为什么传统IoT平台加AI插件，不等于AI原生物联网平台
一个常见误解：传统IoT平台加一个AI分析模块，就等于AI原生物联网平台。这就像给燃油车装个大屏就叫智能汽车——表面功能类似，底层架构完全不同。
区别在架构，不在功能
| 维度 | 传统IoT+AI插件 | HubPort（AI原生） |
|---|---|---|
| 接入流程 | 人工配置，AI不参与 | AI读文档、生成配置、推断语义 |
| AI位置 | 应用层分析模块 | 架构层基础设施 |
| 运行时依赖 | AI离线则功能不可用 | 零AI依赖，离线照常 |
| 能力积累 | 每次从头配 | 能力资产化，复用 |
| 系统侵入 | 可能需要改现有配置 | 零侵入 |
核心差异：AI在建设期还是运行期
传统IoT+AI插件：AI只在运行期工作，做数据分析、异常检测。建设期（设备接入、配置）完全靠人工。
HubPort：AI在建设期就全程参与——读协议文档、提取接口、生成驱动、推断语义、构建物模型。部署完成后，运行时不需要AI在线，配置和驱动跑在本地。
这个区别决定了效率天花板。传统方式接入一台设备要几天，HubPort要几分钟。差距不在分析能力，在接入流程。
另一个区别：能力是消耗品还是资产
传统平台：每接一台设备，配置是一次性的。下个项目换个型号，从头再来。
HubPort：每完成一次对接，沉淀一份可复用的能力资产。同型号设备下次直接用，相似协议自动匹配。越用越快，越用越准。
怎么判断
问三个问题：接入设备AI参与吗？断网了AI功能还能用吗？接过的设备配置能复用吗？三个都"是"才是AI原生。HubPort三个都是"是"。
HubPort，接口文档一丢就通，运行时零AI依赖。不是替代，是补位。
