核心概念

2026 年 4 月，Anthropic 宣布將 Claude Code 框架開放給第三方模型——包括 GPT、Gemini 及 OpenRouter 上的開源模型，同時三大雲端（AWS Bedrock、Google Vertex AI、微軟 Foundry）全面支援。這個決策看似「放棄模型壟斷」，實則是一場更大的戰略豪賭：Anthropic 要把自己從 LLM 供應商，轉型為 AI 時代的基礎架構提供者。

這場賭注的核心洞察是：底層模型的實力差距正在縮小，未來不會再有人為了單一模型被廠商永遠綁死。真正的護城河在於「體驗」——讓用戶在特定場景感受到極致便利，直到根本沒人在乎底層跑的是什麼模型。就像用 Chrome 上網不需要在意是 Windows 還是 macOS，企業員工打著 Word 時不會在意 Intel 還是 AMD。

Agent 基礎架構（Agent Infra）可拆解為四個層次：

層次 說明 代表產品
模型層 各家 LLM 本體 GPT、Claude、Gemini
協定層 呼叫模型的 API 溝通標準 OpenAI Chat Completions、Anthropic Messages API
Runtime 層 開發者的日常工作環境 Claude Code、Cursor、Codex
控制面層 企業大規模部署與治理架構 AWS Bedrock AgentCore、Azure Agent 365

Anthropic 透過開放 Claude Code 框架給所有模型，正在卡位 Runtime 層，並向 控制面層 延伸（4 月 8 日推出 Managed Agents 測試版）。三大雲端巨頭各自的 Agent Infra 佈局：

  • AWS：Bedrock AgentCore 擔任 Runtime，Agent Registry 成為企業管理 Agent 的中樞平台
  • Google：Vertex AI Agent Builder 結合 ADK 與 Apigee，串起完整工具鏈——許多企業 API 閘道器本就架在 Google Cloud 上，順理成章
  • 微軟 Azure：企業身分認證護城河，每個 Agent 擁有獨立帳號與權限，Agent 365 治理層讓企業像用 Active Directory 管員工一樣管理 AI 代理

關鍵要點

  • 做 LLM 本身是虧本生意：訂閱費無法覆蓋算力成本；只有建起 Agent Infra 生態，在企業端才有真正的盈利空間
  • 企業決策者信任雲端巨頭，不信任模型供應商——這就是 Anthropic 選擇在三大雲端平台押寶，而非獨立建構的邏輯
  • 控制面層是終局：一旦企業業務搬上 Agent，替換控制面的痛苦程度不亞於拋棄微軟 Office；率先建立成熟架構者將享有近 40 年的生態紅利（微軟 Office 案例）
  • 元件化是不可逆趨勢：LLM 將成為可隨插即用的元件，多家廠商 LLM 彼此協作完成複雜任務的架構將成常態；底層模型跑分已失去競爭意義
  • OpenAI 的回應方向懸而未決：每家 AI 巨頭都清楚這個趨勢，OpenAI 如何應對 Anthropic 的基礎架構戰略，將是 2026–2027 年最關鍵的競爭看點

實務應用

對企業 CIO/CTO 而言，現在選擇 Agent 工具時，真正需要評估的不是模型跑分：

  1. Runtime 層鎖定風險：優先選擇開放支援多模型的框架，保留未來換模型的彈性
  2. 控制面層整合性：優先選擇已與企業現有雲端基礎設施深度整合的 Agent 管理平台
  3. 一到兩年內標準將成形：現在的架構選擇將決定未來的遷移成本，提早評估供應商鎖定風險

相關筆記：AI 戰局七大陣營——平台霸主篇、Agentic AI 企業落地現實：基礎建設障礙與突破策略、2026 年 Agentic AI 七大趨勢、多 Agent 系統協作架構：MCP 與 A2A 協議、AI Agent 設計模式

延伸觀點

跨多份產業報告的交叉驗證，補充以下觀察：

競爭核心已從模型移向平台整合深度：Anthropic 的 Claude Code 進入 Slack 等協作工具，策略意涵在於讓 Agent「住在工作發生的地方」，而非讓用戶來找工具。Runtime 嵌入越深，替換成本越高，這與微軟 365 的分發策略如出一轍。

技術規格本身即是壁壘：各大玩家正透過自訂格式和協定建立生態圈護城河——Anthropic 的擴充格式、AWS 的 Agent Registry 規格、Azure 的 Entra Agent ID 憑證系統，都讓跨雲端、跨廠商的 Agent 互通性持續降低。標準之爭即市場之爭。

Azure 的 Agent ID 身分治理路線最具差異化：Microsoft 透過 Entra 為每個 Agent 發放身分憑證與條件存取政策，是三大雲中唯一將企業 IAM 概念直接延伸至 Agent 層的廠商。對已深度依賴 Active Directory 的企業而言，幾乎沒有學習成本，黏著度極高。

行為情境學習帶來超越 SaaS 的鎖定效應：若 Agent 持續累積對特定組織的工作流程與行為模式認知，切換成本將遠超 Microsoft Office 或 Salesforce。這是此輪 AI 平台競爭最值得企業提前評估的風險。

反向連結

以下頁面引用了本頁：