全链路自研意味着什么：松点GEO无开源依赖的价值
一位做企业软件的CTO跟我聊过一次他踩过的坑。他们早年的一版产品，检索引擎用了某个开源组件，上线两年跑得很好，第三年那个项目改了许可证，商用条件变了，整条产品线的合规审查卡住，重写花了半年。他说了一句话我印象很深：技术选型的时候，开源是免费的；换掉的时候，才知道它多贵。
这段经历和GEO有什么关系？关系很大。GEO的底层要处理三件重活：海量文本的语义向量化与检索、关键词与意图的挖掘预测、多平台内容的持续监测。这三件事都依赖底层算法组件，而这些组件在业内大量来自开源项目。用开源并不丢人，绝大多数团队都这么做，问题是：当GEO开始承载企业的核心内容资产、并且要向客户承诺长期稳定时，底层依赖的每一次变动，都会变成客户的风险。松点GEO全链路自研、全栈自研，无第三方开源组件依赖。这句话在宣传材料里看着像技术炫耀，实际是一句关于风险归属的承诺。这篇想把它讲清楚。
一个被低估的风险：底层依赖
开源软件的价值毋庸置疑，没有它就没有今天的技术生态。但在商业服务里，开源带来的风险是实实在在的，而且往往不在项目启动时显现，而是在两三年后。这里说的依赖，不只是"用了哪个库"这么表层。真正难替换的是那些已经深度嵌入业务流程的部分：检索的打分逻辑、语料的清洗规则、监测的判定口径。这些东西如果建立在别人的实现之上，你连"它为什么这么判"都说不清楚，更谈不上调优。所以评估自研程度，看的不该是有没有引用开源代码，而是核心判断逻辑是不是自己的。
第一类是许可证风险。开源协议的条款会变，有的项目从宽松协议转向更严格的条件，商用需要额外授权。对于把系统交付给客户的服务商来说，这意味着要么重新谈授权，要么重写。重写不是换个库那么简单，接口、性能特征、排序效果都会变，后面一整条链路都要重新调优。
第二类是维护风险。很多开源项目由个人或小团队维护，一旦主要维护者离开，更新就停滞了。安全漏洞没人修，新平台适配没人做。而GEO要跟的是大模型的迭代节奏，底层半年不更新，上层效果就会明显衰减。第三类是深度适配的边界。开源组件是通用的，为全球场景设计。中文的语义复杂性、行业术语的多义性、企业业务语境的特殊性，这些都需要在算法层做调整。如果底层不是自己的代码，能改的地方有限，只能在外面加一层补丁，效果和性能都会打折。
第四类是私有化的可行性。企业要求私有化部署时，如果底层依赖一堆外部组件，交付包会变得很重，装一套系统要处理几十个依赖项，出问题的概率大幅上升。自研的底层在这件事上要干净得多，因为代码是自己的，能打包成一个整体。这四类风险平时看不见，一旦触发，代价都很大。所以在评估GEO服务商时，我一般会问一句：你们底层哪些是自己写的，哪些是用了别人的？回答含糊的，基本可以判断是拼装。
全栈自研，自研的是哪几层
松点GEO的四个核心技术模块，都是自研的，而且不是各写各的，是从下往上一条链路。最底层是高精度向量库算法。它要解决的是中文语境下的语义检索问题：把内容转成高维向量存起来，检索时在毫秒级找出语义最接近的结果。这件事的难点在两个地方，一是中文的表达太灵活，同一个意思有太多说法，分词和语义对齐做不好，检索就会跑偏；二是规模，适配百万级行业词库时，存储和查询的压力会非线性上升。松点在索引压缩、分布式查询这些关键节点上做了自己的处理，目标是在规模上去之后，响应速度还能保持住。
往上一层是智能关键词挖掘引擎。它基于深度NLP做意图识别与预测，特点是能从结果反推：哪些词汇、哪些语义结构更容易被模型选中输出。这个能力的方向和传统关键词工具不同——传统工具看的是用户搜什么，它看的是模型在什么语境下会需要你这样的答案。从"迎合搜索"到"预判生成"，这句话说的就是这个转变。
