在构建下一层 AI 技术栈之前，请先绘制 Wardley 地图

AI 工程中的大多数“自研还是购买”之争都是逐个组件展开的。我们应该构建自己的模型网关还是使用 OpenRouter？编写自己的智能体循环还是采用框架？微调还是提示词？每一次争论都有专门的会议、电子表格和嗓门最大的人。而每一次争论都悄悄地假设，格局会保持足够长的时间，让决策能够产生回报。

事实并非如此。你 AI 技术栈下的根基正以史无前例的速度移动。在固定的能力水平下，推理价格每年下降 9 倍到 900 倍不等 —— 具体取决于你追踪的能力阈值。2021 年底每百万 token 耗资 60 美元的 GPT-3 级输出，现在只需几分钱。智能体框架在三年内经历了多次颠覆性的重写。网关层从“我们应该建一个”到充满托管和私有化选项的竞争激烈的红海市场，仅用了大约 18 个月。在这样的格局中逐个组件进行决策，就像是盯着脚尖去划船。

有一个诞生了 60 年的工具正是为了解决这个问题：沃德利地图。它不会告诉你该构建什么。它会告诉你一些更有用的东西 —— 你的哪些组件即将变成别人的廉价产品，而哪些组件正在向相反的方向移动。

地图：两个坐标轴，一个令人不安的问题

沃德利地图将你价值链中的每个组件绘制在两个轴上。纵轴是用户可见性：你的产品体验位于顶部，GPU 位于底部。横轴是进化阶段：每个组件从左向右漂移，经历四个阶段 —— 起源（新颖、不确定、手工构建）、定制构建（已被理解但仍是定制的）、产品（可租赁、有差异化的供应商）和商品（标准化、按效用定价、乏味）。

进化轴的唯一规则是移动是单向的。组件不会回到起源阶段。电力、计算、支付 —— 曾经属于英雄式的内部工程努力，如今都变成了发票上的一个条目。地图迫使你对每个方框提出的战略问题不是“我们能构建这个吗？”，而是“它在轴上的什么位置，它向右移动的速度有多快？”

使这张地图对 AI 技术栈具有特殊价值的是速度。传统基础设施需要几十年才能商品化。数据库从研究产物到可租赁的公用事业大约花了 20 年。AI 技术栈的各层在 18 到 36 个月内就完成了同样的历程。今天你决定手工构建的任何组件，都应该根据当你的版本达到生产质量时其商业对等物在轴上的位置进行评估，而不是根据它们现在的位置。

AI 技术栈在当今轴上的位置

绘制一张 2026 年中期的典型 AI 产品地图，各层级会以惊人的清晰度自行归类。

模型正在从产品向商品狂奔。 前沿能力在发布瞬间仍能获得溢价，但溢价窗口持续收窄。Epoch AI 的追踪显示，对于已被超越的能力水平，实现固定基准测试分数的成本每年下降高达数百倍。Gartner 预测，到 2030 年，提供商在万亿参数模型上的推理成本将比 2025 年降低 90% 以上。

多家提供商现在提供切换成本极低的近乎等效的 API。无论你今天为哪种能力付费，在几年内它都将成为商品 —— 或者通过开源权重免费获得。任何基于模型资源稀缺或昂贵的假设而构建的东西，都建立在正在融化的冰层上。

网关和路由器已经成为商品。 “一个 API 涵盖多个模型”的层级已经完全进化：托管服务在来自数十家供应商的数百个模型之间进行路由，而开源代理则以一台小型虚拟机为代价为你提供私有化部署版本。其经济模型是公用事业经济 —— 个位数的百分比费率或基础设施成本，竞争的是可靠性和合规性，而不是能力。如果你的平台团队在 2026 年还在构建定制的模型网关，他们就是在手工打造一件大宗商品。地图告诉你：停下来。

编排框架仍在起源和定制构建阶段徘徊。 这是轴上位置最容易被误读的一层。智能体框架感觉像产品 —— 它们有品牌、文档、会议演讲 —— 但它们的更迭率暴露了它们的真实阶段。2023 年原型设计浪潮中的主导框架在 2025 年底重写并承诺稳定之前，在三个小版本中经历了颠覆性的重组。与此同时，主导的 模式 发生了两次转变：从链式（chaining），到基于图的工作流编排，再到具有文件系统和内存访问的循环工具调用。许多生产团队已经悄悄迁移到供应商 SDK 或原始 API 调用。起源阶段的组件惩罚深度集成；正确的姿态是轻量采用并留有退路，既不要自研，也不要死守别人的抽象。

加载中…