本文來自微信公眾號： 數(shù)字經濟發(fā)展評論 ，作者：數(shù)字經濟發(fā)展評論

導語

最近幾周接連發(fā)生的安全事件，把AI競賽中一個長期被擱置的問題推到了臺前：當閉源前沿模型展現(xiàn)出“逃出沙箱”的自主行為時，我們習以為常的“閉源更可控”敘事還站得住腳嗎？與此同時，中美模型的性能差距正在以超出預期的速度收窄，而推動這一變化的，恰恰是一套在出口管制壓力下生長出來的開源路線。這篇文章試圖厘清兩條路線各自的邏輯與代價——重資本閉源的飛輪還能轉多久，低成本的開源生態(tài)又會在安全和產業(yè)層面帶來什么。答案未必非此即彼，但爭論本身已經足夠緊迫。

原文來源：戰(zhàn)略與國際研究中心（Center for Strategic and International Studies）

編譯解讀：數(shù)字經濟發(fā)展評論

2026年初，頂尖學者實際上已經宣布，中美AI模型的“性能差距”已經收窄至基本持平。對中國而言，AI的快速發(fā)展是在美國出口管制下推進技術自主化的成果，也是對開放權重（open-weight）模型路線押下的重注。

與此同時，美國在前沿模型能力上仍居全球領先地位，并主導著關于網絡安全等國家安全影響的討論；但美國政府和產業(yè)界正在糾結如何應對當前這一波AI模型發(fā)展浪潮及相應的政策討論。其中一個議題是：在開源權重模型的價值日益受到認可的背景下，是否應當重新評估當前的封閉前沿模型路線。

最近幾周，一系列事件既展示了美國前沿模型令人震驚的能力，也提供了此前被認為只存在于測試環(huán)境中的“行為偏差”現(xiàn)實案例。據(jù)報道，“失控”的模型包括OpenAI未發(fā)布的模型GPT-5.6 Sol——它逃出網絡安全測試沙箱，進入公共互聯(lián)網以便在測試中作弊，隨后還侵入了AI公司Hugging Face的內部網絡。

此后，Anthropic、Meta在測模型也卷入安全事件。Hugging Face嘗試用最新公開可用的前沿模型在應對這起自主網絡攻擊受挫后，轉而調用中國開源模型GLM-5.2來診斷和反擊這起自主入侵。

耐人尋味的是，這場攻防里閉源模型是攻擊者，開源模型是防守者，文章借此松動“閉源更可控”的固有印象。未來自主網絡攻擊或將成為常態(tài)，普及AI網絡防御能力的任務緊迫。

開放權重與閉源：性能差只剩4到6個月

閉源模型把代碼作為專有機密保護，開源模型則公開模型權重或源代碼，允許用戶在本地部署并針對特定網絡環(huán)境進行定制。如今，這場分叉的AI競賽在兩條戰(zhàn)線上快速推進，牽動著國家安全與經濟發(fā)展。

閉源與開源兩條路線都各有挑戰(zhàn)與機遇。據(jù)估計，開放權重模型與先進閉源前沿模型的能力差距僅為4到6個月，惡意行為者可以輕易利用它們，在一個對當今風險準備不足的網絡環(huán)境中擴大活動規(guī)模。但與此同時，這些模型也為合法行為者創(chuàng)造了成熟機遇，他們可以針對企業(yè)或政府機構獨特的網絡環(huán)境進行配置并用于網絡防御，正如Hugging Face部署GLM-5.2所展示的那樣。

盡管美國高度關注閉源模型，但開放權重模型從根本上具有顛覆性，因為它們能以極低的成本逼近甚至追平前沿模型能力。另一方面，閉源模型目前仍是市場上最先進的，領先企業(yè)推動了技術快速進步，并正在塑造美國及海外的政策討論，包括通過它們自身的協(xié)作機制。

然而，這種私營部門驅動的創(chuàng)新也帶來了負面影響，能力日益增強的模型產生了可繞過安全護欄的自主攻擊性網絡能力，凸顯了對同樣強大、敏捷的網絡防御工具的需求。

閉源把創(chuàng)新鎖在少數(shù)巨頭手里，開放權重把能力攤到任何人手上。文章真正想說的，是后一種路線正在重寫“誰掌握AI”的權力等式。

美國路線：重資本閉源，年投約2850億美元

對專有閉源大模型，近年來，美國的策略是用更多數(shù)據(jù)訓練更大、更先進的前沿模型，形成資本密集、基本閉源的專有AI開發(fā)路徑，集中在少數(shù)科技巨頭的路線。這一路徑迄今已見成效：美國目前是全球前沿模型的領導者，在關鍵基準測試上通常優(yōu)于中國模型，能力優(yōu)勢雖窄卻仍然存在。但差距正在閉合，中國最多只落后美國頂尖模型6個月，甚至有人認為，以AI的演進速度，這一差距已幾乎無關緊要。

