AI闭源垄断危机：当算力成为特权，普通人如何避免被时代抛弃？
技术特权的回归：当AI从公共品变为奢侈品
想象这样一个场景：一觉醒来，全球人工智能的能力瞬间退化一万倍。曾经触手可及的前沿大模型，如今变成了少数精英阶层才能调用的黑盒API。普通人不仅无法本地部署模型，甚至连基础的接口调用都变得昂贵且受限。在这种极端假设下，那些曾经被视为“普通技能”的API调用能力，瞬间跃升为稀缺的超能力。这听起来像是短剧里夸张的桥段，但在当前的美国AI发展路径下，这种剧本并非完全不可能实现。
这种可能性的核心不在于技术本身的退化，而在于先进模型开放权重的消失。如果前沿能力重新集中到少数几家公司的API接口之后，世界将迅速分化。对于普通用户而言，这意味着获取智能服务的门槛被无限拔高。曾经，一个小型律师事务所可以通过本地部署开源模型来低成本审查合同；一个县城医院可以将影像模型部署在内部服务器上，确保数据不出院门。这些场景依赖于Token成本的极低化，就像我们不再单独计算每一度电的费用一样。
然而，一旦开放权重被抽离，这种低成本部署的基础将不复存在。前沿模型被锁在API背后，律所审合同的成本可能翻几十倍，每次调用都需要精打细算。医院若想使用AI，要么支付高昂的接口费用并牺牲数据安全性，要么回归传统的人眼审片模式。这种结构性的变化不仅增加了行业成本，更导致了权力的集中。通杀的大模型公司成为了唯一的收租者，其他行业只能沦为模型的包装者，利润率完全由上游定价表决定。这种局面下，AI的赋能属性将被彻底削弱，转而成为一种加剧不平等的工具。
黑箱中的科研停滞：当创新失去透明度
闭源垄断带来的后果远不止于经济成本的增加，更深远的影响在于科研进步速度的放缓。当前沿能力集中在少数几个黑箱模型中时，外部研究者将面临巨大的技术壁垒。他们无法拆解模型内部机制，无法修改参数，甚至无法独立验证结果。学术研究将从“我们发现”退化为“我们申请到了试用权限”。
这种依赖关系使得一个领域的进步速度，完全由少数几家公司的发版节奏决定。如果LLM真的达到了AGI（通用人工智能），那么现有的所有技术可能成为终点，其他行业无需加速进化，只需等待巨头的更新。这种假设在2022年底之前的世界曾被视为常态，但随着开源生态的崛起，这一逻辑正在被打破。
开源模型并非仅仅是闭源模型的廉价替代品，它们是技术创新的试验田。通过开源，研究人员可以探索新的架构，如KDA、Attention Residuals和MoE稀疏化等。这些创新不仅降低了技术门槛，还促进了知识的快速迭代。如果将这些创新成果重新封闭，不仅会扼杀初创企业的活力，更会阻碍整个行业的技术进步。正如英伟达CEO黄仁勋在公开信中所言，世界需要前沿的闭源模型，也需要前沿的开源模型，二者分工不同，缺一不可。
巨头博弈：英伟达的护盘逻辑与安全叙事
2026年7月，一场关于AI未来的争论在美国科技圈爆发。英伟达CEO黄仁勋罕见地在X平台发帖，分享了一封由35家公司联名的公开信，呼吁保持AI模型的开放性。这封信明确指出，将先进AI集中在少数闭源模型背后，会制造单点故障，削弱竞争，并将关键技术锁定在少数供应商手中。
英伟达为何如此急切地下场？表面上看，这是出于对网络安全的担忧。黄仁勋在专访中提到，如果全世界只能使用一个模型，那么整个世界就只剩一个攻击目标。然而，更深层的原因在于商业利益的考量。7月16日，Kimi K3发布后一周，费城半导体指数大跌12.5%，英伟达短暂失去了全球市值第一的位置。黄仁勋认为市场误读了开源模型的影响，更便宜、更开放的AI会吸引更多用户，从而增加对芯片和数据中心的需求。
英伟达的增长故事建立在AI向各行各业扩散的基础上。如果这种扩散只能依靠少数闭源公司的销售排期，算力需求将从“人人都要”收缩为“少数人采购”，产业链将随之见顶。因此，开源不仅是技术选择，更是英伟达维持其市场天花板的必要组成部分。护盘护的不仅是股价，更是整个AI生态的可持续性。
中美路径分歧：安全焦虑与基础设施构建
在这场全球AI治理的争论中，中美两国展现了截然不同的路径。华盛顿方面，美国财政部长贝森特提出调查中国AI模型是否窃取美国知识产权，理由是模型中出现了所谓的“水印”。尽管缺乏技术证据，但这种安全焦虑推动了限制开源模型的趋势。与此同时，近200家美国创业公司和投资机构组成“小科技联盟”，警告政府封禁廉价开源模型将导致初创企业因高昂API费用而倒闭。
相比之下，北京并未卷入这场安全争论，而是专注于构建AI的基础设施。7月23日，北京市发改委等四部门印发政策，提出“Token即服务”、“智能体即服务”和“结果即服务”等新概念。政策鼓励将Token计费从按量转向按可交付结果，并支持建设“Token工厂”，发放Token券。这一举措旨在将AI像水电煤一样作为公共基础设施来铺设，确保其用得起、随时有。
北京的政策逻辑基于供给端的管理。随着全国日均Token调用量从2024年初的千亿级增长到2026年5月的170万亿，大规模使用已成为现实。政策的目标是为这一庞大的需求修筑管道，建立公共计量和服务标准。这种思路与华盛顿的安全焦虑形成鲜明对比，体现了对开源生态和普惠AI的坚定支持。
开源开路：打破闭源垄断的技术突围
闭源阵营常声称，开源模型站在闭源探路的肩上，没有OpenAI和Anthropic的巨额投入，开源无处可抄。这一指控部分成立，但另一半正在被改写。以Kimi K3为例，它并未简单堆叠Transformer参数，而是在架构创新上走出了自己的路线。开源阵营已经开始自己开路，不再仅仅依赖闭源巨头的技术溢出。
这种分工模式的形成，是AI产业成熟的标志。闭源模型专注于探索AGI的边界，而开源模型则负责将技术落地到具体行业，降低应用成本。如果将开源生态封闭，不仅会扼杀创新，更会导致技术发展的停滞。正如黄仁勋在公开信中所强调的，世界需要前沿的闭源模型，也需要前沿的开源模型。二者相辅相成，共同推动AI技术的进步。
在这场竞争中，太平洋这头的我们坚信，每个行业都需要被AI重新做一遍，而AGI的实现未必很快到来。相反，太平洋那头的闭源巨头如果估值泡沫破裂，可能引发金融海啸。因此，构建一个开放、普惠、安全的AI生态，不仅是技术选择，更是社会责任的体现。只有让AI成为像水电煤一样的公共基础设施，才能真正实现技术赋能千行百业的愿景，避免技术鸿沟的进一步扩大。