Почему открытая инфраструктура определит эпоху ИИ
Помните, когда писать код было бесплатно? ИИ переводит разработку ПО на проприетарные платформы с оплатой за использование. Но история повторяется, и открытые основы обычно побеждают.
Новая форма привязки к вендору уже здесь. И это не проприетарные языки и не жесткие корпоративные пакеты ПО — это нечто более фундаментальное. То, что пишет сам код.
В исследовании JetBrains Research говорится, что 74% разработчиков по всему миру используют инструменты ИИ. Claude Code, доступный только с мая 2025 года, уже стал самым популярным ИИ-инструментом для кодинга, за ним следуют Gemini Code Assist и GitHub Copilot, согласно отчету Jellyfish 2026 State of Engineering Management Report.
В том же исследовании также отмечается, что 91% разработчиков говорят о росте своей продуктивности за последние 12 месяцев. По мере того как ожидания от объема кода пересматриваются почти ежедневно, инженерная среда все сильнее зависит от платных внешних ИИ-сервисов.
Gartner прогнозирует, что к 2028 году расходы на токены для ИИ-кодинга могут превысить зарплаты разработчиков. И все же tokenmaxxing и vibe coding через облачный API вендора выглядят очень далеко от открытых основ свободных языков программирования и открытых моделей, которые многие современные ИИ-платформы теперь скрывают за абстракциями.
«Открытая инфраструктура станет основой эпохи ИИ», — говорит Peter Farkas, CEO Percona, поставщика решений с open-source-базами данных. «Сейчас слишком многие компании строят всю свою ИИ-стратегию поверх проприетарных платформ, потому что удобство очень заманчиво».
«Поднять базу данных или ИИ-сервис в hyperscaler можно в три клика, и это удобство ослепляет людей, не давая увидеть привязку, на которую они соглашаются», — добавляет он. «По мере зрелости ИИ-нагрузок организации поймут, что зависеть от одного вендора в части данных, моделей, runtime и ценообразования — это не стратегия».
Кодинг с помощью ИИ демократизирует разработку ПО для не-разработчиков и ускоряет работу лучших специалистов. Но если команды постоянно работают в рамках того, как одна платформа видит мир, это может создать масштабную привязку к инструментам. А по мере роста стоимости ИИ-платформ возникает фундаментальный вопрос: будут ли разработчики потреблять ИИ на своих условиях или на чужих?
Есть веские основания полагать, что долгосрочные победители в технологиях будут строиться на open-source-стандартах и открытых основах, как это было в истории cloud-native-вычислений и самого интернета.
«Открытость всегда побеждает», — говорит Brian Alvey, CTO WordPress VIP, управляемой платформы хостинга WordPress. «Не потому, что это модная идеология, а потому, что она дает полную свободу адаптироваться, развиваться и сохранять контроль».
Открытая инфраструктура помогает избежать будущего, в котором разработчики бесконечно арендуют технологии. «Чтобы ИИ был полезен широкому кругу людей, он не может быть тем, за что вы платите ренту всю оставшуюся жизнь», — говорит Manik Surtani, CTO и сооснователь Agentic AI Foundation (AAIF), нейтрального к вендорам дома для open-source agentic AI-технологий. «И он не может быть сосредоточен в одной корпорации или в нескольких корпорациях, потому что мы знаем, чем это обычно заканчивается».
Дорогой, закрытый, проприетарный ИИ
Сегодня разработка ИИ идет по двум параллельным траекториям. На одной из них open-source ИИ процветает и подстегивает резкий рост количества и разнообразия моделей и инструментов. Достаточно взглянуть на тысячи open-weight-моделей на HuggingFace, сообщество вокруг ИИ-агента OpenClaw или многочисленные академические учреждения, публикующие новые прорывы.
«Open-source-модели и инструменты уже дышат в спину лучшим решениям, а интересные и смелые работы публикуются лабораториями и исследователями по всему миру», — говорит Austin Parker, директор по ИИ-стратегии в Honeycomb, провайдере observability-платформы, приводя в пример передовые open-source-модели Mistral, DeepSeek и Ai2’s OLMo.
