Mollick：大模型之间差异越来越大，已无法即插即用

沃顿商学院教授、AI 领域知名观察者 Ethan Mollick 近日在 X 平台发文指出，当前主流大模型之间的差异正在持续扩大，用户出于成本、数据主权或可选性等原因切换模型时，已很难再像过去那样「即插即用」。

观察：「即插即用」时代正在结束

Mollick 在帖文中表示，大家如今热衷于讨论在不同模型之间切换的理由——无论是出于成本、主权考虑，还是单纯为了保持可选性——但与此同时，最先进的大模型彼此之间却在变得越来越不同。他以 Fable 与 Kimi K3、Sol 等模型为例，指出这些产品在响应方式与风格上存在明显差异，用户难以将一次调好的提示词或工作流直接平移到另一个模型上。

背后原因：差异化竞争加剧

这一现象与近一年来大模型厂商的策略变化有关。为了在同质化竞争中脱颖而出，越来越多厂商选择在训练数据、对齐方式、推理路径乃至产品定位上做出差异化设计：

• 有的模型侧重推理深度与长链路思考；
• 有的模型强调响应速度与轻量化部署；
• 还有模型主打特定语言风格或垂类能力。

这些差异在底层架构之上叠加了一层「风格指纹」，使得模型输出即便在同一提示词下也呈现出截然不同的气质与结构。

对开发者的影响

对开发者和企业用户而言，这意味着过去「一次提示、到处可用」的工作流需要重新设计：

• 提示工程需要针对每个模型单独调优；
• 多模型路由与 A/B 测试的工程成本上升；
• 在切换供应商时，预期收益与迁移成本需要重新评估。

Mollick 的观察虽然只是一段简短的行业评论，但它点出了大模型生态正在从「可互换的商品」转向「风格各异的工具集」这一趋势。对于正在构建多模型策略的团队来说，模型之间的差异已不容忽视。