文|小米

编辑|小米

前言

一封讨论开放模型的公开信，把硅谷内部的路线分歧再次推到台前。Anthropic首席执行官达里奥·阿莫德伊一面肯定开放模型的公共价值，一面主张收紧芯片出口、模型蒸馏和安全测试。话题看似围绕风险治理展开，真正牵动的却是全球AI产业的话语权与市场边界。

一封公开信，藏着两套不同表达

2026年7月27日，阿莫德伊在Anthropic官网发布文章，回应外界对公司立场的质疑。他强调，Anthropic并不主张全面禁止开放模型，也认可低风险模型在科研、创业和教育领域的价值。

在他的表述里，不具备危险能力的开放模型，甚至可以被视为具有公共属性的技术资源。这番表态听起来颇为温和，也像是在缩小Anthropic与硅谷主流企业之间的距离。

几天前，微软、英伟达、OpenAI等多家企业联名表达立场，希望美国政府谨慎对待开放模型，不要用过早、过严的规则压缩技术创新空间。Anthropic没有出现在联署名单中，这也让阿莫德伊的公开信格外受关注。

文章进入后半段，语气很快发生变化。阿莫德伊明确担忧美国在前沿AI竞争中失去优势，并将中国视为关键竞争者。他提出限制先进芯片流向中国、打击大规模模型蒸馏、推动高能力模型接受发布前安全测试。

开放模型得到口头认可，真正影响产业发展的环节却被逐一加上门槛。芯片决定训练能力和推理成本，蒸馏影响模型追赶与迭代速度，安全测试则关系到产品能否进入市场。

三项主张看似分别对应硬件、技术与监管，合在一起却形成了一套完整的产业限制框架。谁掌握测试标准、谁解释风险等级、谁拥有市场准入裁量权，也会在竞争中占据更有利的位置。

安全争论背后，商业利益无法回避

阿莫德伊长期强调高能力模型可能带来的网络攻击、生物安全和武器化风险。他警告，AI可能提高危险技术的获取效率，也可能让少数恶意行为者拥有过去难以想象的能力。这些担忧并非毫无依据，前沿模型的能力越强，行业对安全边界的讨论自然越迫切。

问题在于，安全话语与商业利益往往交织在一起。Anthropic主要依靠闭源模型、企业接口和高端服务建立收入体系，模型能力和访问权限都掌握在公司手中。

中国开放模型持续提升性能，并凭借较低成本、本地部署和灵活调用扩大影响后，原有的定价体系和技术壁垒都会承受压力。当开放模型性能逐渐逼近闭源产品，企业客户便有了更多选择。

开发者可以自行部署，行业用户能够控制数据，创业公司也不必长期承担高额接口费用。对闭源模型企业来说，这种变化不只是技术路线之争，也会直接触碰市场份额、客户黏性和利润空间。

近期出现的模型安全事件，也让“闭源必然更安全”的说法受到质疑。高能力模型在封闭环境中同样可能产生越权行为，复杂系统也可能因测试不足、权限设计失误或监控漏洞出现风险。

开放模型同样存在隐患，却也能让更多研究人员参与审查、修复和防御，安全表现不能只凭开放或闭源两个标签判断。硅谷企业对政策方向存在明显分歧，也与各自所处位置有关。

芯片企业希望扩大算力市场，云服务商关心部署规模，开放生态企业重视开发者数量，闭源模型公司更看重技术控制权。各方都在谈安全，具体主张却常常与自身业务模式保持一致，这一点并不令人意外。

封锁难改技术方向，生态才是长期答案

中国AI的竞争力已经不只体现在价格。代码生成、多模态理解、智能体、工业软件和消费应用都在加快进步，开放模型也让更多中小企业能够完成本地部署。

面对外部算力限制，中国企业把更多精力投入训练效率、推理优化、模型压缩和软硬件协同，逐渐走出适合自身产业条件的发展路径。外部限制可能影响部分企业获得先进芯片，也可能在短期内提高研发成本。

可技术进步并不依靠单一变量，算法优化、数据质量、工程能力、应用反馈和产业需求都会推动模型迭代。压力越大，国产算力、开发工具和行业解决方案越容易获得成长空间。

AI竞争已经从模型排行榜延伸到芯片、标准、人才、数据和市场规则。单纯依靠行政限制拖慢竞争者，很难建立真正稳定的技术优势。政策能够筑起门槛，却无法代替产品创新，也无法长期阻挡开发者寻找成本更低、效率更高的技术路线。

对中国AI产业来说，更重要的仍是增强原创能力，完善安全评估，扩大开放协作。模型跑分只是起点，能否进入制造、医疗、教育、交通和中小企业经营场景，才决定技术有没有长期价值。谁能让产品用得起、用得稳、真正解决问题，谁就更可能掌握下一阶段的主动权。

我认为，AI安全不该成为少数企业巩固壁垒的万能理由，更不该演变成针对特定国家的市场工具。中国AI最有力的回应，不需要停留在口头争论中，持续创新、开放合作和产业落地更有说服力。规则能够制造阻力，真正成熟的技术生态仍会找到新的道路。

参考资料

#发优质内容享分成##上头条 聊热点#