开源与闭源 AI 之争的经济学反思

围绕 AI 模型「开源权重」与「闭源」的争论，正在塑造前沿实验室的融资逻辑、各国监管走向以及整个机器智能产业的竞争格局。MIT 经济学家 Christian Catalini 撰文指出，争论双方都把焦点放在了错误的「边际」上：开源权重不会改变 AI 的总体投资水平，只会影响投资的方向——即「造什么、谁来造、回报归谁」。

历史镜鉴：1851 万国博览会与专利制度

文章从 1851 年伦敦「万国工业博览会」讲起。当时的水晶宫汇集了蒸汽锤、电报、收割机、抽水马桶等代表未来的发明，任何人都可以近距离观察、尝试逆向工程，各国也派出顶尖工程师尽可能多地从对手处汲取知识。这一由亲王阿尔伯特主导的展会，核心信念是「扩散」对加速经济进步至关重要。

一个半世纪后，经济学家 Petra Moser 将博览会及其 1876 年美国续展的目录、约 1.5 万项发明整理成数据集。她发现一个让知识产权最强硬捍卫者也感到不安的结论：专利制度的存在与否，并未影响创新的总量，只是改变了发明者投入精力的方向。例如当时没有专利保护的瑞士，创新者涌向了科学仪器和食品等「靠保密、先发优势与互补资产就能维持竞争力」的领域（雀巢 1866 年在此创立）。换言之，同样的创新总量，只是在不同领域之间被重新分配。

当下的开闭源之争：错位的命题

作者将这一发现映射到当前的 AI 行业：Anthropic 和 OpenAI 主张中国公司发起的「蒸馏攻击」会威胁行业对下一代模型的融资能力，并损害美国国家安全；开源权重支持者则反驳说，扩散对机器智能市场的竞争与创新至关重要。

但 Moser 的证据提示，问题不在于开源是否会压低总投入，而在于它如何重塑资源的去向。闭源实验室可能继续把最通用前沿往前推，开源权重则让「把机器智能与稀缺数据、分发渠道与默会知识结合」的实验散布到更多企业与领域。同样的分配问题也适用于安全：真正值得追问的不是「开放是否在抽象意义上危险」，而是「扩散在何时强化防御者、有害能力又能在哪些环节被实际约束」。

安全叙事与商业利益的交织

文章梳理了双方的安全论述。Anthropic 创始人 Dario Amodei 长期反对开源权重，理由是一旦智能突破某个门槛，社会将无法抵御恶意行为者，失控模型可能造成潜在的存在性灾难；只有通过把控访问权限并设置护栏，「数据中心里的天才之国」才能存在。但批评者指出，闭源模型也会被安全研究员攻破，Anthropic 和 OpenAI 的模型早已被黑客广泛使用，包括被用于攻破敏感的政府基础设施；闭源或许只是营造了一种「安全的幻觉」，至多只能买到一点时间错觉。

更微妙的是双方的动机结构：支持闭源的一方「恰好」把商业激励、AI 安全目标和美国国家安全关切这三件事对齐；而支持开放的一方则把市场结构的极度集中视为更大的风险。

结语：经济学不偏袒任何一方

在 Anthropic 公开请求国会就其所谓的「公然且非法的」针对其技术的攻击追究 Alibaba 责任的背景下，文章最后回到核心命题：如果中国的实验室可以在数月内以低成本复制美国前沿模型的性能，美国实验室如何继续支撑下一轮大规模训练所需的资金？

Catalini 的回应是，Anthropic 想要的「类专利」的可占有性制度在历史上从未真正存在过：蒸馏是一种合法的行业实践，与美国国防、航空航天和芯片承包商所面对的间谍与商业秘密盗窃有本质区别。开源还是闭源，最终都会被经济规律重新校准。