云上的锁

有个朋友在AWS做架构师，上周他跟我说了一件事。

他们有个客户，金融行业的，熬了三个月终于把核心业务系统的一部分迁到了云上。迁移完成那天，客户CTO发了封邮件，语气里全是如释重负——以为终于可以安心做业务创新了。朋友看完邮件，苦笑了一下。

“他不知道，真正的锁才刚刚扣上。”

一个模型，两种打法

Anthropic发布了Claude Sonnet 5。这本身不算意外——模型迭代本来就是他们的节奏。真正有意思的，藏在部署方式里。

根据fourweekmba的报道，Sonnet 5除了能力提升（编码、推理、多步代理任务），还提供了一个新选项：自托管代码网关。企业可以通过Amazon Bedrock或Google Cloud，在自己控制的云环境里运行Claude Code。

这句话翻译成人话就是：Anthropic在帮企业把AI能力“搬回家”，但用的是云厂商的客厅。

表面看，这是给企业更多选择权。实际上，这是在增加切换成本——当你的代码库、工作流、安全策略都和Claude深度绑定，并且都跑在AWS或GCP上，想换模型？可以。但得先把基础设施重新搭一遍。

这就是我说的“锁定”。

而Meta的动向，让这场游戏的画面变得更清晰了。

Gigazine报道，Meta计划推出自己的云基础设施业务，直接卖AI计算能力和模型访问权限，跟AWS、Azure、Google Cloud正面刚。Meta手里握着全球20GW的数据中心容量，还计划再加14GW。

34GW是什么概念？差不多能同时给3400万个家庭供电。

Meta不做云的时候，它只是个“模型供应商”——你来找我买Llama的授权，但部署在哪你自己决定。Meta做云之后，它变成了“模型+算力+平台”的一站式供应商。你来找它，不只是买模型，而是把整个AI基础设施交到它手里。

锁，变成了三道。

谁在锁谁

我一开始以为，企业AI竞争的核心是模型质量。

谁家模型更强，谁就能赢。OpenAI有GPT-4o，Anthropic有Claude，Google有Gemini，Meta有Llama——大家拼的是benchmark、是推理能力、是多模态。

但Sonnet 5的部署策略，让我重新想了一下这个问题。

模型能力是“可复制”的。 今天Claude能写代码，明天GPT也能。今天的差距，下个版本就能追平。但基础设施绑定是“不可逆”的——一旦企业把工作流、数据管道、安全策略都架在某个云上，迁移成本高到几乎不可能。

这不是猜测。看看过去十年企业软件市场就知道了。

Salesforce为什么能活这么久？不是因为它CRM功能最好，是因为企业已经把销售流程、客户数据、报表体系全建在Salesforce上了。换一个系统？等于把整栋楼的管线重新铺一遍。

AI正在走同样的路。

Sonnet 5的自托管网关，本质上是让企业“自愿被锁”。你觉得自己在控制——毕竟模型跑在自己的云环境里。但你没意识到的是，你选择的是哪个云环境，就已经决定了未来三年你换模型的成本。

Meta的云计划就更直接了。它不跟你玩“模型质量”的游戏，它直接说：来我这，算力和模型一起给你，价格比AWS便宜。当你把所有东西都搬过去之后，你还能轻易走吗？

真正的大玩家

坦白说，我之前的判断需要修正。

我曾以为AI军备竞赛是“模型之战”——谁参数多、谁能力好、谁赢。但今天看来，模型只是前菜，基础设施才是主菜。

看看这几个玩家的布局：

Anthropic选择了“寄生”策略——自己不建云，但通过自托管网关，把Claude变成企业云环境里的“默认选项”。AWS和GCP卖的是算力，Anthropic卖的是模型，但最终绑在一起。

Meta选择了“自立”策略——自己有数据中心、自己训模型、自己卖算力和访问权限。垂直整合到极致，从芯片到应用全包。

Google和微软（OpenAI的合作方）走的是“混血”路线——自己有云、有模型、有应用，但同时也开放给第三方。

谁的模式更狠？

我看是Meta。因为它有最大的变量：Llama是开源的。

开源意味着什么？意味着其他云厂商也能部署Llama。但Meta自己卖的，是“原生Llama”——没有第三方适配延迟，没有性能损耗，没有兼容性问题。当企业用Meta的云跑Llama，体验一定比在AWS上跑好。

这不是技术竞争，这是体验竞争。 当体验差距足够大，企业的选择就很明确了。

当然，说这话的我，上个月还在纠结该用哪个笔记软件。但我觉得这个逻辑是通的。

锁的尽头

回到开头那个朋友的故事。

他告诉我，那个金融客户上个月又签了三年合约。“他们觉得AWS服务好、稳定、安全，没必要折腾。”

“没必要折腾”——这才是锁的最高境界。

不是强行绑住你，而是让你觉得，留下来是最合理的选择。当迁移成本大于留下成本，锁就不需要外力了。

我看到一个很有意思的点：Sonnet 5的自托管网关，可以让企业在自有环境中运行Claude Code。这意味着企业的代码库、开发流程、安全策略，都会围绕Claude的工作方式建立。当开发团队习惯了这种工作流，换模型就不仅仅是技术决策——它变成了组织变革。

这才是真正的锁定：不是技术锁，是组织锁。

Meta的云计划，本质上也是同样的逻辑。当企业把AI计算和模型访问都放在Meta的云上，团队的日常工作流、数据管道、安全策略，都会和Meta的平台深度绑定。换平台？你得换团队的工作习惯。

这让我想起十年前的企业软件市场。当时大家都在讨论“云迁移”——企业从本地服务器搬到云上。那时候的锁，是基础设施锁。今天，锁升级了：是工作流锁、是组织锁、是认知锁。

锁的尽头，不是技术壁垒，是习惯壁垒。

谁会被锁

每次聊到这个话题，总会有人问：这对开发者意味着什么？

坦白说，不好说。

如果你是个独立开发者，或者小团队，这些巨头打架对你来说就是“算力更便宜、模型更好用”。你可以在AWS上跑Claude，在GCP上跑Gemini，在Meta云上跑Llama——只要你不深度绑定，就能灵活切换。

但如果你在大公司做技术决策，情况就复杂了。你的选择不仅影响技术架构，还影响组织的未来灵活性。

我的建议很简单：别只看模型能力，看退出成本。

当你选择一个平台时，问自己一个问题：如果两年后我想换平台，代价有多大？如果答案是“重写整个系统的数据管道”，那你正在被锁。

模型会迭代，平台会升级，但“被锁”这件事，不会自己解开。

这大概就是当下企业AI竞争最残酷的真相：谁先锁住客户，谁就赢了战争。 模型只是诱饵，基础设施才是真正的战场。

而这场战争，才刚刚开始。