本文来自微信公众号： IPP评论 ，作者：戴明洁
导语：7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举行。会议期间，目前全球参数规模最大的开源模型Kimi K3问世，再次引发西方媒体对中国模型冲击全球AI格局的警惕。这让人想起一年前DeepSeek横空出世时引发的震动，彼时西方舆论一度将其称为AI领域的“斯普特尼克时刻”。随着中国开源模型接连取得突破，过去被视为“创新公地”的开源，逐渐进入大国科技竞争和产业战略的中心地带。开源的战略影响日益凸显，其开放愿景也受到现实条件的检验。模型权重公开后，技术获取和二次开发的门槛有所降低，模型训练、部署和商业化所需的计算能力、数据资源、云基础设施、工程人才与市场渠道，依然高度集中于少数科技巨头。
近日，在香港中文大学（深圳）前海国际事务研究院举办的百川论坛上，IPP研究员戴明洁将这一张力概括为人工智能时代的“开源悖论”，并从科技创新与地缘政治两个维度分析其形成机制。她认为，这一悖论与技术资本化、政治化不断加深密切相关。破解这一问题，需要把开放范围从代码、模型和开发框架延伸至数据、算力、人才等关键资源，并进一步从技术开源走向现代化开源。中国可以通过建设开源国家、鼓励企业坚持开源、发挥应用创新优势，依托亚太地区多层次的人工智能产业基础，探索更加开放、包容、普惠的区域AI创新生态。
7月11日，IPP研究员戴明洁在百川论坛上已人工智能“开源悖论”与中国开源国家建设为题发表演讲。图源：主办方
*下文根据戴明洁的演讲内容整理，经作者审订删减。
大家好，非常荣幸今天有机会与各位同台交流。本届百川论坛的主题是“中国式现代化与亚太合作”，加上我所讨论议题中的技术开源、AI等关键词，恰好将我近期的一些思考串联起来。因此，我拟定了《人工智能“开源悖论”与中国开源国家建设》这个题目。
我对人工智能“开源悖论”的思考，源于去年DeepSeek开源引发的广泛关注。当时我主要聚焦于“开源悖论”的现象分析及其应对措施。
今年3月18日，郑永年老师在《人民日报》发表了《中国式现代化的世界意义关键在于“开源”》（原文于2026年3月18日刊登于《人民日报》第17版）一文，一下子将我对开源的思考从技术层面提升到了现代化层面。也由此，我开始进一步思考技术开源与现代化开源之间的关系，并将此前基于现象和经验的分析，推进到对原理和机制的探讨。当然，我目前的研究总体上还只是一个“半成品”，希望大家不吝赐教，帮助我继续完善。
2026世界人工智能大会暨人工智能全球治理高级别会议7月17日至20日在上海举行。图源：新华社
一、人工智能时代的“开源悖论”
关于人工智能时代的“开源悖论”，我主要从两个维度进行了总结。
第一个维度体现在科技创新层面，即形式上的技术民主化与实质上的关键资源垄断。开源曾被赋予“技术民主化”的美誉，但在AI大模型领域，代码和权重的开源正愈发成为一种形式上的民主化，因为最为关键的数据、算力等资源仍然处于高度垄断之中。
早在2020年，弗朗西斯·福山（Francis Fukuyama）就在《外交事务》发表文章指出，传统的拆分科技巨头的方法已经无法解决垄断问题。他还认为，科技巨头垄断对政治造成的影响，已经远远超过其对经济造成的影响。
文章于2021年12月21日发布于《外交政策》杂志。福山认为，大型科技平台不仅形成经济垄断，还在垄断信息传播与政治动员渠道；而拆分巨头、强化监管、数据可携带和隐私立法等传统方案，都难以根本削弱平台的“内容守门人”权力。
《Nature》2024年发表的一篇文章也指出，仅仅依靠开源，并不能真正撼动AI行业资源与权力高度集中的格局。
文章于2024年11月发布于《自然》杂志。作者指出，现代人工智能系统不仅包括模型权重和代码，还依赖训练数据、数据劳动、开发框架、算力基础设施及市场部署渠道等关键资源。开放模型无法根本改变算力、数据、人才、平台和市场入口高度集中于少数大型科技企业的产业格局。
