01. 开源软件历史革命的契合

20 世纪 80 年代，早期开源软件先驱质疑了当时盛行的观点——即“只有在公司对代码进行严格控制的情况下，软件才能进步”。这场运动推动建立了一个透明的生态系统，全球开发者都可以在其中研究、修改和改进软件。

如今，由开源社区开发的软件支撑着大部分互联网，并构成全球最大科技公司、美国军方以及开展科学研究、网络安全和其他关键任务的联邦机构所使用系统的基础。开源所做的不仅仅是降低软件成本；它创造了一个共享的知识基石，整代工程师和创业者在此之上构建了他们的制度主权。

“开源不仅降低了软件成本；它创造了一个共享的知识基石，整代工程师和创业者在此之上构建了他们的制度主权。”

02. 人工智能领导力的核心抉择

人工智能领域如今正面临类似的抉择。衡量我们 AI 领导力的标准，不在于是否拥有某一个前沿 AI 模型，而在于能否建立一个强大、开放且能渗透到各个领域的生态系统。这对于在全国范围内创造创新与繁荣机遇至关重要。

这需要扩大人工智能的获取途径、鼓励良性竞争、打造健壮的应用层，并赋予人们对其所依赖技术更大的掌控力。开放权重模型——即任何人都可以下载、检查、修改并在自身基础设施上运行的 AI 模型——正是这一基石的核心组成部分，因为它们使先进 AI 变得更加普惠、更具适应性且更易获取。

03. 拓展 AI 经济与经济可持续性

开放权重拓展了进入 AI 经济的路径。初创企业、成熟公司、高校及公共机构无需从零开始训练模型，也不必为每项任务支付昂贵的前沿模型价格。

开放权重让每个组织都能以恰当的成本为恰当的任务匹配恰当的模型，将前沿规模的能力留给真正的前沿难题，而在其他各个场景运行高效、专用的模型。正是这种资源使用的纪律性，使得 AI 在扩展到数十亿项日常任务时具备经济上的可持续性。把 AI 融入工厂、医院、农场、课堂及街头小店的日常工作流中，才能赢得 AI 时代。

04. 强化市场竞争与自主控制

开放权重强化了市场竞争，而竞争正是确保人工智能的收益被广泛共享、而非集中在少数巨头手中的关键。通过允许众多机构构建、调整和部署先进模型，开放权重不仅在模型开发者之间创造了竞争，也在云芯片、应用及服务层引发了竞争。这种竞争激发了创新，降低了成本，并将 AI 的红利广泛普及到整个经济体中。

开放权重也赋予客户更大的掌控权。当组织投资 AI 时，他们希望确保自己不会被单一供应商绑定，也不会随时间推移丢失积累的技术与能力。开放权重模型提供了这一保障，允许组织掌控自身数据，根据业务需求评估和适配模型，并在所需的任何环境中进行部署。

05. 防御性安全与红队测试

不可否认，开放权重带来了明确而现实的风险。权重一旦发布，就脱离了原始开发者的控制，且修改版本难以追踪或逆转。然而，应对这一风险的正确方式绝不是禁止开放权重。

在一个网络安全攻击者普遍使用先进 AI 的世界里，防御者同样需要获取具备相当能力的模型，以便检测、模拟和应对新兴威胁。开放模型拓宽了防御能力，提高了透明度，并使漏洞能够被众多团队共同发现和修复。完全依赖封闭模型本质上并不安全：它们可能被入侵、滥用，或者以门外汉无法察觉的方式失效。

06. 政策指南与保护模型蒸馏 (Distillation)

强大的 AI 生态系统绝非理所当然。政策制定者拥有采取行动的重要时机。这包括为初创公司和研究人员扩大算力获取渠道，投资共享训练资产，并通过避免出台扼杀竞争的限制性政策来保持多元化。

在塑造这一生态系统时，政策制定者应谨防将正当的模型开发技术与违法盗用混为一谈。模型蒸馏（Distillation，即利用一个模型的输出来帮助训练或改进另一个模型）是一种被广泛采用的模型改进与验证技术。它继承了学习、借鉴与改进现有技术的悠久传统。

07. 结语：共建繁荣的人工智能未来

人工智能时代可以是一个繁荣的时代。只要做出正确的选择，开放权重的 AI 就能扩大机遇、强化竞争、延续科技领导地位、规避潜在风险，并确保这一非凡技术带来的红利被经济体广泛共享。