Stacklok 联合创始人兼 Kubernetes 共同创建者之一在近期接受的一份调研数据，或许能解释一个长期存在的矛盾：技术决策者嘴上担心供应商锁定，但在真正掏钱时，却把"避免锁定"排在了最后一位。
样本边界需要说明：所有受访者都在员工数 500 人以上的北美企业中运行过大模型或智能体，处于试点或生产环境，且职级为经理及以上。
结论分成两半：模型层已经基本自由，但上层的集成层才是真正难搬走的东西。
核心变化：难迁移的不是模型，是集成
单模型时代已经结束
只有 8% 的受访组织只使用一家模型供应商，25% 使用五家及以上。企业早已进入多模型并行阶段，模型层的锁定问题看起来已经"解决"了。
真正难动的是集成：
- 53% 的受访者把"与内部系统或 MCP Server 的集成"列为最难迁移的两项之一
- 52% 认为是多步骤的智能体工作流
- 其后是护栏（guardrails）与访问控制配置
关键在于：换模型供应商时，这些集成不会跟着走，只能重建。
锁定是真担忧，但排不进采购标准
- 81% 认同前沿实验室和超大规模云厂商让供应商之间难以切换
- 84% 认为避免锁定对 AI 战略很重要
- 超过 80% 的组织曾因迁移成本过高而推迟、缩减或重构迁移计划，29% 表示这种情况"频繁发生"
- 被问及离开当前供应商需要多久时，57% 回答"四个月以上"
但真正做决策时，排序完全变了：
- "不重建就能切换模型供应商"——在八项标准中仅排第六
- "避免依赖单一供应商"——垫底
前三位是安全与隐私、成本控制、合规。这个排序合乎理性，也正因为如此才刺痛人：今天选技术栈的人，要为本季度的账单和今年的审计负责，两年后重建的问题留给未来（可能是另一支团队）的人。
用五个模型的团队，已经想明白了
把"使用五家及以上模型供应商"的组织与"只用一到两家"的对比，差异非常明显：
| 指标 | 5+ 家供应商 | 1~2 家供应商 |
|---|---|---|
| 已构建内部系统 / MCP Server 集成 | 76% | 42% |
| 使用开源智能体框架 | 45% | 22% |
| 认为跨供应商可移植性"非常重要" | 67% | 47% |
| "很可能"评估前沿实验室垂直一体化栈的开源替代品 | 35% | 13% |
规律很清晰：多模型团队在架构里主动构建"可选性"。当异构的东西跑得够多，你就不会再容忍一个只能配单一供应商的 harness（编排层），而会开始把模型当作节点那样处理——稳定接口之后的可替换组件。
走在前面的团队并不是因为有远见，而是因为让五家供应商各自穿过五套定制集成层，实在太痛苦。
受访者想要什么样的开放架构
- 80% 表示愿意评估封闭前沿架构的开放替代方案
- 88% 预期随着经验积累会更多掌控自己的 AI 架构，而不是继续依赖现有厂商
他们担心的具体风险也很具体：
- 39% 提到产品或 API 被弃用（deprecation）
- 37% 担心无法导出智能体状态、记忆或评测结果
人们开始意识到，智能体层本身可能变成被"扣押为人质"的资产。
而要说动他们迁移工作负载，理由是务实的而非理念化的：安全与合规保障、与前沿模型相当的性能、企业级支持体系。他们想保留已有的前沿模型，同时拿到一个功能相当的开放 harness。
影响与建议：把开放层建在自己手里
如果你现在正在写 MCP Server、智能体工作流或策略配置，那么恭喜——你正在构建这份调研认定为"最难迁移"的那一层。趁成本还低，几件事值得做：
- 工具定义留在开放协议上，不要锁在厂商的私有扩展里
- 编排逻辑放进自己拥有的代码，而不是平台配置界面
- 确保评测可对任意模型端点运行，这样换模型不必重写测试
- 自建（而非租用）harness，把身份、记忆、工具等控制权握在自己手里
- 找到值得信任的专家，一起应对这块快速变化的领域
对照来看，模型本身越来越像可替换的商品，而"如何在模型之上构建可迁移的层"，才是企业接下来两年真正的竞争点。
评论