我认为 Gemini 团队正在全面押注 Instructions API。 如果各家模型实验室在核心生成 API 接口上出现分化，那对所有基于 LLM 构建产品的人来说，都会是糟糕的局面。 我不能被锁定在单一实验室的解决方案里。那对我的客户来说，永远不会是好事。 很好奇 AI SDK 会如何应对这种情况。 I think the Gemini team is going all-in on the Instructions API. If the model labs diverge on their primary generation API interface, it’s going to be bad times for all of us building on top of LLMs. I can’t get locked into a one-lab solution. It’s never going to be good for my customers. Curious how @aisdk is going to handle this.

这段话在担心什么？

不是某个 API 好不好用，而是LLM 生态正在走向“接口碎片化”。

一、为什么提到 “Instructions API”？这意味着：

1️⃣ Gemini 团队可能在重塑默认交互范式

2️⃣ 从传统 prompt / messages

3️⃣ 迁移到更强约束、更结构化的接口

👉 这是“接口哲学”的变化，不是小升级

二、为什么“接口分化”是坏消息？因为对开发者来说：

1️⃣ 不同模型 = 不同调用方式

2️⃣ 逻辑无法复用

3️⃣ 维护成本指数级上升

👉 你不再是在“换模型”，而是在“重写系统”

三、“不能锁定单一实验室”在说什么？这是一个平台风险判断：

1️⃣ 单一厂商 = 定价权不在你

2️⃣ 路线变更你被动接受

3️⃣ 合规 / 可用性 / 政策都不可控

👉 vendor lock-in 会直接转嫁为用户风险

四、为什么说“对客户永远不是好事”？因为最终结果是：

1️⃣ 成本更高

2️⃣ 迭代更慢

3️⃣ 稳定性更差

而这些都会：👉 通过产品体验传导给终端用户

五、这里真正的焦点是谁？

最后一句点名 AI SDK，说明作者在关注：

1️⃣ 有没有抽象层

2️⃣ 能否屏蔽模型差异

3️⃣ 是否允许“可替换的模型后端”

👉 谁能做“LLM 世界的适配层”，谁就掌握生态主动权

六、这段话的潜台词

它在提醒一个现实：模型能力会趋同，接口与控制权才是长期博弈点。

七、一句话总结

这段话的核心判断是：如果 LLM 厂商各走各的接口路线，真正受伤的不是模型公司，而是所有构建在它们之上的产品。