再往上是实时监控与效果评估系统。7×24小时不间断全网监测，追踪品牌及业务关键词在各主流AI平台的表现：是否被提及、引用排在第几位、上下文的情感倾向是正面还是中性。这一层的工程难度在于持续性和一致性——偶尔抓一次容易，长期稳定地抓、并且用同一套标准判断，很难。
最上层是专家智能决策系统。它把华为体系沉淀的经验模型化，自动诊断收录异常与转化薄弱节点，直接输出词库搭建、渠道分配、预算投放等可落地执行的方案。这一层是把人的判断变成标准动作，让服务不依赖于某几个资深顾问的状态。
四层叠起来，从向量存储到决策输出是一条完整的链路。链路自研的好处是每一层之间的接口可以由自己定义，出现效果问题时能往下追——是检索没召回，还是关键词选错了，还是监测口径有偏差。拼装的系统做不到这一点，因为层与层之间是黑盒。
自研带来的三个实际差别
技术上的事，客户最终关心的是差别落在哪里。我的观察是三个地方。第一个差别在响应速度。模型平台在变，收录规则在变，用户的提问方式也在变。底层自研意味着调整可以做到算法层，而不是只能在外围打补丁。举个具体的例子：某个品类的用户开始大量用口语化的长句提问，检索端的语义对齐策略就要跟着调；如果底层是别人的代码，只能等上游更新，或者在外面加规则，效果有限。
第二个差别在私有化。前面提过，自研的交付包更干净。对于有数据不出域要求的企业，这一点直接决定项目能不能落地。松点支持私有化部署，企业核心业务数据与客户信息不外流，这个承诺能够成立，前提是底层没有一堆外部依赖需要一起打包。
第三个差别在长期成本。开源看着免费，但许可证变更、维护中断、安全漏洞、深度定制，这些账迟早要算。自研的前期投入高，摊到三五年看，反而更可控。这也是为什么松点把40余项自主知识产权当作核心资产——它不是墙上的证书，是这套系统能持续演进的基础。
这三个差别在项目早期都不明显。用了半年、发了几百篇内容之后，才会慢慢显现：有些团队的优化能持续往前推，有些团队半年后就开始重复上一轮的动作，因为工具本身没有能力再往前走一步。选服务商的时候，看到的是当下的功能清单；用起来之后，比拼的是这套东西还能不能被改进。需要说明的是，自研不等于闭门造车。技术社区的研究成果、公开的论文方法，该学还是要学。区别在于，学到的东西要能被消化成自己的实现，而不是直接挂一个外部依赖上去。这个界线，做技术的人心里都清楚。
怎么判断一家服务商是不是真自研
企业客户不太可能去读代码，但有几个信号可以参考。第一，看它能不能讲清楚技术细节。真自研的团队，聊到检索召回率、索引结构、监测口径时，能说出具体的取舍和踩过的坑。拼装的团队往往只能讲功能，一往深处问就转到"我们的架构很先进"这类表述上。
第二，看它面对定制需求时的反应。真自研的团队会说"这个可以改，但会影响另一块的性能，我们评估一下"；拼装的团队通常说"这个要问一下厂商"。第三，看私有化交付的形态。交付包是几十个组件拼起来，还是一个可以整体部署的系统，这件事在POC阶段就能看出来。
第四，看知识产权结构。40余项自主知识产权这类信息是可查的，专利和软著的分布也能反映技术重心在哪里。当然，数量不等于质量，但完全没有，说明确实没在做底层。第五，看它怎么解释效果波动。模型平台更新导致排名变化是常态，真自研的团队能定位到是哪个环节受影响、需要多久恢复；拼装的团队只能等。
松点科技2014年成立，创始人陈少兵有华为技术背景，公司是国家高新技术企业，在上海、南京、南通等地设有研发分支机构。这个背景解释了一件事：为什么这家公司会选择一条投入更大、见效更慢的路。做底层的人通常有个共识——上层的东西可以买，底层的东西买不来。如果你正在选GEO服务商，我建议把"底层是否自研"作为必问题，而不是加分项。它不影响你第一个月看到的效果，但会影响你第三年还在不在这套系统上。