Другие с этим согласны. «На уровне моделей и инструментов открытость беспрецедентна: open-source-модели, фреймворки и orchestration развиваются с удивительной скоростью», — говорит Mark Collier, генеральный менеджер по ИИ и инфраструктуре в Linux Foundation.
На другой траектории мы видим сильную зависимость от проприетарных ИИ-систем, которыми управляют Anthropic, Cursor, Google, Microsoft, OpenAI и другие. Как говорит Collier, «многие платформы упаковывают эти открытые компоненты в закрытые, навязывающие мнение интерфейсы, которые обменивают краткосрочную скорость на долгосрочные ограничения».
Open source и рынок ИИ-инструментов не всегда хорошо сочетаются. Например, Open Agent Platform от LangChain была с большой помпой open-sourced в 2025 году, но к 2026-му оказалась deprecated, а репозиторий теперь рекомендует полностью управляемые альтернативы.
Для Roman Shaposhnik, сооснователя и CTO Ainekko, поставщика open-source-компонуемого ИИ-стека, нынешний ландшафт ИИ-платформ напоминает low-code и no-code платформы, которые обещали демократизацию разработки, но часто не выполняли обещаний, становясь синонимом привязки к платформе и негибкости.
«Честно говоря, это очень похоже на прошлое», — говорит Shaposhnik. «Сейчас у нас невероятно мощные ИИ-инструменты, но большинство из них поставляется как жестко контролируемые платформы». По его словам, это риск для ИИ, потому что инфраструктура, модели и железо слишком тесно связаны. «Если эти уровни закрыты, вы очень быстро теряете гибкость».
Некоторые абстракции, находящиеся над моделями, например routing и agent frameworks, тоже обычно тесно связаны и оптимизированы под определенные модели. Другие платформы буквально строят «закрытый сад». Anthropic, например, неоднократно попадала в заголовки из-за блокировки доступа к Claude по причине расплывчатых нарушений политики. Недавно компания отключила использование со стороны конкурента xAI и заблокировала OpenCode, вызвав негативную реакцию сообщества.
Сдвиг к все более закрытым системам не сулит ничего хорошего ИИ-экономике, которая и так построена на шаткой экономике. Как добавляет Vikram Srivats, руководитель направления product experience в WaveMaker, поставщике платформы для agentic application development: «С учетом unit economics ИИ-инструментов и скорости изменений, чтобы за ними поспевать, очевидно, что часть из них будет эволюционировать в более закрытую систему, чтобы монетизироваться и получать ROI».
Почему открытость важна в эпоху ИИ
Зависимость от проприетарных ИИ-платформ может создавать долгосрочные операционные зависимости. По мере того как системы становятся менее совместимыми, организациям может понадобиться стандартизировать один стек сразу для data pipelines, моделей и логики принятия решений, говорит Collier из Linux Foundation.
«Когда инфраструктура консолидируется, enterprise становится более уязвимым, если платформы меняют курс, повышают цены или технически отстают», — говорит он. «Если вы не можете сменить платформу без переархитектурирования своих ИИ-систем, вы уже отдали слишком много контроля».
«Когда вы строите на чужой платформе, вам приходится жить по ее правилам, а они всегда меняются», — добавляет Alvey из WordPress VIP. «Мы все это уже видели: компании тратят время и деньги, строя продукт ради Google, Facebook, YouTube и App Store вместо того, чтобы строить ради своих клиентов».
Привязка к платформе может создавать и прямые бизнес-риски. Как говорит Shaposhnik из Ainekko, «обычно это проявляется в более высоких затратах, хрупких системах и растущем риске, когда приходит время менять курс».
В Ainekko внутреннюю группу под названием AI Plumbers сосредоточили на back-end ИИ-инфраструктуре: inference, scheduling, memory и интеграции с железом. «Их взгляд прост, — говорит Shaposhnik. — Если эти уровни закрыты, все, что выше, становится хрупким».
