企业 AI 的竞争焦点，正从“谁的模型更强”转向“谁能把模型管起来”。Cohere 最新发布的 North 2，就是这一趋势下的产物。
发生了什么
Cohere 将其企业平台 North 升级为 North 2，并赋予它一个新的定位：AI 智能体的控制室。根据 The Decoder 的报道，North 2 能够自主处理多步骤工作流，并在不同会话之间保留上下文。更关键的是，它并不绑定 Cohere 自家的模型，而是宣称可以配合任意模型使用。
这意味着 North 2 不再只是一个接入 Cohere 模型的企业聊天界面，而是一个编排层：它负责调度任务、维持状态、管理智能体的行为，底层用哪个模型则交给企业自己决定。
为什么重要
过去一年，企业 AI 的讨论几乎被模型能力本身占据。但真正落地的瓶颈很快暴露出来：一个业务流程往往需要多个步骤、多次调用、跨系统操作，而单次对话式的模型交互无法维持这种连续性。智能体（Agent）概念因此升温，但企业很快发现，自己面对的是碎片化的模型供应商、难以审计的自主行为，以及无法沉淀的会话记忆。
Cohere 的 North 2 切中的正是这个缺口。它把“控制室”作为卖点，强调对智能体工作流的集中管理，同时用“支持任意模型”来降低企业的锁定顾虑。这与 Cohere 一贯的企业级定位一致——它不像 OpenAI 或 Anthropic 那样争夺通用模型的声量，而是试图成为企业部署 AI 时的那层基础设施。
另一个背景是，企业客户对模型的选择正在变得务实。不同任务适合不同模型，成本和合规要求也各不相同。一个不绑定模型的编排平台，理论上给了企业更大的议价空间和替换自由。
影响与看点
对开发者而言，North 2 的价值取决于它的编排能力有多开放。如果它能以标准化方式接入外部模型和工具，并暴露足够细粒度的控制接口，那么它可能成为企业内部智能体工作流的默认入口。反之，如果“支持任意模型”只是有限的适配列表，那它的差异化就会大打折扣。
对企业用户来说，跨会话保留上下文是一个实用但需要警惕的功能。它提升了连续性，也带来了数据治理和隐私边界的问题——记忆存在哪里、保留多久、如何审计，这些都会成为采购时的必答题。
值得关注的是，Cohere 并未在本次发布中强调模型本身的升级，而是把叙事重心放在“控制”和“编排”上。这或许说明，在企业市场，模型层的竞争正在让位于平台层的竞争。谁能管好智能体，谁就更接近企业预算。
一个独立的判断是：North 2 的成败不取决于它支持多少模型，而取决于企业是否愿意把智能体的调度权交给一个第三方控制室。这既是技术问题，也是信任问题。
