美国AI封闭策略正输掉未来
American AI is locked down and proprietary. It's losing
美国AI企业固守封闭和专有模式，正逐渐失去竞争优势。相比之下，中国通过开放权重模型策略，将算力劣势转化为分发优势，迅速在全球生态中占据主导。文章指出，AI模型本身护城河极浅，真正的壁垒在于企业服务和生态整合。随着Moonshot和Alibaba等公司推出可媲美OpenAI和Anthropic的模型，美国在AI前沿的领先地位正在被迅速蚕食。如果美国继续坚持封闭策略，不仅会错失生态红利，还可能拖累整体经济。开放、协作的技术路线才是未来赢家。
封闭的商业实践对于没有真正护城河却具备巨大生态潜力的技术来说，显然是失败的策略；而采用开放、协作的方式发布，则显然是获胜之道。
HN 评论区
929- geophile
过去 50 年计算机和软件市场的经验教训是：免费和低端产品最终会胜出。
- PC 摧毁了小型机。大型机虽然幸存，但占据的市场份额已远不如从前。
- PC 办公生产力软件摧毁了昂贵的专业产品。
- Windows（低端）和 Linux（免费）彻底摧毁了 UNIX 市场，并且再次从大型机领域抢走了巨大的市场份额。
暂时忽略中国那些庞大的开源权重模型：
- 前沿模型的训练成本和资源需求是不可持续的。高昂的价格和社会阻力意味着生产这些模型的美企处境岌岌可危。
- 对于能够以更低的成本、更少的资源实现高质量模型的研究成果，存在着巨大的经济激励。
- 运行在消费级硬件上的本地 LLM 类似于 70 和 80 年代的 PC 爱好者世界。
将这些趋势结合起来，我认为在 10 到 15 年内，我们将拥有能够运行模型的消费级 PC（甚至手机！），它们几乎能完成目前前沿模型能做的一切。
回到中国模型：它们为对抗 Anthropic 和 OpenAI 提供了新的竞争手段，本质上是以更便宜的价格提供 SaaS 租赁服务。这只会加速上述趋势。
- tyleo
我对文中的一些引语持怀疑态度，“80% 的初创公司使用中国模型”听起来不太对劲。我最近面试了几家初创公司，它们用的全是美国模型。也许它们有少量使用中国模型，但这些业务的核心模型使用主要依赖 Claude 和 Codex 的订阅服务。
- postalcoder
这篇文章很奇怪，考虑到 Llama 作为所有开源权重模型的鼻祖，却给 Meta 带来了除成功之外的一切。
此外，企业根本不在乎模型是否开源。他们在乎的是零数据保留（以及继续使用他们现有的供应商）。
这篇博客文章可疑地接近 Alex Karp 最近在 CNBC[0] 上的言论。重要的是要记住，他是 Palantir 的 CEO，绝非中立观察者。
有很多理由值得为开源模型欢呼，我自己就在运行它们。然而，目前还没有足够的证据表明：1. 美国正在输掉 AI 竞赛（原谅这种沙文主义的措辞）；2. 美国 AI 实验室的失利是因为它们的模型不是开源权重的。
0: https://www.cnbc.com/2026/07/01/palantir-karp-open-ai-anthro...
- overgard
我确实认为开源权重模型会“胜出”，意思是当运行它们的硬件变得负担得起时，它们可能会占据主导地位。（这可能需要一段时间）。不过我想你或许可以自己租用 GPU 来理论上节省成本。（我对此有点怀疑——我听说过有公司这么做，推理账单高得惊人——假设消息源是准确的。我不确定是否有很多人真的想宣传“天哪，我们的账单太糟糕了”）
不过，我对那些训练开源权重模型的实体到底从中得到了什么感到困惑。这仅仅是为了直接 undercut 美国供应商，因为他们视其为威胁吗？我真的不太理解这背后的商业模式。
- Varelion
我不理解这些公司的逻辑。公然侵犯人类历史上所有的知识产权，基本上宣称对人类遗产拥有主权……然后……试图将其私有化？当技术和数据从一开始就是公有领域的时候？
这简直是令人难以置信的愚蠢。如果尘埃落定后有关于救助的讨论，那只会进一步证明该体系在道德、财务和智力上已经破产。
编辑：拼写错误