这两天整理几家AI项目的开发文档时，我发现一个细节：很多项目首页都在展示模型能力、Agent案例和性能数据，但真正决定开发者能不能留下来的，往往藏在最后几页的SDK文档里。我反而在这里停留的时间最长。

这让我想到一个一直没人认真讨论的问题。

AI行业为什么总是在不断吸引开发者，又不断失去开发者？

很多人觉得，只要模型足够强，开发者自然会来。但真正写过应用的人都知道，模型只是能力，真正决定迁移成本的，是开发工具、接口规范和整个开发流程。一旦生态没有形成持续积累，开发者随时可以换下一家。

研究@OpenGradient 的时候，我反复看了Nova和SDK的设计。它没有把SDK当成一个简单的接口包，而是希望开发者围绕同一套调用方式接入模型、Agent和链上结算。换句话说，它想沉淀的不是一次调用，而是一整套开发习惯。当应用不断依赖这些接口，迁移成本也会越来越高，真正留下来的未必是模型，而是开发流程本身。

真正让我停下来的是这里。

很多人都在讨论AI模型会不会越来越同质化，但如果所有协议最终都支持相似的大模型能力，真正竞争的可能就不是模型，而是谁能率先成为开发者默认使用的那套工具链。开发者写下的每一行代码，都可能是在给未来的生态增加黏性。

但真正的矛盾也在这里。

SDK降低了开发门槛，却未必提高了开发者忠诚度。如果其他协议提供兼容接口，或者跨平台框架越来越成熟，今天沉淀下来的开发习惯，明天也可能被快速迁移。开发工具到底是在构建护城河，还是只是在降低切换成本？我现在还没有答案。

如果未来AI基础设施竞争进入工具链时代，真正最值钱的资产，会是模型、开发者，还是开发者已经写下、却越来越难迁移的那套代码？
#opg $OPG