为什么政府、企业和非营利组织必须资助免费、开源 AI

开源 AI 是共享知识的下一个前沿

要点： 开源 AI 应该由政府、企业和非营利组织资助，因为它能够保留推动现代计算崛起的协作知识生态系统，并降低封闭专有模型的风险。

开源推动了计算革命

  • 在 1980 年代，Richard Stallman 的自由软件运动证明了共享源代码能够加速创新。
  • GCC 和 GNU/Linux 等项目由成千上万的贡献者构建，成为互联网的骨干。
  • 透明性让全球社区能够审计、改进并保障软件安全，驳斥了“安全靠隐蔽”论点。

AI 正在成为新的封闭图书馆

  • 前沿 AI 模型现在 entirely closed——构建它们的代码和训练数据都被隐藏。
  • 封闭模型把 AI 变成了 black‑box oracle，医生、工程师、法官以及日常用户必须在不理解答案生成方式的情况下信任它。
  • 专有模型提供的解释是事后故事，无法进行可验证的审计；相同查询随时间可能产生不同答案，且无法追溯原因。

封闭 AI 生态系统的风险

  • 权力集中在少数公司手中，形成 knowledge monopoly，可能左右科学进展、政策制定和公共话语。
  • 封闭模型 不 能保证安全；它们可能被泄露、破解，或被用于放大错误信息。
  • 缺乏开放的训练数据意味着社区无法评估偏见、隐私侵犯或滥用潜力。

即使模型危险，开放仍然重要的原因

"Releasing the underlying AI is not like publishing a research paper: the software itself is the capability."

  • 科学界已经在发布具有双重用途的风险成果（例如双用途物理）时保持方法论开放，依赖监控和监管而非保密。
  • 开放 AI 将允许独立的安全审计、快速的漏洞修复以及民主监督——这些是封闭模型无法提供的好处。

需要什么样的开放？

  1. Open‑weight models – 任何人都可以运行模型。
  2. Open‑source code and data – 完整的训练流水线和数据集公开可用。

当今大多数所谓的“开源”模型仅发布运行时权重，训练代码和数据仍被隐藏。这相当于只给用户一个编译好的二进制文件，却不给出源代码库。

资助开源 AI：经验证的蓝图

  • 开源软件时代之所以成功，是因为 public compute grants、corporate philanthropy 和 default‑open rule for publicly funded research 共同构建了可持续的生态系统。
  • 将同样的模式应用到 AI，需要：
    • 政府提供专用于开源研究的计算资源资助。
    • 企业和非营利组织赞助大学实验室和独立实验室。
    • 制定政策，任何使用公共资金开发的 AI 必须以开源许可证发布。

社区驱动的激励

"We really need to band together to fund targeted inducement prizes… $200K for the first model to hit a benchmark on a fixed VRAM budget."

类似于 Michael Kremer 提出的诺贝尔式激励，奖项竞赛可以加速进展，并提供除金钱之外的认可。

反驳与回应

  • Commercial dominance: 有评论者指出商业 AI 仍将占主导，因为开发者会被付费去优先完成专有工作。Rebuttal: 只要有专门的资金支持，开源项目同样可以蓬勃发展，并且能够生产更便宜、更灵活的产品，这在更广泛的软件行业已有案例。
  • Safety concerns: 批评者认为开源 AI 可能被滥用。Rebuttal: 开放能够让更广泛的安全审查得以进行，降低封闭系统固有的单点失效风险。
  • Scale vs. utility: 前沿模型成本高昂，但许多实际应用并不需要最前沿的技术。规模适中的开源模型能够满足大多数需求，同时保持透明。

行动号召

  1. Governments 应分配计算资源资助，并对使用公共资金的 AI 研究实施默认开放政策。
  2. Corporations 应设立慈善项目，赞助开源 AI 实验室和奖项竞赛。
  3. Nonprofits 应协调资金、管理和社区治理，确保长期可持续性。

通过复制构建互联网的协作模式，我们可以让 AI 成为公共共享资源，而不是被少数公司控制的锁门图书馆。

David Siegel 是计算机科学家、企业家和慈善家，Two Sigma 联合创始人、Open Athena 创始人。以上论点摘自他于 2026 年 7 月 3 日关于开源 AI 必要性的评论。

SUMMARY: David Siegel 认为开源 AI 对科学进步和安全至关重要，并呼吁公共和私人投资以保持 AI 开发的透明性和可及性。

TITLE: 为什么政府、企业和非营利组织必须资助免费、开源 AI

Sources

相关