中国开源权重AI策略正在获胜

美国AI封闭专有策略正在失败

美国AI公司坚持封闭专有模式，但这一策略正面临失败。中国通过开源权重模型（open-weights models）迅速崛起，在AI领域取得领先。AI模型本身作为产品几乎没有护城河，用户很容易在不同模型间切换——今天用ChatGPT，明天用Claude，对工作流影响极小。尤其在工程领域，通过API访问模型时，只需更换API端点即可使用相同提示词。虽然公司可以通过合同锁定客户，但长期来看，技术上几乎没有理由坚持使用某一供应商。用户会选择最适合需求的模型，一旦有更好的模型或供应商，就会切换。

中国开源策略的竞争优势

美国政府对GPU实施出口管制，并限制与中国服务器共享某些数据。这导致中国公司虽然拥有足够算力训练模型，但无法像OpenAI和Anthropic那样提供全球规模的集中式服务。然而，在基础设施采用方面，开放技术几乎总是获胜。开放技术可以无需许可地使用，因此能成为更多创新的中心。用户可以自由托管、实验、修改和调整以适应自己的用例。开源权重模型虽非完全开源，但具有可移植性和无需许可的特点。

中国因此选择开放发布AI模型，将美国造成的计算劣势转化为分发优势。这使美国公司盈利的模型层商品化，并建立起比封闭集中式服务更有效的全球生态系统。从制造业到科学研究，中国各行各业都能直接接入这些模型，获得生态效益。

中国模型性能逼近美国前沿

美国公司一直以来的救命稻草是其前沿模型性能优于开源模型，但这一差距正在缩小。Moonshot和阿里巴巴发布的模型声称能与OpenAI和Anthropic的最佳模型一较高下，而成本仅为其一小部分。这些快速发布的模型表明，美国在AI前沿的领先地位正变得岌岌可危，而AI技术正成为国家安全、经济实力和地缘政治影响力的核心。

即使没有这些新能力，中国策略也已奏效。a16z合伙人Martin Casado在《经济学人》中指出，任何一家初创公司使用中国模型的可能性高达80%，中国模型有望领先。

美国激励机制与开放技术的必要性

值得反思的是其中的意外动态。我们通常认为中国是封闭社会，但美国公司却在严格控制技术，而非尽可能开放发布。这与美国政府支持开放互联网的策略形成鲜明对比。对于一项没有真正护城河但具有巨大潜在生态效益的技术，采取封闭商业策略显然是失败策略；而采用开放协作方式则显然是胜利策略。

但美国的激励机制并不支持开放：公司被迫追逐直接利润而非生态效益，政府则通过出口管制等强制手段干预。我们需要思考如何调整激励机制，使其更符合开放协作的方向。考虑到美国经济目前很大程度上由AI支出驱动，如果这一支出崩溃——鉴于上述动态，我认为这很可能发生——后果可能非常严重。

我关心的是拥有能够服务于公共利益、符合公众价值观的开放技术。公共AI、联邦服务和开放研究等方向已有进展，但需要更多支持。在美国实现这一目标需要比当前更精细的战略和支持。

相关链接

• 2026年7月17日：在新闻业日益受到攻击的时代，我们需要新闻的PIT Crew。创新需要盟友。
• “盟友、档案和AI时代的新闻基础设施”——一份可能推动新闻业发展的人物列表。
• 旧金山警察局泄露了无人机录像。它本就不应该进行监控。监控不会改善犯罪或让任何人更安全，反而浪费公共资金，为弱势社区创造新风险。旧金山警察局的泄露事件证明了原因之一。
• Zohran Mamdani提出了一种激进协作、跨学科的方法来建设内部技术能力。新闻业有很多可以学习的地方。

原标题：China’s open-weights AI strategy is winning。 HN 原始发布时间：2026年7月20日星期一。当前记录为 989 分、795 条评论。

阅读原文 · 查看 HN 讨论