成本不到美国同业几分之一，性能却直逼顶尖前沿——月之暗面Kimi K3的发布，再次把中美AI竞赛推到胜负边缘。上周，这款中国模型在多项关键基准测试中表现亮眼，一些指标已接近或持平领先的美国模型。而更让硅谷不安的是，Kimi K3采用了开放权重的开源路线，任何人都能下载、修改和部署。
这直接引爆一场围绕开源与闭源的大论战。OpenAI新任战略负责人迪恩·鲍尔（Dean Ball）率先发声，在社交平台X上写道：“考虑到潜在风险，我个人很惊讶中国政府仍然允许如此强大的模型进行开源。”他进一步抛出预测：“我猜测，特朗普政府最终会意识到，在这一领域最好的策略，是围绕中国开放权重模型的使用制造大量监管风险。”
鲍尔解释称，这只是一项个人预测，并非政策建议。他强调自己长期支持开源，直到AI发展到足够危险的那一天，“那将是一个令人悲伤的日子”。但他在帖文中给出的思路异常直白：利用监管流程制造恐惧、不确定与怀疑（FUD），让美国企业主动避开中国的开放模型。这番话立刻被许多硅谷人士读作一种“监管武器化”的提议。
风险投资人戴维·萨克斯（David Sacks）把矛头对准了OpenAI和Anthropic这两家闭源巨头。萨克斯曾任特朗普政府首任AI和加密货币负责人，现任总统科技顾问委员会联合主席。他直接回帖道：“我们正处于AI政策的关键转折点。领先的闭源实验室已经在AI模型收入方面形成双头垄断，现在它们希望政府消灭自己的开源竞争对手。”他所指的双头垄断，就是OpenAI和Anthropic。萨克斯强调：“它们已经亮出底牌，现在该是硅谷其他力量——绝大多数仍然珍视开放竞争的人——站出来表态的时候了。”
一些批评者直接将鲍尔的做法比作“监管俘获”（regulatory capture）：由政府监管机构最终制定出有利于被监管行业的规则，而这类规则常常由业内玩家推动。在AI领域，这种担忧日益发酵：一旦政府为闭源模型设置高安全门槛，或要求对开放权重模型施加苛刻的合规审查，没有庞大法务团队的创业公司和学术机构将不堪重负，OpenAI和Anthropic的地位反而会得到巩固。
萨克斯的“All-In”播客搭档、风险投资人查马斯·帕里哈皮蒂亚（Chamath Palihapitiya）也表达了相似立场。他在X上写道：“未来属于开源。我们需要拥抱它，然后继续前进。”与之呼应，知名软件工程师、企业家苏海尔·多希（Suhail Doshi）更进一步，点出一个根本问题：美国AI实验室训练自己产品时使用“全人类的数据，却没有支付一分钱”。他言词犀利地说：“任何以‘模型蒸馏’为由，试图推动禁止开放权重模型的游说或立法，都是完全胡扯。这实际上是在阻碍未来美国创新。”
但争论之中也有不同的声音。Citrini Research分析师、X平台用户Jukan反驳了“中国AI将因开源而主导市场”的担忧。他以中国另一家公司DeepSeek为例指出，企业的竞争力源自自身运营效率，并非单纯依赖开源框架。DeepSeek之所以能维持极低的Token成本，是因为内部运营方式更高效，而不是靠开源获得优势。他写道：“中国企业可能缺乏足够的计算能力，无法独自满足所有推理需求，但它们并不是在亏本销售，也不是无法收回训练成本。”这意味着，把开源与市场主导画等号，本身就是一个需要被修正的误解。
这场争论的背后，是两条截然不同的AI路线之争。OpenAI和Anthropic坚持闭源，认为自身模型能力过于强大，不适合开放。它们警告：完全开放模型，意味着任何人都能绕过安全机制，将工具用于各种目的，而开发者将失去控制。相比之下，中国公司月之暗面、DeepSeek等选择了开放权重，并借此降低了部署成本，吸引大量开发者和中小企业。Kimi K3的成绩单似乎证明，开源模式正在迅速缩小技术差距。
鲍尔原本预测的“监管风险”尚未成真，但他所引发的讨论已经将硅谷的深层矛盾摆上台面：闭源实验室希望借助政策壁垒维持优势，而广大的开源社区担心，这种以安全为名的监管干预最终会扼杀竞争。随着中美AI竞赛进入下一回合，这场围绕“开放还是封闭”的辩论，注定不会停歇。
热门跟贴