开源权重AI真的是技术减速论吗？

Is Open Weight AI decelerationist?

当OpenAI战略未来主管Dean Ball近期点评Kimi的新K3模型时，他不仅批评了竞争对手，还意外引爆了硅谷最激烈的宗派之争。他的发言似乎将开源权重模型——即向公众公开其内部数学框架的模型——定性为“天生属于减速论”。

“开源权重模型在本质上是减速的，我一直很惊讶那些所谓的“加速论者”竟然如此热衷于开源权重模型。我怀疑他们之所以这样，是因为知道开源权重模型实际上无法被监管，他们只是喜欢开源权重模型在整个AI领域营造的那种不可治理性的外衣。这不是一个坏策略；它让我想起了James Scott在《不被治理的艺术》中叙述的山地居民。尽管如此，最终，开源权重模型会阻碍更多的AI资本支出。”

“减速论”这个术语只存在于与加速论的对立中，加速论认为技术的快速扩散能够加速创新和社会效益。相反，减速论指的是任何减缓资本形成、从而延迟这些收益的行为。为什么开源权重模型会符合减速论？

这里有很多值得解析之处。如果主张是开源权重模型阻碍了资本支出，从而减缓了前沿发展的速度，那么这一论点必须基于经济学而非美学。这需要依次审视：token是否会成为商品；中国建设AI基础设施的能力和意愿；价值在价值链中的积累点；当前训练范式是否持久；以及最终谁能获得财务收益。

资本密集度与中国问题

目前，训练大型语言模型成本高昂：需要专门的芯片、庞大的数据中心、稀缺的工程人才和海量数据。投资这些项目的投资者期待稳定的现金流。如果开源权重模型通过使模型更容易复制或微调来压缩未来收入，那么净现值就会下降。理论上，资本会退出。

当中国进入视野时，这一逻辑带上了地缘政治色彩。虽然很容易通过民族主义视角来刻画这个国家，但该国的经济转型是毋庸置疑的。通过连续的“五年计划”，中国建立了规模惊人的制造业基础，将数亿人带入中产阶级。中国将资本投向何处——钢铁、太阳能、电动汽车——常常重塑全球市场。

完成国内工业化后，问题变成了当它将强大的产能指向外部时会发生什么。太阳能板和电池是早期的答案。人工智能基础设施可能是另一个答案。如果说“工厂”曾经生产钢铁，那么未来的工厂将生产token。由于资金成本低且容忍过度建设，中国可以补贴产能、压缩利润，并冲击外国现有企业。钢铁和太阳能领域的倾销担忧展示了这一策略。

从这个角度看，开源权重模型似乎放大了威胁。如果智能可以被廉价复制并广泛部署，那么美国公司从前沿模型中获利的能力就会减弱。一个充满补贴的、开源权重的智能世界，确实可能阻止高成本地区的私人资本。

如果只分析到这里，减速论的说法似乎有道理。但它是基于当前训练范式和当前收入预期的快照。

训练范式与价值所在

当前模型大多是从头训练的：摄入庞大的语料库，固定权重，然后进行微调和强化。每一代实际上都是从零开始教育。持续学习和在线学习指向一个不同的未来——机器可以积累知识、丢弃错误并逐步适应，更像人类而不是静态快照。这种方法可能显著减少前期资本支出。

长期活跃在AI领域的François Chollet曾指出：

“2040年的AI不会建立在我们现在使用的技术堆栈上。它会更接近最优。当前堆栈存在3到4个数量级的数据效率低下和4到5个数量级的计算效率低下。接近最优的AI将是符号学习带来的。人们很难区分流体智能和知识，因为如果有足够的准备，记忆模板可以成为即时适应的坚实替代品。”

如果正确的话，当前高资本支出的制度是短暂的。更根本的问题是价值积累在哪里。目前，大量关注点集中在token上：机器生成智能的边际单位。然而，token可能类似于电力——不可或缺，但定价接近边际成本。

OpenAI首席执行官Sam Altman曾表示：

“我们设想一个未来，智能像电力或水一样是一种公用事业，人们按使用量从我们这里购买，并用于他们想要的任何用途。”公用事业可以盈利，但竞争和规模往往会压缩利润。

商品化不必意味着无足轻重。木材有等级之分；token也将如此。智能层级可能会被细分并相应定价。但竞争市场往往将即使是差异化的商品推向成本。如果是这样，价值可能沿着堆栈上下迁移——转向专门应用、特定领域的工具、专有数据、工作流整合和补充服务。

电力是一个先例。它是一种计量商品，然而它却在上游创造了几乎难以想象的价值。Linux是另一个例子。这个操作系统变得无处不在且基本免费，但大量价值积累在基于它构建的公司身上。开源权重模型可以发挥类似的作用，扩大贡献者池，并加速上层创新。目前，在前沿开发中具有意义的参与主要局限于少数实验室。开源权重降低了这一门槛。

大型语言模型本质上是条件概率机器：将输入token映射到输出的数学变换。其力量在于这些变换的质量；其弱点在于可复制性。一致性会引发标准化；标准化会引发竞争。

展望未来

这是否使开源权重模型成为减速论？只有当人们假设当前前沿商业模式是进步的唯一引擎时才会如此。这是一种狭隘的观点。降低智能成本扩大了可行应用的前沿。更广泛的访问增加了在边缘进行实验的头脑数量。这两种动态总体上是加速的。

这些都不能否定关于治理或滥用的合理担忧。也不能保证资本会顺利分配。补贴的产能过剩——无论是在钢铁、太阳能还是token领域——可能会产生破坏性。但破坏并不等同于减速。它可能重新分配租金，而不会减少整体创新。

如果一切不变，智能可能会倾向于公用事业地位，价格竞争激烈并嵌入各处。前沿实验室可能在基础模型上获得更薄的利润，但在集成、工具和专业服务上获得更丰厚的利润。中国将建设产能；其他国家也会如此。竞争将更多是关于谁掌握围绕它们的生态系统，而不是谁拥有权重。

如此看来，开源权重模型本质上不是减速的。它们是一种赌注，即价值所在正在转移，更广泛的参与将比侵蚀现有租金更快地扩大蛋糕。风险不是进步放缓，而是基于稀缺性的商业模式在趋向富足的世界中挣扎。

换句话说，加速可能更少依赖于守护工厂大门，而更多取决于一旦大门打开，我们决定建造什么。