78
Starting from the escalating AI regulation in the U.S., this article argues for the irreplaceable value of open-source AI models, critiques the risks of closed-source models, and advocates for a tiered governance approach. 
Today 1464 words (about 6 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
原创 池建强 2026-07-01 15:43 北京
国内用户看着标题估计就很奇怪，为什么要禁止开源 AI 模型，大家用得好好的。
问题是，对岸的 AI 监管温度正在升高。到了 2026 年 6 月，从国会 AI 监管讨论稿，到前沿模型发布前政府审查，以至于到现在 GPT 5.6 都不能用，就别说 A 厂那些骚操作了。我的感觉是，开放权重的 AI 模型没准也要进入“事前准入”的流程了。
今天我们提到的很多开源 AI 模型，大都是开放了权重、模型架构、推理代码、分词器，有了这些用户都可自己部署模型，搭建 API 和微调。有的开源模型走得更远，比如 DeepSeek，还开放了详细的技术报告和部分训练/推理基础设施代码，透明度更高，这些都算开源 AI 模型。比如厂商可以自己部署智谱、Kimi、DeepSeek 等模型，但是，咱们想部署一份 GPT 或 Claude 是不可能的，因为他们是闭源模型。
过去三十年，软件行业已经证明了开源的价值。据 Linux 基金会与哈佛的研究，开源已经构成现代软件 70-90% 的基础。研究者估算，开源软件带来的需求侧价值达到 8.8 万亿美元。如果没有开源，企业软件支出可能要增加 3.5 倍。
这是现实世界里的一本账，可不完全是理想主义。
比如：Linux 支撑云计算，Android 遍布移动生态，Python、Kubernetes、TensorFlow、PyTorch 让无数开发者站在同一个起点上。很多大公司今天看起来高楼林立，底子都有开源社区的钢筋水泥。没有这些公共基础设施，技术教育会变贵，垄断更容易，创业的门槛高到不知道哪里去了。
AI 时代，只会放大这个问题。
当下的前沿 AI 的商业格局正在集中。两个阵营，一个是硅谷御三家，OpenAI、Anthropic、Google 掌握最强模型、算力、渠道和企业客户，虽然 Google 最近没发啥模型，将来肯定不白给啊。另一边是追赶的一方，来自中国的开源模型，比如 DeepSeek 、GLM 和 Qwen 等。
一旦模型能力只能通过少数闭源 API 获得，价格、访问权限、研究边界、审计方式，都会被平台单方面定义。这是开源 AI 模型的价值所在。
上一篇聊 Anthropic 的时候，Dario Amodei 对安全和地缘的担忧自然是有合理性的。强模型确实可能带来网络攻击、生物风险和军事风险。问题在于，安全问题一旦变成少数公司控制 AI 研究的正当理由，事情就开始变味了。
你看，Dario 都开始在 Claude Code 植入代码暴露用户隐私了（为了封国内用户），你还能干出啥事，谁知道？
我记得 Wired 还报道过另一件 Anthropic Fable 5 的争议：公 司计划在用户使用 Claude 模型做前沿 AI 研发时，悄悄降低模型能力，后来在外界批评后改成可见提示和拒绝回答，这不是恶性竞争是啥？
这两件事说明了，闭源模型并不天然更可信。用户和研究者是看不到规则的，商业用户也不知道哪句话没聊对，直接就撞上了封禁墙。
开放模型至少提供了另一条路。高校可以做教学和研究，商业公司可以微调，敏感数据的企业本地部署不上云，安全研究者复现问题。更多眼睛看同一个系统，漏洞、偏见、审查、幻觉和后门才有机会被发现。
开源自然是有风险的，权重一旦发布很难召回，也可能被恶意利用，真正需要的是分级治理，按模型能力、用途、部署场景和风险等级设定责任。高风险能力可以要求评测、出具安全报告和责任追踪等等；普通开源模型、研究模型和教育模型，保留充分的可用空间。没必要一刀切啊。
DeepSeek、Qwen 等模型的崛起已经证明，开源和开放权重正在改变全球 AI 竞争格局。对岸如果因为中国模型变强，就禁止本土使用开源生态，结果可能是：美国的学生、初创公司和中小企业失去低成本工具，全球开发者继续使用中国开源模型，嗷嚎～
其实开源模型部署在自家基础设施上，数据并不会交给模型原产国的公司。企业并不关心模型国籍，更多是成本、速度、隐私、可控性和可替换性。
开源保证了这些选择一直存在。