Garry Tan 呼籲美國開放權重實驗室萃取前沿模型

精要

Garry Tan，Y Combinator 首席执行官，主張美國開放權重人工智慧實驗室應被允許在無監管限制的情況下萃取前沿模型，認為嵌入專有模型中的知識源自公開可取得的資料，因此應屬於公共財。

---

Tan 的建議

• 無監管干預 – Tan 表示他會「什麼都不做」，並建議美國可建立一個「萃取制度」，鼓勵而非阻擋此類行為。
• 開放權重實驗室作為制衡力量 – 他希望較小的美國實驗室能透過萃取，產出對抗中國起源模型的開放權重替代方案，擴展國內自由可取得的人工智慧生態系統。
• 道德框架 – Tan 指出，前沿實驗室在建模時，未經許可就大量使用受版權保護的資料，因此限制他人萃取知識是不一致的。

"控制使用者和客戶對封閉權重模型 API 呼叫的行為感覺受到束縛，政府在此處可扮演角色，讓『訓練於廣泛公開資料的智慧』本身也成為一種更接近公共財的東西，而非被封閉在嚴格使用條款後面的私有資產，" Tan 對 TechCrunch 表示。

背景：Anthropic 對萃取的擔憂

• Anthropic 發布了一份威脅情資報告，指控中國實驗室進行「非法萃取攻擊」，聲稱涉及詐騙、竊取憑證與隱藏身分。
• Anthropic 首席执行官 Dario Amodei 呼籲美國監管機構遏制此類行為。
• Tan 的立場直接反對此項監管推動，強調前沿實驗室本身也未取得訓練資料的使用許可。

Hacker News 社群反應

支持 Tan 的觀點

• kelnos：主張前沿模型是基於未經同意取得的受版權保護作品建構而成，因此限制萃取僅是保護市場地位。
• pton_xd：稱若被阻擋，萃取即為「反競爭行為」，呼籲建立由小型、高效能開放權重模型組成的生態系統。
• gr_norm：將此議題視為民主的必要性：公眾資助了資料，因此產出應為公共財。

批評與細節討論

• TheJCDenton（原始發文者）：指出 Anthropic 要求有序萃取，卻自身建模時使用未授權資料，存在道德不一致。
• dvt：預測前沿實驗室可能財務上難以持續，認為開放權重模型將很快達到其能力水平。
• matt3210：類比網路中立性，主張應保障對人工智慧的存取，而非設限。
• neilv：警告無節制的萃取可能嵌入隱藏偏見與未揭露的影響，呼籲真正的開源模型，而非「開放權重」的黑箱。
• TZubiri：指出中國的萃取常違反使用條款（多帳戶、竊取信用卡），提醒勿支持非法行為。
• quicklywilliam：建議建立受監管的「公平定價」萃取制度，類似電信業的光纖共享法規。

法律與道德面向

• 合理使用論點 – 多位留言者（如 matt3210, nijave）認為萃取類似於《Cliff Notes》等轉型性作品，屬於合理使用範疇。
• 非法與合法萃取之別 – 討論焦點在於過程是否僅是提示模型（合法）或違反使用條款、使用竊取憑證（非法）。
• 公共財論述 – Tan 的立場建立在模型訓練資料屬於公眾的基礎上，因此衍生的智慧應可自由重用。

潛在經濟影響

• 模型商品化 – 若開放權重實驗室能有效萃取前沿模型，大型實驗室的競爭優勢可能瓦解，價值將從模型所有權轉移至下游服務。
• 成本結構 – 留言者指出，前沿實驗室在資料取得上耗資數十億美元；開放權重實驗室可以極低成本複製能力，重塑人工智慧市場。
• 監管俘虜風險 – thedougd 警告，前沿實驗室可能遊說制定保護其專有優勢的法規，因此 Tan 的提案可視為預防性對策。

展望

• 政策環境 – Tan 呼籲建立「萃取制度」，可能影響未來美國人工智慧政策，或促使立法在開放權重創新與防範非法行為之間取得平衡。
• 產業動態 – 此討論暗示兩極化發展：大型前沿實驗室可能持續投入專有模型，而日益壯大的開放權重實驗室群體則可能透過萃取民主化存取。
• 開放權重可行性 – 技術評論者（如 YuechenLi）指出，初始階段後回報遞減，暗示成功的萃取需依賴複雜的教師-學生架構，而非僅靠暴力提示。

---

結論：Garry Tan 主張無限制萃取，將開放權重人工智慧定位為對抗專有前沿模型的公共財制衡力量，引發關於合法性、倫理與人工智慧生態系統未來經濟的激烈辯論。