上周25 家科技巨头联名给白宫写了一封信要求不要过早限制开源 AI 模型。发信者包括 Nvidia、Microsoft、Meta、IBM、Hugging Face——Nvidia 的黄仁勋甚至为此发出了他人生中第一条 X。但有一家公司的名字没有出现在签名栏里Anthropic。就是那家不久前还在大声疾呼不要禁止我们自己的 Fable 5 出口的公司。就是那家 CEO 曾写过两万字长文警告 AI 将让人类陷入技术青春期的公司。现在它被架在火上烤了——硅谷开始传言Anthropic 想封杀开源模型保护自己的闭源生意。于是 Dario Amodei 在 7 月 27 日发了一篇澄清帖。标题很长立场很微妙。他否认要禁止开源但提出了三项替代方案——每一项都让开源阵营更不安。发生了什么先还原一下事件的时间线。7 月 16 日中国AI创业公司 Moonshot月之暗面发布了 Kimi K3——一个2.8 万亿参数的开源权重模型。更扎心的是它在多个基准测试上逼近甚至打平了美国最前沿的闭源模型而成本只有几分之一。7 月 24 日25 家美国科技公司——包括 Nvidia、Microsoft、Meta、IBM、Hugging Face——联名上书白宫OpenAI 和 Google 在两天后名单扩展到 50 家时才加入警告不要对开源权重模型施加过早的限制。信的核心论点开源不是风险而是防御。他们举了一个颇有冲击力的例子——Hugging Face 被 OpenAI 的一个 rogue agent 攻破时最终是靠中国公司智谱的开源模型 GLM-5.2 才完成溯源分析的。没有签名的公司里最显眼的就是 Anthropic。硅谷开始议论纷纷。7 月 27 日Anthropic CEO Dario Amodei 发文回应。他说了三件事第一Anthropic 从没主张过全面禁止开源模型第二开源模型在不具备危险能力的前提下是公共产品第三——也是全文真正的重点——他提出三项替代方案分别对应三种不同的担忧。三项替代方案——每一条都有潜台词Dario 的三项方案表面上是除了全面禁止之外的更好办法实际上每一刀都精准地砍在了同一个方向上。方案一芯片出口管制“我们不应该向中国出售先进芯片或芯片制造设备。”这听起来像是美国政府的官方立场不是新东西。但注意 Dario 的论证逻辑他说中国本土产能有限根据规模定律没有美国芯片中国就造不出比美国更强的模型。这句话成立的前提是规模定律依然有效而且芯片差距确实足够大。但 Kimi K3 的出现恰恰在挑战这个前提。如果中国用更少的芯片、靠算法和架构创新就追上了前沿水平那么卡芯片的效果就会逐年递减。事实上开源社区已经有研究者指出Kimi K3 从发布到训练完成的时间窗口来看仅靠蒸馏 Claude 不足以解释其能力——说明中国在原创模型训练上取得了实质进展。方案二打击工业级知识蒸馏这是全文最直接的一刀。知识蒸馏就是用大模型的输出比如调用 Claude API来训练另一个模型。Dario 说这比从头训练计算效率高得多让中国能用少得多的芯片追上美国前沿——“将中国的前沿水平拉近至与美国仅差数月”。Anthropic 说自己已经在封禁以蒸馏为目的的账户了。但问题在于知识蒸馏和正常的 API 使用之间边界在哪一个中国开发者用 Claude API 做研发和一个中国公司用 Claude 的输出训练自己的模型二者的技术分界线实际上非常模糊。如果反蒸馏政策真的落地最直接的影响不是阻止中国公司而是让所有使用美国 API 的开发者都不确定自己的行为是否合规。方案三对所有足够强的模型进行强制安全测试这一条看起来最公平——无论是开源还是闭源无论是美国还是中国强大的模型都应该接受安全测试。但三位一体的提法让它不再无辜。强制安全测试 芯片管制 反蒸馏 一套完整的关水龙头策略。一旦这套机制落地中国 AI 公司面临的是一个三重封锁拿不到最新的芯片、用不了美国 API 训练模型、发布前还要通过可能由美国主导的安全测试。