从开源之争到 AI 之争：闭源趋势正在重演知识封闭

一篇在 Hacker News 上引发讨论的长文，将 1980 年代自由软件运动与当下 AI 前沿模型的开放之争做了直接对照。文章作者自称曾在 MIT 人工智能实验室工作多年，与理查德·斯托曼（Richard Stallman）比邻而坐，就软件是否应当自由共享进行了长达两年的反复辩论。作者承认，最初他秉持当时的主流观点，认为企业保留专有控制才能推动软件进步，但最终被斯托曼说服：软件不只是一项商业资产，更是一套知识体系，而知识在被分享时反而会变得更强。

开源运动的遗产

斯托曼将这一信念转化为一场运动：任何人都有权研究、修改并再发布自己使用的软件。这一理念孕育了 GCC 编译器，以及由全球数千名贡献者共同维护的 GNU/Linux 操作系统。文章指出，今天互联网大部分基础设施都运行在开源软件之上，而成功商业公司则是在这个开放核心之上叠加服务来获利。

针对当年「安全需要靠代码保密来保障」的论点，作者援引了开源阵营的反驳：透明度能让全球开发者社区发现并修复问题，而封闭只能寄望于没人去深究。事实证明，开源在安全性上赢得了这场辩论。更深远的影响在于，开源社区本身就是一代工程师的「教科书」：一个封闭的系统几乎无法培养任何后来者。

当下的 AI 走向封闭

文章的核心关切落在 AI 领域。作者写道，AI 是软件，但 AI 正变得越来越封闭。最先进的前沿模型几乎完全闭源，并且这一趋势在加速；真正可用的开放替代品凤毛麟角。问题在于，AI 科学本身仍处于早期，今天的模型虽然出色但远未成熟，最关键的突破尚未到来。在这一节点关闭整个领域，与知识共享最需要开放的时机恰好相反。

闭源 AI 带来的知识风险

文章进一步指出，AI 已经成为「未来的图书馆」。如果少数公司买下所有图书馆、决定人们能读哪些书，并在无人察觉时改写内容，社会不会容忍；但闭源、可控的 AI 正是这样一种「只能按所有者规则进入」的图书馆。更深层的风险在于，当少数公司决定模型能做什么、不能做什么，并悄悄影响其答案时，依赖模型的医生、工程师、法官乃至普通人都无法真正理解自己得到的结果。

作者还区分了「解释」与「审计」：模型事后给出的解释只是一个合理化的故事，并非产生答案的真实计算记录。同样的问题明年可能得到不同答案，而用户无从知晓是世界变化了还是厂商改了模型。

安全性论点并非定论

针对「AI 太危险、不应开源」的常见反对意见，作者承认这一论点值得认真对待——它确实不像发表论文那样只是描述一种能力，软件本身就承载了能力。但文章认为结论并不成立：如果危险性足以否定开源，那么任何已发表的科学成果都可能落入错的手中，然而科学界并未因此放弃开放。最后，作者尚未将这一段的完整论述写完便在「we don't respo…」处截断，整体立场偏向呼吁在 AI 领域延续开源传统。