It will be decided by who builds the best worlds for models to learn in, the best guardrails for them to operate within, and the best games to discover what they can actually do.
作者在文末提出了极具洞察力的结论：AI 的竞争焦点已从单纯的模型规模，转移到了“环境构建”、“安全护栏”和“动态评测”三个维度。这意味着算力壁垒可能被数据和评估壁垒所取代，未来的 AI 巨头将是那些能打造最佳“沙盒生态”的公司。
Recent events highlight how important open source is to the AI ecosystem, with more nations and enterprises recognizing the risks and costs associated with exclusively depending on closed models.
大多数人认为封闭式AI模型因其专有技术和性能优势而更受青睐，但作者认为开源AI生态系统正变得越来越重要，因为各国和企业正在认识到完全依赖封闭模型的风险和成本，这挑战了AI行业向封闭系统发展的主流趋势。
when I first experienced OpenClaw earlier this year, I had the epiphany that it isn't the models that matter, but the harnesses, loops, and context which will lead to so many new opportunities ahead.
大多数人认为AI领域的竞争核心在于模型本身的大小和能力，但作者认为真正重要的是'马具、循环和上下文'，这一反直觉观点暗示AI应用的真正创新将围绕如何与用户互动展开，而非模型本身的进步。
the Fable retraction exposed model dependency risk, Satya's thesis defined the learning loop, & Salesforce's $3.6B Fin acquisition priced the harness.
作者提出了三个关键发展来证明AI应用进入黄金时代：模型依赖风险暴露、学习循环定义以及市场对AI套件的定价。这反映了AI应用发展的三个重要维度：风险控制、战略共识和市场验证，对理解当前AI应用生态位很有价值。
OpenAI and Anthropic May Be Rivals, but Investors Aren't Picking Sides
文章提到OpenAI和Anthropic可能是竞争对手，但投资者没有选边站队。这是一个值得深入了解的背景，可能反映了AI投资领域的策略性多元化。需要核实投资者是否真的同时投资这两家公司，以及这种策略背后的市场逻辑和潜在风险。
Foundation labs are moving up the stack into applications
大多数人认为基础模型提供商和应用层公司应该是分离的生态系统，但作者认为基础实验室正在向上扩展进入应用层，这挑战了AI行业的传统分工模式，可能导致更直接的竞争和整合。
The Yellow Brick Road is our shorthand for the path the labs are walking, where they're committing extraordinary resources.
这句话用《绿野仙踪》中的黄砖路作为比喻，形象地描述了大型AI实验室正在走的道路。这个比喻生动地表达了这些实验室拥有巨大资源，正在构建一条明显可见的发展路径。这个洞见帮助读者理解AI应用生态中的不同发展方向，以及为什么有些领域竞争激烈而有些领域则存在机会。
The labs understand how valuable these problems are: that's why they're building their own outsourced configuration shops, and why an entire upmarket class of reinforcement learning businesses exist.
大多数人认为大模型实验室会直接解决所有复杂问题，不需要外部帮助。但作者认为实验室明白这些复杂问题的价值，这就是他们为什么建立自己的外部配置服务，以及为什么存在整个高端强化学习企业类别。这承认了实验室在某些领域需要专业合作伙伴，挑战了实验室可以独立解决所有问题的主流观点。
The enthusiasm has spawned an entire ecosystem of tools designed to make you feel like you’re running a company with AI agents.
文章指出，对AI代理的狂热催生了一个完整的工具生态系统，这些工具可能加剧了AI心理疾病。
The risk of this strategy to the ecosystem is that it makes previously attractive categories no longer viable.
大多数人认为免费产品会促进市场竞争和创新，但作者指出这种策略实际上会摧毁某些市场类别，使其不再具有商业可行性，这挑战了传统经济学中关于竞争促进创新的认知。
They don't mind paying the AI labs for tokens — but the agent itself, they'd much rather have outside of the labs' infrastructure.
这一观点揭示了AI生态系统中的一个关键悖论：用户愿意为底层AI能力付费，但希望代理工具本身保持自主性和可移植性。这暗示了未来AI商业模式的核心可能在于'代理即服务'，而非单纯的'模型即服务'。
As the cost of software development falls, trusted partners with broad adoption can expand faster than anyone else.
在开发成本下降的背景下，广泛采用和信任成为扩张的关键因素，这暗示AI时代的赢家可能不是技术最先进的，而是能够最快建立信任生态系统的公司。
The integration also connects to Upwork's AI agent Uma, which helps automate parts of the hiring and execution process once a project is underway.
AI正在从单一工具演变为完整的工作生态系统，这种从招聘到执行的自动化整合展示了AI如何重塑整个工作流程。这不仅提高了效率，也可能导致传统中介角色的消失，同时创造了新的AI服务市场，值得深入思考这种转变对不同行业的影响。
Someone just dropped an open source alternative to Claude Managed Agents.
令人惊讶的是：Claude Managed Agents竟然已经有了开源替代品，这表明AI助手管理工具的生态系统正在迅速发展，从专有解决方案向开源模式转变，这可能改变企业使用AI助手的方式。
We present a comprehensive adoption snapshot of the leading open language models and who is building them
令人惊讶的是：这篇报告提供了约1500个主流开源语言模型的全面采用情况快照，并详细记录了这些模型的开发者和构建者。这种规模的数据收集和分析工作展示了开源AI生态系统的庞杂性和多样性，远比公众通常意识到的更为复杂。
that are the foundation of an ecosystem crucial to researchers, entrepreneurs, and policy advisors.
令人惊讶的是：这些开源语言模型已经构成了一个对研究人员、企业家和政策顾问都至关重要的生态系统。这表明开源AI不仅是技术发展的驱动力，还对创新、商业和政策制定产生了深远影响，形成了一个多元化的应用生态。
We study a mix of Hugging Face downloads and model derivatives, inference market share, performance metrics and more to make a comprehensive picture of the ecosystem.
令人惊讶的是：研究团队采用了多种衡量标准，包括Hugging Face下载量、模型衍生品、推理市场份额和性能指标等，来全面评估开源语言模型生态系统。这种多维度分析方法揭示了AI生态系统的复杂性和多样性，远比简单的性能排名更为全面。
focusing on the ~1.5K mainline open models from the likes of Alibaba's Qwen, DeepSeek, Meta's Llama
令人惊讶的是：开源语言模型生态系统已经发展到约1500个主流模型的规模，这远超许多人的想象。阿里巴巴、DeepSeek等中国公司与Meta这样的科技巨头共同塑造了这个庞大而多样化的生态系统，显示了开源AI的蓬勃发展。
Chinese models overtook their counterparts built in the U.S. in the summer of 2025 and subsequently widened the gap over their western counterparts.
令人惊讶的是：在短短几年内，中国开源语言模型生态系统已经全面超越美国，这标志着全球AI研发格局发生了重大转变。这一趋势不仅反映了中国在AI领域的快速进步，也暗示了未来技术领导力的可能转移。
Claude 的 Max Pro 账号额度不允许给第三方产品用了，如果你没有使用 Agent SDK 和 Claude Code 为底座的产品，就不能用这个账号里的额度
大多数人认为云服务提供商的订阅额度应该具有通用性，但 Anthropic 限制额度只能用于特定产品的做法颠覆了这一认知。这种策略实际上是一种'锁定效应'，迫使开发者和用户使用其生态系统产品，反映了 AI 服务提供商从开放向封闭的转变趋势，可能成为行业新标准。