Открытые стандарты, интерфейсы и инфраструктура дают необходимую защиту от закрытых систем и помогают избежать такой хрупкости. «В эпоху ИИ открытая инфраструктура дает enterprise контроль, переносимость и выбор именно тогда, когда они нужны больше всего», — говорит Farkas из Percona.
По данным Cloudaware, миграция enterprise ПО может стоить более 100 000 долларов, что делает переносимость важнейшим вопросом для enterprise. С этой точки зрения покупка закрытых систем может стать дорогостоящей архитектурной зависимостью.
Другие считают, что открытость — это критическая защита от рисков концентрации у вендора в целом, особенно если ИИ массово заменяет человеческий труд. «Если вся эта экономическая ценность окажется сосредоточена в руках одной или двух компаний», — говорит Surtani из AAIF, — «это проблема на порядок больше, чем мы видели в любой другой волне вычислений».
Напротив, открытые основы позволяют адаптироваться к меняющимся условиям, чтобы enterprise при необходимости мог заменять модели, агентов, данные, железо и orchestration. «Открытые стандарты позволяют этим компонентам меняться независимо, не ломая систему», — говорит Collier.
Открытость также помогает бизнесу подготовиться к экономическим потрясениям. «Всё открытое поможет создать подушку безопасности для бизнеса и пользователей, чтобы пережить и выиграть после почти неизбежной коррекции нынешнего hype cycle», — говорит Srivats из WaveMaker.
Рост открытой ИИ-инфраструктуры
На уровне индустрии импульс в сторону открытой ИИ-инфраструктуры растет. Создание Agentic AI Foundation, передача Anthropic протокола Model Context Protocol (MCP) и передача Block своего агента Goose — это заметные шаги всей экосистемы в сторону открытости. К ним добавляется и передача llm-d, фреймворка Kubernetes для inference LLM, в Cloud Native Computing Foundation (CNCF).
Для Parker такие передачи помогают обеспечить долгосрочную поддержку и сопровождение. «Открытые стандарты — это не только основа интернета, но и основа пространства ИИ», — говорит он. «Думаю, мы увидим продолжение этой практики, особенно по мере того как enterprise-адопшн по-настоящему ускорится».
Тем не менее некоторые сомневаются, достаточно ли такого уровня опеки для быстро меняющейся экосистемы. «Интернет на раннем этапе выиграл благодаря группам, которые помогали удерживать вендоров в рамках», — говорит Shaposhnik. «В ИИ-инфраструктуре у нас пока такого по-настоящему нет».
«Все мы, ветераны open source, настроены оптимистично, — говорит он, — но нам также нужно адаптироваться к этой новой реальности в том, что касается ИИ-инфраструктуры».
Помимо отраслевых органов управления, сами компании тоже продвигают открытые ИИ-инициативы. Warp, agentic development environment, недавно стала open source на фоне закрытых конкурентов. Arcade.dev, в свою очередь, развивает open-source Agent Library для agentic memory.
Где открытость важнее всего в стеке ИИ
Хотя ИИ-инфраструктура может быть открытой по-разному, несколько слоев особенно важны. Первый — открытость самой модели. «Open-source-модели должны стать основой будущего доверия и ценности», — говорит Srivats из WaveMaker.
«Особенно выделяются те формы открытой инфраструктуры, которые снижают трение интеграции и ускоряют внедрение», — добавляет Neeraj Abhyankar, VP of data and AI в R Systems, глобальном провайдере цифровых решений. Для него ключевыми для гибкости enterprise являются открытые форматы представления моделей, открытые слои orchestration и execution, открытые agentic protocols, а также открытые стандарты governance и metadata.
Другие больше ценят связующую ткань между ИИ-компонентами. «Самые важные формы открытой инфраструктуры — это те, которые соединяют системы друг с другом», — говорит Collier. «Это включает открытые API, стандарты метаданных, фреймворки идентичности и политик, а также протоколы взаимодействия моделей и агентов».
