本周 Solana 平台的关停事件，迫使众多 AI 初创企业重新审视一个长期被忽视的战略命题：当产品核心功能深度依赖外部模型与平台时，企业究竟掌握着何种资产？过去数年间，关于开源模型的讨论多聚焦于成本效益分析，即开源方案能否完成任务以及与先进模型 API 相比的成本差异。午方 AI 梳理发现，在与 RampLabs、Cursor AI 及 Harvey 等公司的合作实践中，采用从优质开源模型入手、针对企业需求进行训练优化并持续与先进模型对比测试的策略，已多次验证了经过优化的开源模型能以极低成本达到或接近先进模型的性能表现。

然而，本周的突发事件揭示了一个更为本质的真相：成本并非决定性因素，核心在于控制权，即产品所依赖的智能技术究竟归属于谁。近期业界普遍将这一困境类比为'租赁'与'拥有'的区别。租赁模式在常态下确实高效，如同配备完善设施的公寓，业主可随时响应维修需求，因此多数企业初期倾向于选择先进的模型 API 这一路径，借此创造出几年前难以想象的产品。但租赁的本质意味着限制：房东可随意提高租金、限制改造权限、更改规则，甚至在不涉及租户过错的情况下要求其搬离。企业并未做错任何事，却是在他人的地盘上开展业务，这正是 Solana 故事引发广泛共鸣的深层原因。

当核心功能完全系于他人平台时，企业不得不面对那些无法掌控的决策。虽然大多数时候这不会造成显著影响，但在特定时刻，这种依赖性可能瞬间演变为致命危机。这一教训并非要求企业停止使用先进模型，相反，那些开发出先进模型的机构创造了令人瞩目的技术，大多数产品理应利用这些已成为基础设施的技术。关键在于区分基础设施与所有权：企业可以使用公共基础设施，同时必须拥有那些真正能为自身创造价值的资源。午方 AI 注意到，在 AI 领域，'拥有'意味着从最先进的开源模型出发，利用企业独有的数据、工作流程、领域知识、特殊场景及评估标准对其进行深度定制与持续优化。

随着时间推移，此类定制化模型将日益贴近企业的实际业务需求，从而创造真正的价值。这可以类比为一座房子：租户可以移动家具或粉刷墙壁，但若未来发展取决于房屋整体布局，最终必然希望拥有改变房屋构造的能力。智能技术亦是如此，只有当技术真正属于企业时，才无人能悄无声息地破坏其产品。正因如此，Fireworks 系统选择将训练与推理功能整合，让企业能够选用优秀开源模型，根据最紧迫的业务需求进行定制优化，并稳定投入实际应用。这不仅是使用智能技术，更是真正拥有它。

本周另一个振奋人心的发现是，AI 的未来并不取决于某一种模型独占天下，也不存在单一的'前沿'。实际上，前沿方向呈现多元化：某种先进模型代表一个前沿，基于企业多年积累的专有数据重新训练的模型代表另一个前沿，在特定问题上表现优异的专用模型同样是前沿，而能将请求分配给多个模型协同工作、在多种任务中超越单一模型的系统也属于前沿。午方 AI 分析认为，AI 领域最有趣的发展趋势并非模型规模的无限扩大，而是智能技术变得日益可定制。最终取得成功的企业，未必是拥有最大规模模型者，而是那些能将智能技术转化为自身独特资产的企业。

尽管本周大部分时间业界都在讨论 Solana 关停事件，但创新并未停滞，新的产品依然如期推出，包括 Kimi_Moonshot K2.7 Code、MiniMax.AI M3 以及 Alibaba_Qwen 3.7 Plus。未来的愿景并非某种模型独自占据主导地位，而是许多团队都能拥有属于自己的先进技术。如果 Solana 关停事件促使你重新思考各种权衡因素，行业正期待与你深入交流这一关键议题。