李飞飞也曾在一次演讲中提出关于AI民主化的设想。她主张在AI数据、算力、算法、人才等方面进一步开放，这一观点同样主要是从关键资源的视角出发的。
很多时候，我们会觉得“开源”似乎就意味着“免费”。但事实上，早在软件时代，科技巨头就已经通过收取服务费用、建立行业技术标准、利用开源协议限制后发创新等方式，获取自身的商业利益。
从表面上看，开源生态由多元主体共同运行，包括开源社区、开源基金会、协作平台和代码库等。但是，科技巨头通过让本企业员工主导90%以上的开源代码、出资赞助开源基金会，甚至直接进行收购等方式，对开源生态形成了集中化控制。例如，谷歌曾出资1亿美元支持Linux创建“开源安全基金会”。此外，早在2018年，GitHub就被微软以75亿美元收购；另一家开源软件公司红帽（Red Hat），也在2019年被IBM以340亿美元收购。
2010年至2023年9月主要科技企业累计完成的人工智能相关收购数量。
进入AI时代以后，科技巨头的这种控制变得愈发严峻，也愈发不加掩饰，并逐渐形成了覆盖AI行业上、中、下游的全链条控制。
在上游的数据和算力资源方面，已经形成了“菜谱免费”，但“食材”只能从“天价超市”购买的局面。
在中游，虽然两大主流AI开发框架PyTorch和TensorFlow都是开源的，但PyTorch与Meta的应用高度整合，TensorFlow与谷歌TPU芯片高度匹配，二者都内化了各自企业的技术路线。
在下游，即使是一些明星创业公司，在进行市场部署时，也必须借助由大型企业控制的云服务平台。
“开源悖论”的第二个维度，体现在地缘政治层面。
在全球治理领域，开源一直被赋予“国际公共品”或“创新公地”的美誉。自2000年以来，中西方已有大量论文和著作对这一问题展开研究，并一直延续到当前的AI时代。但是，近年来，尤其是随着中美AI竞争日益激烈，开源愈发被纳入地缘政治化的叙事之中。
最典型的案例仍然是DeepSeek的开源。DeepSeek并没有因为开源而获得西方对其“促进技术民主化”的赞誉，反而被西方主流媒体形容为“引发了一场地缘政治地震”。美国《外交事务》、英国《经济学人》以及澳大利亚媒体等，都对中国企业开源的“背后目的”进行了分析。在企业出海方面，DeepSeek也遭遇了以“安全评估”为名的围堵，在不同国家经历了问询、调查和评估，甚至遭到直接的全面封锁。
二、悖论分析：技术的资本化与政治化
基于这两个“开源悖论”现象，我就在思考，为什么在AI时代，开源在技术创新与地缘政治两个维度的悖论会同时出现，并且愈发恶化，更加不加掩饰呢？
这几年，“技术封建主义”这个概念在中国学术圈很有热度，几本主流书籍都很快被翻译成了中文。今年上海交通大学也组织了关于技术封建主义的一场讨论，塞德里克·迪朗（Cédric Durand）和叶夫根尼·莫罗佐夫（Evgeny Morozov）都来了。我个人比较赞同莫罗佐夫的观点，即西方左翼学者对资本主义的内在逻辑进行了简化处理。
不过从“技术封建主义”思考开来，无论是向前看（平台经济资本主义）还是向后看（AI时代新型奴隶社会），它体现出的都是技术从资本化到封建化、再到奴隶化的一个演进趋势。
大概10年前平台经济兴起的时候，大家就对“平台资本主义”有很多的讨论，包括算法控制、数据圈地等等，现在大家都已经比较熟悉了。到了“技术封建主义”阶段，科技巨头与普通用户之间，形成了类似封建社会领主与农奴的新型依附关系，并通过收取“数字租金”运作。近期，郑永年老师也一直提及，这个趋势有可能更加恶化到“新型奴隶社会”的状态，即整个社会结构分化成一种非常简单的二维结构：掌控AI的少数精英，与被AI掌控的大多数人。（观点详见“对话郑永年：AI对人类最深刻的威胁，在于重新定义“人”本身”）