По сути, MCP стал связующей тканью между ИИ-агентами и более широкой API-экосистемой. «Если мы правильно реализуем MCP, мы получим тот же уровень интероперабельности между сущностями в сети и моделями, которые ими управляют, который мы получили в эпоху Web 2.0 и API-first-бума», — говорит Shaposhnik. «Если нет, мы рискуем огромными проприетарными привязками».
Parker согласен, что открытые протоколы будут лежать в основе будущего прогресса ИИ. «Мы увидим дальнейшее развитие ИИ-агентов, которые будут опираться на протоколы вроде MCP и ACP [Agent Client Protocol], чтобы взаимодействовать с разными клиентами и друг с другом», — говорит он. Но остается пробел в части API-конвенций для моделей. «Было бы здорово, если бы мы получили от провайдеров моделей обязательство использовать здесь единый стандарт».
Для Surtani из AAIF открытие протокольного слоя — самый важный шаг. «Я считаю, что это очень важно для интероперабельности и выбора», — говорит он. «Это значит, что вы можете принести собственного агента, свой фреймворк, свой harness и выбрать нужную модель».
Открытые стандарты могут сыграть значительную роль и в inference architecture. «По мере того как ИИ выходит на edge, разработчикам нужна видимость того, как запускаются модели, как используется память и как масштабируется производительность», — говорит Shaposhnik. Открытые системы могут упростить оптимизацию, отладку и адаптацию, а также помочь enterprise избежать фрагментации observability.
Наконец, cloud-native архитектурные стандарты — важная составляющая открытой ИИ-инфраструктуры. «Мы видим, как Kubernetes становится недостающим звеном для тех, кто хочет удобство hyperscaler без привязки к hyperscaler», — говорит Farkas из Percona. Для него Kubernetes стал де-факто вариантом гибридного enterprise-развертывания для данных, нагрузок и ИИ-компонентов.
История повторяется
В отчете 2026 State of Open Source Report говорится, что избегание привязки к вендору — главный драйвер внедрения open source. Но помимо стратегического решения для одной компании открытая инфраструктура создает слой, на котором могут строиться целые отрасли.
Сам интернет служит этому доказательством: группы вроде IETF и IEEE сыграли ключевую роль в определении базовых протоколов. «Без открытых протоколов мы бы оказались в телеком-аду и не получили бы таких явлений, как Google или Facebook», — говорит Shaposhnik.
Или взять историю Linux как параллель. «Linux стал операционной системой по умолчанию, потому что предложил общую, нейтральную к вендору основу, на которой все могли строить», — говорит Collier. «В эпоху ИИ открытая инфраструктура определит слои, на которые организации будут опираться ради долгосрочной преемственности».
На инфраструктурном уровне открытые стандарты не раз лежали в основе крупных платформенных сдвигов — от Docker до Kubernetes. Вопрос теперь в том, сможет ли ИИ выработать столь же долговечный слой стандартов.
По словам Parker, пока говорить рано, но нынешний рост ИИ напоминает ранний cloud. «Помните, что потребовались годы, прежде чем развилась и получила популярность open source cloud-native экосистема», — говорит он. «Думаю, было бы ошибкой экстраполировать текущую траекторию в закрытое, проприетарное будущее».
Другие согласны, что будущее должно быть основано на открытости. «Я вижу, как открытая инфраструктура становится основой enterprise ИИ», — говорит Abhyankar из R Systems. «По мере того как системы становятся более распределенными и driven by agents, закрытые экосистемы просто не будут масштабироваться».
Фундамент уже закладывается через открытые agentic protocols, открытые фреймворки и поддержку отрасли, направленную на снижение фрагментации вокруг проприетарных стандартов.
«Ирония в том, что движение ИИ в целом, похоже, уже успело извлечь уроки из прошлых ошибок и стартовало с более открытой позиции», — говорит Parker. «Со временем, я убежден, инновации и открытость будут процветать».
Материал — перевод статьи с английского.