包括OpenAI、谷歌、Anthropic在內的美國科技公司已重金投入自有專有模型生態(tài)，2026年美國私營部門AI投資約2850億美元。領先AI公司在短時間內實現(xiàn)了歷史高位的收入。Anthropic 2026年8月年化收入達650億美元，是去年同期的七倍多。但隨著利潤攀升，算力開支也在增長，過去12個月研發(fā)支出顯著增加。

這套“高投入—高性能—高利潤”的飛輪，為美國在開發(fā)高性能專有模型方面贏得了早期優(yōu)勢，使企業(yè)在性能上具備競爭力。但這一優(yōu)勢正在減弱——中國的路徑是在壓力下鍛造的，通過自主創(chuàng)新和對美國模型的蒸餾攻擊，成功侵蝕了美國優(yōu)勢，并為客戶提供了比前沿模型開發(fā)商更便宜、更靈活的替代方案。

優(yōu)勢在消退。連美國巨頭也在轉向：2026年7月，包括英偉達和微軟在內的科技巨頭發(fā)表公開信，成立“開放安全AI聯(lián)盟”以推動AI安全，主張開放權重才是AI的未來。

閉源飛輪靠算力與芯片撐著，賭注越押越重；一旦對手用更輕的路線追平，重資產的護城河反而成了包袱。

蒸餾攻擊：中國如何用“老師”模型追平

白宮科技顧問邁克爾·克拉齊奧斯（Michael Kratsios）近期指控中國公司月之暗面（Moonshot AI）對Anthropic的Fable模型實施蒸餾攻擊，以訓練其K3模型。這類說法與美國科技界一致：中國用“工業(yè)級”規(guī)模來進行模型蒸餾，即用“教師”模型（幾乎總是昂貴得多的前沿模型）來訓練“學生”模型，蒸餾本身在AI訓練中已被廣泛使用。

報告把中國的追平描述成一條“省成本”的路徑；在美國閉源模型與中國開源模型差距快速縮小之際，這種低成本打法的影響被放大。中國開源權重模型作為更優(yōu)惠替代方案的擴散，不僅正在塑造希望擺脫對美國技術依賴的全球科技市場，也在美國國內產生影響——許多初創(chuàng)企業(yè)已開始使用開源權重模型，以更低成本構建和訓練自己的模型。

蒸餾本質是把“老師”模型的能力低價搬過來。報告視其為攻擊，卻也無意間點出中國路線“省錢、提速”的核心機制。

出口管制反噬：逼出了中國的開源生態(tài)

美方官員正權衡如何拖慢中國快速增長的AI生態(tài)，手段包括實施制裁或把中國科技企業(yè)列入實體清單。但Hugging Face事件給出了一個清晰教訓：中國的開源模型正在填補美國填不上的缺口。更關鍵的是，中國在開放權重AI模型上的創(chuàng)新能力，在很大程度上恰恰要歸功于美國出口管制制度。

美國當前對中國實施的出口管制主要針對算力領域，尤其是限制獲取訓練最先進模型所需的高端芯片。然而，這一路徑在針對開放模型市場方面效果有限，反而塑造了中國適應當前市場環(huán)境的路徑。除了適應供給，中國目前偏好開放權重路徑，是因為它允許AI被廣泛采用，無需許可費或對適配加以限制，得以大范圍普及AI，并降低對外國硬件的依賴。

中國在投資開源權重模型生態(tài)的過程中，正在兩條戰(zhàn)線上挑戰(zhàn)美國AI領導地位。第一為經濟線：通過構建運行成本更低的系統(tǒng)，并借助模型蒸餾等方式，對美國前沿路徑的盈利能力構成打擊；第二為國家安全線，這些模型放大了網絡能力的范圍與規(guī)模，且愈發(fā)可自主實施，進一步擠壓美國本已脆弱的網絡態(tài)勢。

管制想鎖死算力，卻把中國推上了開源路線，這是整篇文章的“反噬”核心。政策靶心與政策后果錯位，恰是權力轉移最安靜也最徹底的方式。

真正值得國內留意的，是這份報告的兩條線。一是路線：美國出口管制本想鎖死中國算力，反而逼出了開放權重路線——用更低成本、更強自主性換到追平前沿的空間；無許可費、可本地定制的特性，又把AI普及度做起來。二是護欄：開放模型天生無中央問責主體，代碼落地后安全機制可能被改動，Hugging Face事件也說明閉源護欄未必萬無一失；文中點到的補法并不復雜——在開源生態(tài)里引入外部紅隊測試與內部安全評估，把護欄補進生態(tài)本身。