企业 AI 投资应聚焦 evals、开源模型后训练及 Agent 完整 Git repo（含 runtime、models、skills、tools、sandbox）。真正该沉淀的是贴业务结果的 evals、自有数据与后训练能力、Agent runtime/tools/skills 及权限审计机制。模型会变、价格会降，换模型无需重做系统才是护城河，否则只是新一代 vendor lock-in。
凡人小北@frxiaobei企业 AI 投资应聚焦 evals、开源模型后训练及 Agent 完整 Git repo（含 runtime、models、skills、tools、sandbox）。真正该沉淀的是贴业务结果的 evals、自有数据与后训练能力、Agent runtime/tools/skills 及权限审计机制。模型会变、价格会降，换模型无需重做系统才是护城河，否则只是新一代 vendor lock-in。
今天看到两个观点撞在了一起：
一个说，企业 AI 最该投资的是 evals 和开源模型后训练能力； 另一个说，做完一个 Agent，应该留下完整的 Git repo，包括 runtime、models、skills、tools、sandbox。
我的理解是企业真正需要拥有的不是某个模型，而是让模型随时可以被替换的能力。
模型会变，价格会降，榜单也会轮流坐庄。
真正应该沉淀在自己手里的，是： • 贴着业务结果的 evals • 自己的数据和后训练能力 • Agent 的 runtime、tools 和 skills • 权限、审计与失败恢复机制
如果换一个模型，整套系统就要重做一遍，那买到的并不是 AI 能力，只是新一代 vendor lock-in。
模型换得起才是未来企业 AI 的护城河。
来源：凡人小北· x.com