禁止开源 AI？绝对不可能。不是，那您也不能植入代码啊

本文来自微信公众号： MacTalk ，作者：池建强

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。