這兩天整理幾家AI項目的開發文檔時，我發現一個細節：很多項目首頁都在展示模型能力、Agent案例和性能數據，但真正決定開發者能不能留下來的，往往藏在最後幾頁的SDK文檔裏。我反而在這裏停留的時間最長。

這讓我想到一個一直沒人認真討論的問題。

AI行業爲什麼總是在不斷吸引開發者，又不斷失去開發者？

很多人覺得，只要模型足夠強，開發者自然會來。但真正寫過應用的人都知道，模型只是能力，真正決定遷移成本的，是開發工具、接口規範和整個開發流程。一旦生態沒有形成持續積累，開發者隨時可以換下一家。

研究@OpenGradient 的時候，我反覆看了Nova和SDK的設計。它沒有把SDK當成一個簡單的接口包，而是希望開發者圍繞同一套調用方式接入模型、Agent和鏈上結算。換句話說，它想沉澱的不是一次調用，而是一整套開發習慣。當應用不斷依賴這些接口，遷移成本也會越來越高，真正留下來的未必是模型，而是開發流程本身。

真正讓我停下來的是這裏。

很多人都在討論AI模型會不會越來越同質化，但如果所有協議最終都支持相似的大模型能力，真正競爭的可能就不是模型，而是誰能率先成爲開發者默認使用的那套工具鏈。開發者寫下的每一行代碼，都可能是在給未來的生態增加黏性。

但真正的矛盾也在這裏。

SDK降低了開發門檻，卻未必提高了開發者忠誠度。如果其他協議提供兼容接口，或者跨平臺框架越來越成熟，今天沉澱下來的開發習慣，明天也可能被快速遷移。開發工具到底是在構建護城河，還是隻是在降低切換成本？我現在還沒有答案。

如果未來AI基礎設施競爭進入工具鏈時代，真正最值錢的資產，會是模型、開發者，還是開發者已經寫下、卻越來越難遷移的那套代碼？
#opg $OPG