一句话看懂：曾在1980年代与开源运动创始人Richard Stallman辩论、并最终被说服的计算机科学家David Siegel，如今在《财富》杂志上公开呼吁，应当借鉴开源软件的经验，大力投资开放AI模型，以避免AI技术被巨头完全封闭。
事件核心：发生了什么
David Siegel是一位亿万富翁计算机科学家，他在1980年代曾在MIT人工智能实验室与Richard Stallman比邻办公，并花了约两年时间与Stallman辩论软件是否应该开源。最终，Stallman说服了他，认为软件封装了知识，应当自由分享。现在，Siegel在《财富》杂志撰文指出，AI领域的封闭化趋势与当年的软件之争如出一辙，且后果可能更为严重。他观察到，最前沿的“边界模型”（frontier models）被完全闭源，且这一趋势正在加速，真正可行的开源AI替代方案非常稀缺。他呼吁政府、私营企业和非营利组织应当像当年投资开源软件一样，大力投入开放AI模型，并建议“用公共资金构建的AI默认应当开放”。
为什么重要
Siegel的观点具有很强的象征意义：他本人是曾被Stallman说服的“老对手”，如今主动站出来为开放AI站台，说明开源与闭源的路线之争已经从软件领域延伸到AI领域，且争论的激烈程度正在升级。他指出，AI就是软件，而封闭AI相当于封闭知识本身。如果最先进的模型被少数几家巨头完全控制，将不仅影响商业竞争，更可能影响全球知识共享和技术创新的可持续性。Siegel还特别提到，开源AI并不需要在规模上与巨头的“军备竞赛”匹敌，实用价值往往来自适度算力的开放模型。这意味着AI行业可能正面临一个十字路口：是延续闭源商业模型主导的格局，还是通过公共投资和政策引导，孕育出一个类似Linux级别的开源AI生态。
对用户/开发者/创作者的影响
对于依赖AI工具的个人用户和中小企业，闭源模型占主导意味着使用成本、定制能力和模型透明度都可能受制于商业公司的决策。开发者若想在特定行业场景下微调模型、构建私有化部署，会面临越来越高的门槛。Siegel的提议——公共算力补贴、企业与非营利机构合作、公共资金建设的AI默认开放——如果落地，将直接降低开发者获取和使用大模型算力的成本。对于创作者而言，开放模型往往意味着更低的API调用费用或更强的本地运行能力，但同时也需要更关注数据隐私和模型质量。目前公开信息显示，开源AI领域已有Llama、Mistral等模型在追赶，但它们在关键任务上的表现仍与闭源边界模型有差距，Siegel的观点为开源派提供了更有力的政策论据。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，Siegel的呼吁是否会转化为实际的公共政策值得跟踪，尤其是美国政府是否会出台类似“公共AI开放”的资助规则。其次，开源模型社区如何回应这一号召，例如Llama系列是否会进一步扩大开放粒度、降低商用限制。最后，闭源巨头（如OpenAI、Google、Anthropic）是否会调整策略，例如推出功能有所保留但完全开放的轻量级版本以缓和舆论压力。这三个方向将直接影响未来1-2年内AI工具的可用性与价格走势。
来源：Slashdot
