要把这硬塞进一个平台团队里。拥有你的智能需要有人打进攻：构建评估、塑造数据、实验开放模型、调优框架，并在某个领域推动性能提升。小而精的新团队在这里能走得很远，与六七个生态系统伙伴合作。例如，@harvey 仅凭七人团队就完成了令人惊讶的大量研究！

让工作变得清晰可见。 现在每个买家都在挑选他们的AI冠军。越来越常见的是，决定胜负的关键在于已发表的研究、基准测试或技术文章。如果你选择在内部做精彩的研究，就与生态系统分享吧。

执行技术步骤。 我们在下面列出了一个高层框架。

1/ 评估

@gabepereyra 说得很好：“如果没有好的基准，你就无法训练模型。”

评估是一组任务，用来衡量你的系统是否能出色地完成工作。每个任务包含一个提示、模型可用的上下文，以及一个评分器。大多数评估始于创始人盯着输出，凭感觉判断是否合理。目标是将这种判断转化为可重复的过程。

@harvey 通过将真实的法律工作转化为可测试的离散任务，构建了其法律代理基准。第一版包含24个法律实践领域的1200多个代理任务，并由超过75,000条专家撰写的评分标准进行评估。

在决定拥有你的智能之前，先有评估至关重要。一旦每次前向传播都有评估，选择使用哪个模型就可以是一个有依据的决定，而不是猜测。

2/ 框架与上下文工程

一个智能体由三部分组成：模型、上下文和框架。框架负责管理围绕模型的业务逻辑：路由、检索、工具、记忆、回退和追踪。@hwchase17 的简洁表述是：“框架的主要任务是在恰当的时间点将上下文提供给模型。” 对于模型而言，任务越偏离其常规分布，现成框架的效果就越差。

一个好的框架能让你将任务路由到最适合特定工作的模型，跨模型复用相同的评估标准，并决定智能体获得哪些上下文和工具。它还使智能体变得可检查。你可以追踪输入了哪些上下文、调用了哪些工具，以及它在何处卡住。

3/ 后训练

后训练涵盖多种技术。选择哪种取决于你想要改进什么。

@lqiao 对此进行了阐述：如果模型缺少事实知识，你无需进行后训练——只需使用上下文或RAG。如果输出格式或行为有误，则使用监督微调。如果问题在于产品品味，则使用偏好调整。如果模型需要在特定任务上提升，则使用强化学习。如果模型运行过慢或成本过高，则进行蒸馏。

目标是选择能推动评估指标提升的最轻量级方法。然后通过相同的框架部署模型，并在运行过程中衡量质量、延迟和成本。

4/ 在线学习

一旦系统具备了各个组成部分——评估、框架和模型——最后一步就是在生产环境中改进该系统。

@QuantumArjun 提出了一个很好的观点：模型变得越来越聪明，但每次会话都感觉像是它们第一天上班。你可以把陶哲轩放进一家会计事务所，但很可能（至少第一天）他不会成为那里最优秀的会计师。所欠缺的是经验，而非智力。智能体在运行过程中会积累这种经验。

轨迹是贯穿任务全程的路径：模型所见的上下文、它调用的工具与子代理、它生成的答案，以及用户编辑、撤销或重试的内容。在像@LangChain的LangSmith这样的工具中捕获这些轨迹，对于构建持续的生产循环至关重要。一次失败的任务转化为评估。缺失的信息被纳入上下文或记忆。糟糕的工具响应则成为框架修复的契机。

结语

买家需谨慎：拥有自己的智能，无异于打开潘多拉之盒。

封闭模型栈简单直接。你调用前沿模型，使用现成的框架（如Claude Code或Codex），添加提示词和上下文，然后上线。这提供了较高的下限，但也限制了上限。

拥有自己的技术栈意味着你要更多地亲自掌控系统。生产栈变成你的开源模型、定制框架、工具和上下文。开发栈则成为你的专有评估、领域数据和在线学习循环。

这无疑是更多的工作！它可能降低你的下限——但也抬高了上限。

实验室将继续构建巨型大脑。我们都应善加利用。

但与此同时，最优秀的产品公司正在培育自己的小天才：快速、有主见、专注于特定领域，并针对它们所见的工作进行调优。在一个更多公司掌握自身智能的世界里，生态系统繁荣发展，个性得以彰显。

这就是公司拥有自身智能的世界的承诺。我们很高兴看到小角色们的进展，那些渴望将这一世界变为现实的初创公司。