我们正步入AI应用的黄金时代。三项最新进展印证了这一点。
Fable的撤回事件揭示了监管风险。纳德拉的论点展现了战略共识。Salesforce的收购则体现了市场验证。
首先，美国政府关闭了Fable的访问权限，而软件生态圈内涌现出大量回应：把它带回来！开源模型和本地模型已变得不可或缺！不要依赖单一模型！
萨提亚·纳德拉发表了一篇关于AI生态系统的论述。他认为，对于一个健康的生态系统而言，护城河不能是模型本身。相反，人类专业知识以及围绕模型构建的系统（即“缰绳”）必须成为护城河。
此外，Salesforce宣布以36亿美元收购Fin（原Intercom）。该公司的创始人及管理团队通过AI变革重新定位了企业方向。Fin利用开源模型实现了最优的性价比。
构建AI应用的困难之处与SaaS不同。这并非因为缺乏工程师，也不是运行时间保障的挑战，更不是加快发布节奏的要求。
AI应用带来了三项需要掌握的新技能：选择合适的模型、构建爬山循环、以及针对每家公司评估系统的性能。所有这些都旨在回答一个问题：如何在token预算内榨取出尽可能多的智能？
模型的选择很棘手。预算限制使我们无法让所有人都默认使用最先进的模型。其他众多模型各有各的“性格”。Kimi K2.6速度快，擅长创意写作，但精确度稍逊。Qwen 3.6 27b是一个性能传奇的小模型，但有时像个“倔驴”——它会在工具链调用中途突然停止，需要好好催促一下才能继续。GLM 5.1是一个出色的编程模型，但运行速度较慢。
循环——这个时代关键的问题定义练习——很难设计。系统设计本身就是一门完整的学科（参见Donella Meadows在此领域的杰出著作）。如何定义循环，才能使智能体系统不断改进？这是一个新颖且充满挑战的领域，因为模型和基础设施变化太快。
评估“模型+循环”的性能是一项持续的工作。大多数公司不会愿意为内部的每一个工作流软件都配备一个专门的团队。AI系统是复杂且难以捉摸的引擎。
调校这些复杂巨兽的化油器和正时皮带这类精细活，更适合交给少数几家供应商，以便在每美元成本下实现最大智能产出，并将成本分摊到更广泛的用户群体中。
那些精通这三门学科的公司，将拥有这个黄金时代。
-
Anthropic 应美国政府指令撤下 Fable 5 —— 《财富》杂志，2026年6月13日。 ↩︎
-
没有生态系统的前沿是不稳定的 —— 萨提亚·纳德拉，2026年6月14日。 ↩︎
-
驾驭 AI —— tomtunguz.com。 ↩︎
-
Salesforce 签署收购 Fin 的最终协议 —— Salesforce，2026年6月15日。 ↩︎
-
2025年最佳图书10本 —— 德内拉·梅多斯的《系统之美》。 ↩︎
-
每次结果的模型 token 消耗 —— tomtunguz.com。 ↩︎