要点
- Databricks 现场工程师博客（2026-11-04）：“The Enterprise Case for Open-Weight Models on Databricks”；作者 Jay Palaniappan、Elise Gonzales、Tanner Waggoner、Toby Messinger、Will Middlebrook。
- 内部用量（截至 2026-01-05 周 → 2026-07-27 周）：客户平均唯一模型 4.2→7.1；其中约 40% 为开源权重；7 月中旬 GLM 5.2 上线后约一个月占开源权重 token 约 40%。
- Databricks 自有基准中同一模型的 harness 分差：61.7% / 48.1% / 38.4%（harness A / harness B / 裸模型）。
- 援引 Artificial Analysis：GLM 5.3（max）在 Databricks 端到端响应 9.1 秒；以 Hugging Face 2026 年 7 月事件为例，前沿护栏拒绝恶意软件分析后，响应方改用开源权重 GLM 5.2。
2026 年 11 月 4 日，Databricks 发布现场工程师文章，主张企业不应再把单一前沿 API 当作默认架构。比标题更窄、也更可检验的句子是：企业 AI 正收敛到可治理的多模型网关，因为开源权重已在更低成本下逼近前沿基准表现，而 harness 选择对测得分的拉动不亚于模型名。单一供应商锁定因此是错误的战略单元。 若客户继续把支出与流量集中到一家前沿供应商，同时 Unity Gateway 上开源权重份额停滞或回落，该主张即失败。
[1]用量数字说了什么
Databricks 称，从截至 2026 年 1 月 5 日的一周到截至 7 月 27 日的一周，Unity AI Gateway 客户平均唯一模型数从 4.2 升至 7.1，其中约 40% 为开源权重。GLM 5.2 于 7 月中旬可用后，约一个月内即占网关上开源权重 token 约 40%，而网关客户增长相对平稳，更像存量流量迁移，而不只是新客户涌入。CEO Ali Ghodsi 对 CNBC 表示，7 月融资部分是为托管开源模型锁定 GPU，并提到日本、韩国、美国与印度的算力短缺。
这些是厂商遥测，不是行业普查。它们仍与许多 CIO 在 2024 年写下的「选定一家实验室并标准化」手册相冲突。
[1]七种压力，一个架构赌注
作者列举七种压力：AI 支出跑赢回报；榜单换手（BenchLM 追踪自 2023 年 5 月起榜首易主 20 次以上）；前沿护栏挡住合法安全工作；留存策略偏离「零数据留存」假设；需要可检索的输入/输出/代理审计；harness 效应盖过模型品牌；开源权重以更低成本达到前沿级基准。
Hugging Face 2026 年 7 月事件是护栏的具体例子：响应方向托管前沿模型投喂真实攻击日志遭拒，随后用开源权重 GLM 5.2 完成分析。留存例子指向 Anthropic 前沿档 30 天最低留存，对假定提示永不落盘的合规政策形成冲击。
Unity AI Gateway 的产品答卷是：用同一套治理 API 覆盖开源权重、Databricks 托管前沿与外部提供方（Bedrock、Azure AI Foundry），并带智能路由、回退、预算，以及 Unity Catalog 下的 MCP/技能注册。Omnigent 被定位为可移植 harness 层，使 Codex、OpenCode 等编码代理通过配置指向网关托管的开源权重，而无需改写。
[1]钢人与缺口
钢人。 在任务上明显更强时，前沿 API 仍会赢；「自有 VPC 跑开源权重」仍要买 GPU、运维与补丁纪律。Databricks 有充分动机卖网关席位与 GPU 容量。内部「约 40% 开源权重」混杂大量小模型与少数大模型；GLM 5.2 的 token 份额不能证明每项受监管工作负载的质量对等。Artificial Analysis 延迟与 DeepSWE 按成本图是筛选后的对比，不是随机化的企业对照实验。
这一反驳成立。它抹不掉可核对的核心：多模型数量上升，竞争性开源检查点落地后开源权重流量发生迁移，且 Databricks 自有 harness 研究显示同一模型有 23 个百分点的摆动（61.7% 对 38.4%）。在这些事实下仍站得住的战略单元，是带路由与审计的组合，而不是单一模型 SKU。
文中未闭合之处：4.2→7.1 与 GLM token 份额序列缺乏独立复现；编码代理之外的「成功任务单位成本」；质量 SLA 收紧时智能路由实际选开源权重的频率；Omnigent 是降低锁定，还是把锁定迁到 Databricks 网关。
[1]谁该在意，下一步看什么
仍标准化在单一前沿的平台与 FinOps 团队，应测量生产中唯一模型数，以及在同一评测 harness 下可迁到开源权重的 token 份额。安全与合规团队应把护栏拒答与留存政策变更当作一等架构风险，而不是提示工程琐事。代理构建者应停止在不点名 harness 的情况下发布模型分数。
接下来观察：主要网关上开源权重 token 份额在下一轮前沿降价后是否继续上升；第三方是否复现量级相近的 harness 分差；受监管买方是否发布能在上游留存变更后仍成立的 ZDR 兼容开源权重运行手册。
[1]收束
Databricks 可辩护的句子不是开源权重总是打败前沿 API。而是：当同一模型跨 harness 可摆动约 23 个百分点、客户平均已跑七个模型时，耐久的控制面是可治理的组合，而开源权重已便宜到足以放进这个组合。 六个月后，要么网关遥测与独立 harness 研究继续确认这一组合，要么单一前沿标准化会以运维简单性悄然取胜。
[1]