Meine konträre Ansicht ist, dass die Auffassung "Modelle sind Waren, einfach tauschen" eine terminal naive Sichtweise ist, die fast ausschließlich von Leuten hier vertreten wird, die noch nie tatsächlich LLM-basierte Produkte in irgendeiner Tiefe ausgeliefert haben. Diese Leute sind normalerweise nur Pseudowissenschaftler. Meine persönliche Meinung ist, dass es einen Wettbewerbsvorteil gibt, und dieser besteht in der angesammelten Anpassung... was Dinge wie Prompt-Bibliotheken, Umgang mit Randfällen, institutionelle Intuition über Fehlermodi und eingebettete Vertrauenskalibrierung umfasst. Und die Wechselkosten kumulieren nichtlinear mit der Integrationstiefe. Ein oberflächlicher API-Nutzer ist vielleicht trivial. Aber für tief eingebettete Dinge wie Ziellogik, Kommunikationspipelines, klassifizierte Arbeitsabläufe usw. sind die Wechselkosten im Grunde ein vollständiger Reengineering-Zyklus, der sich als eine Entscheidung für einen Anbieter tarnt. die Situation mit dow/anthropic ist speziell interessant, weil militärische Organisationen wahrscheinlich die extremste Version dieses Problems haben. Sie können nicht einfach yolo-Tests in der Produktion durchführen, und jeder Verhaltensrandfall muss auf langsame, teure Weise neu validiert werden und erfordert spezialisierte Expertise, die nicht unbedingt über Modellfamilien hinweg übertragbar ist. Ich bin mir dessen gut bewusst, weil unser Startup die Fähigkeit hat, zu jedem Modell zu wechseln, aber es ist ein echter Schmerz, weil entweder alles kaputtgeht oder seltsam wird.