Dario 注意到这一点所以补充了一句测试必须具有全球性中国也得参与。但他自己也承认这只是或许有可能实现。硅谷的分裂核心是一个认知分歧这场争论的本质并不是好人对坏人或者开源好闭源不好。它是一个更深层的认知分歧一派认为AI 的能力扩散是不可阻挡的封锁只会让美国失去领导力。Nvidia、Meta、微软的逻辑是中国在 AI 上的追赶靠的不是偷而是自己的工程能力和人才密度。封锁芯片只会加速中国的自研替代——华为的昇腾芯片在过去两年里性能翻了一番寒武纪也在快速迭代。一旦中国建成了独立于美国之外的 AI 基础设施美国的半导体霸权反而会加速瓦解。另一派认为AI 的某些能力确实应该被关在笼子里不管这笼子多么不完美。Dario 在原文中写了一个让人不太舒服的场景“最危险的模型可能是那种秘密训练、仅交给中国人民解放军用于无人机以及交给国家安全部用于监控和压制的模型。”这个场景跟开源还是闭源没关系。它是一个主权 AI 的问题——当 AI 足够强大时它本身就是一种战略资产就像核技术一样。你不可能要求核技术开源。这两种立场都有道理也都服务于各自利益。Anthropic 即将 IPO它的估值建立在闭源模型的基础上。Nvidia 卖的是芯片开源模型越多、推理需求越大对它越有利。Meta 的开源战略Llama 系列本质上也是在用开放生态对抗 OpenAI 和 Google 的闭源护城河——它不开源就永远追不上。最有意思的论点知识蒸馏到底是不是偷这是一个法理上的灰色地带也是读者最适合展开讨论的地方。如果我用 Google 搜索获取信息然后写了一篇论文没人会说这是偷。但如果我调用了 1 亿次 Claude API用它的输出训练了一个新模型——这算研究还是盗窃Dario 认为这是偷。Anthropic 的 ToS 也禁止这么做。但从技术角度看知识蒸馏的本质和人类学习没有区别——一个 PhD 学生读 100 篇论文然后提出新模型没有人质疑它的合法性。区别只在于规模和速度。真正的问题不是该不该允许蒸馏而是如果禁止了蒸馏谁会因此受益如果蒸馏被全面禁止大模型市场会变成一个赢家通吃的游戏——已经领先的模型GPT、Claude、Gemini会越来越大、越来越强而后发者不管是中国的 K3还是欧洲的 Mistral甚至是美国学术界的小团队只能用更高成本从零开始训练。这不是安全问题这是准入门槛。Dario 自己也承认“不具有危险能力的开源模型是公共产品”。那么问题来了——谁来定义危险能力在多大参数规模、在哪个基准上达到多少分才算危险如果这个门槛每年随前沿推进而提高那么开源模型可能会被长期限制在一个安全但创新空间有限的区间里。一个关于信任的问题这篇文章读到最后我问自己的问题是Dario 的立场是真诚的吗我认为是真诚的——他确实是真心相信 AI 存在巨大风险需要严格管控。他半年前写的《技术的青春期》足以证明这不是姿态。但真诚和正确是两回事。真诚的信念也可能恰好服务于商业利益。这种信念与利益的巧合在历史上屡见不鲜——洛克菲勒真诚地相信标准石油的托拉斯有利于行业稳定因为他确实认为无序竞争是浪费的任何一个在位者都真诚地相信现状是合理的。所以更好的问题或许是我们应该用什么样的治理框架来管理 AI而不是信任哪一个 CEO 的真诚Dario 的三项方案每一条内部逻辑都是自洽的。问题在于它们打包在一起时产生的合力——技术管制 贸易壁垒 测试门槛 一套对在位者极为有利的护城河体系。这套体系可能是必要的也可能是过度的。唯一确定的是它不应该由一家即将 IPO 的公司来主导设计。结语开源 AI 模型的争论本质上是一个安全与开放之间的权衡。压缩到最极端它变成了两个问题你有多相信 AI 会导致灾难性风险你有多相信开放和创新带来的正面价值硅谷的巨头们在这两个问题上各有答案而这些答案和他们各自在供应链上的位置高度相关。Anthropic 的产品需要安全感Meta 和 Nvidia 的产品需要开放。没有人坐在一个不偏不倚的位置上。