AI 初创公司开放研究的衰退

商业激励正在取代科学规范

AI 初创公司正从传统的学术出版转向专有开发。这一趋势源于科学进步目标（需要开放共享）与商业可行性目标（需要竞争壁垒）之间的根本冲突。

行业从业者指出，初创公司的首要目标是盈利并抢占市场份额，而非推动通用科学。正如一位评论者所说：“公司的职责是让钱增值”。

AI 开发的“暗森林”

许多公司采用保密策略，以防竞争对手即时复制其突破。在这个快速发展的领域，新技术可以在数周内被整合到竞争模型中，发表论文往往被视为免费泄露知识产权。

推动向保密转变的关键因素：

• 快速复制： 竞争对手能够迅速实现研究成果，这意味着先发优势在论文发表后几乎立即消失。
• 避免“复制粘贴”竞争： 一些开发者报告称，在顶级期刊发表新成果后，像 OpenAI 和 Anthropic 等大型公司会复制他们的工作，使原始研究者几乎没有收获。
• 商业机密 vs. 专利： 与硬件不同，硬件可以通过专利获得法律保护；而软件和模型权重可以作为商业机密进行保护，虽然更有效（但透明度更低）。

AI 研究的“博客化”

传统的同行评审期刊正被企业博客文章和预印本所取代。虽然这提升了信息传播速度，却也带来了信息质量和可靠性的重大风险。

批评者认为，“博客化”使公司能够引入类似社交媒体的术语和主张，而非科学严谨性。这形成了一个反馈循环：未经验证的主张被用于训练后续模型或撰写更多博客文章，可能会削弱整个领域知识库的整体质量。

学术出版模式的挑战

除了商业压力外，行业研究者常认为传统的学术出版流程已经过时或低效。

• 低效的时间线： 同行评审过程往往跟不上 AI 发展的速度。一些研究者觉得该过程繁琐，更多关注声望和资历，而非高效的知识传播。
• 巨量的投稿： AI 会议的投稿量庞大（例如 AAAI 收到超过 5 万篇稿件），导致同行评审日益失去意义。
• 激励不匹配： 论文带来的声望通常归于个人研究者，而非公司，这为机构投入时间和金钱进行正式出版提供的动力很少。

对 AI 生态系统的长期影响

从开放研究文化向专有文化的转变可能对创新速度和劳动力市场产生系统性影响。

潜在风险：

• 整体进展放缓： 如果所有主要参与者都保留研究成果，整个行业可能会变慢，甚至危及对数据中心的大规模投资。
• 跨领域交流减少： 缺乏透明度使研究者之间难以相互学习，减缓真正突破性创意的发现。
• 对人才的影响： 如果员工的专业技能绑定在专有、保密的系统上，而非公开、标准化的研究，他们的技能可迁移性会下降。

反驳观点：

• 分发才是根本壁垒： 有人认为研究并非主要优势，分发和产品化才是关键。在这种观点下，即使全部公开，如果竞争对手拥有更好的分发渠道，公司也难以获益。
• 重产品轻论文： 许多初创公司并未进行基础研究，而是基于现有模型构建产品层，这使得对科学出版的期待不切实际。