开源AI禁不了：别用代码植入扼杀开放生态

国内用户看到这个标题可能会觉得奇怪：好好的开源 AI 模型，为什么要禁？

问题是，对岸的 AI 监管温度正在迅速攀升。到了 2026 年 6 月，从国会的 AI 监管讨论草案、前沿模型发布前的政府审查，一直到现在连 GPT‑5.6 都无法正常使用，更不用说某些大厂那些令人窒息的操作了。我个人感觉，开放权重的 AI 模型恐怕也要走进“事前准入”的流程了。

今天我们所说的大量开源 AI 模型，大多数开放了模型权重、模型架构、推理代码和分词器。有了这些，用户完全可以自行部署模型，搭建 API，还能进行微调。一些模型走得更远，比如 DeepSeek，还公开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。这些都可以算作开源 AI 模型。厂商可以自己部署智谱、Kimi、DeepSeek 等模型，但想部署一份 GPT 或者 Claude？不可能，因为它们是彻头彻尾的闭源模型。

过去三十年，软件行业已经充分证实了开源的价值。根据 Linux 基金会与哈佛大学的研究，开源已经构成了现代软件 70%‑90% 的基础。研究者估算，开源软件带来的需求侧价值高达 8.8 万亿美元。假设没有开源，企业软件支出可能会陡增 3.5 倍。

这是现实世界里的真实账本，远不止理想主义的情怀。

例如：Linux 支撑着整个云计算，Android 遍布移动生态，Python、Kubernetes、TensorFlow、PyTorch 让全球无数开发者站上同一条起跑线。许多今天看起来高耸入云的大公司，其底层都浇铸着开源社区的钢筋水泥。没有这些公共基础设施，技术教育的成本会飙升，垄断会更容易形成，创业的门槛会高得难以想象。

到了 AI 时代，这个问题只会被进一步放大。

当下前沿 AI 的商业格局正在高度集中。两个阵营赫然对立：一边是硅谷御三家——OpenAI、Anthropic 和 Google，它们掌握着最强的模型、算力、渠道和企业客户。虽然 Google 最近没有发布什么令人惊艳的模型，但将来肯定不会白白放手。另一边则是奋力追赶的角色，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，就统统由平台单方面定义。这正是开源 AI 模型无可替代的价值所在。

上一篇文章聊到 Anthropic 时，Dario Amodei 对安全和地缘政治的担忧当然有其合理性。强大的模型确实可能带来网络攻击、生物风险甚至军事风险。然而，问题在于，一旦安全问题被扭曲为少数公司控制 AI 研究的正当借口，事情就开始变味了。

你想想看，Dario 都已经悄悄在 Claude Code 里植入代码，用来暴露用户隐私（目的就是为了封堵国内用户），那接下来他还能干出什么事，谁能担保？

我还记得《Wired》曾报道过另一件 Anthropic Fable 5 的争议：公司计划在用户使用 Claude 做前沿 AI 研发时，悄无声息地降低模型能力，结果在外界猛烈批评后，才改为显示提示并拒绝回答。这不就是赤裸裸的恶性竞争吗？

这两件事清楚表明：闭源模型并不天然更可信。用户和研究者看不见规则，商业用户也不知道哪句话没聊妥当，就直接撞到了封禁墙上。

开放模型至少为所有人提供了另一条路。高校可以开展教学和研究，商业公司能进行微调，拥有敏感数据的企业在本地部署而不上传云端，安全研究者可以复现问题。越多的眼睛盯着同一套系统，漏洞、偏见、审查、幻觉和后门才越有可能被发现。

开源当然不是没有风险。模型权重一旦发布就很难召回，也可能遭到恶意利用。真正需要的是分级治理——根据模型能力、用途、部署场景和风险等级来设定责任。高风险能力可以要求评估、出具安全报告并落实责任追踪；而对于普通的开源模型、研究模型和教育模型，则应保留充分的可用空间。实在没必要搞一刀切。

DeepSeek、Qwen 等模型的崛起已经证明，开源和开放权重正在重塑全球 AI 竞争格局。对岸如果仅仅因为中国模型变强，就禁止本土使用开源生态，结果很可能是：美国的学生、初创公司和中小企业失去低成本工具，而全球开发者会继续大量使用中国开源模型——那可就真的“嗷嚎”了。

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。企业并不那么在意模型的国籍，它们更看重成本、速度、隐私、可控性和可替换性。

开源，恰恰保证了这些选择权始终存在。