我将这样一个技术从资本化、封建化到奴隶化的过程，称为是“技术进步的社会退步”(Social Regression Amid Technological Progress)。相应地，对于“开源悖论”的第二个悖论，就可以称之为是“技术进步的政治退步”(Political Regression Amid Technological Progress)。
在上世纪80年代，“技术民族主义”就将技术和政治联系了起来。当前的中美AI竞争、贸易保护主义、排他性的技术联盟、硅和平倡议等等，都不过是延续了40多年前的手段。
但今天，技术与政治的结合由硅谷“科技右翼”大力推动。科技右翼并非只是在科技或者经济领域进行改革，而是对技术、经济、政治、社会进行着全方位的变革，如OpenAI的奥特曼也在资助UBI实验。例如，技术层面的加速主义、政治上与右翼民粹主义的结合、经济方面倡导“涓滴效应”、社会层面OpenAI的山姆奥特曼也在大力资助“全民基本收入”（UBI）的社会实验。
奥尔特曼和马斯克曾是硅谷推动“全民基本收入”（UBI）应对AI冲击的代表人物，但两人的立场近期都出现变化：奥尔特曼过去投入资金支持UBI实验，并认为AI创造的财富可用于全民分配，但如今更倾向于让公众通过“共享AI财富”“拥有AI生产资料权益”等方式受益。图源：路透社
科技右翼全方位改革造成的更为严重的影响，是一种全方位的寡头化——从科技巨头的寡头科技，到寡头经济，然后一直延伸到寡头政治。
最新数据显示，现在全球市值超过万亿美元的公司有13家，其中10家集中在AI领域；而这10家AI公司中，又有8家在美国。前段时间很火的英伟达，市值就超过了5万亿美元。而2025年底，全球超过5万亿美元GDP的国家也只有中美两个国家。也就是说，今天英伟达一家公司，经济体量已经就超过了英法德日韩等其他的发达国家。这说明寡头化的趋势还是非常严峻的。
三、悖论应对：从技术开源到现代化开源
如果技术资本化和政治化的趋势继续发展下去，“开源悖论”就无法仅从技术层面加以解决，而需要上升到现代化层面进行思考。当我把“技术”和“现代化”这两个关键词联系起来时，我发现，技术的开源与闭源同现代化的开源与闭源之间，其实存在着非常紧密的联系。
一直以来，科技革命都被视为国家现代化的核心驱动力之一。但结合前面对技术资本化和政治化的分析，我发现，技术不仅会推动现代化，不同的现代化模式也会反过来影响一个国家的技术选择。比如，如果一个国家采取的是闭源的现代化模式，就有可能走向技术霸权主义，形成“技术—资本—权力”复合体；而如果一个国家采取的是开源的现代化模式，就更有可能强调国际科技领域的开放合作，倡导包容普惠的全球AI治理。
那么，将国家现代化模式区分为开源和闭源，其最直接的影响或者意义是什么呢？在思考这个问题时，我联想到了邓英淘先生的《为了多数人的现代化》一书。我认为，二者最直接的区别在于：开源能够实现多数人的现代化，而闭源所实现的，只是少数西方发达国家的现代化，甚至只是发达国家内部少数精英的现代化。这也与中国式现代化五大特征中的第一个特征——“人口规模巨大的现代化”——联系了起来。
对于中西方开源与闭源现代化范式的具体表现和行为特征，我也进行了一些初步的历史梳理。总体上，可以从三个维度进行考察：一是中西方在各自自主发展阶段采取了什么方式；二是在发展起来之后，如何对待后发国家；三是如何对待后发国家中崛起并形成挑战的国家。
在早期的技术发展阶段，无论是中国还是西方，都曾通过重商主义、保护主义或国家干预主义等方式实现自身发展。真正的区别主要体现在后两个阶段：发展起来以后，是通过自由放任的叙事，隐匿自身曾经实施保护主义的事实，还是将自身的现代化经验公开分享给其他国家？面对发展起来的崛起国和挑战国，是实施技术霸权主义，还是能够包容其他国家的发展？我认为，开源与闭源现代化范式的主要区别，就体现在这后两个阶段。
在早期的中美科技竞争中，面对美国推动技术脱钩，我们一直强调不主动脱钩，或者采取谨慎的对等反制。近年来，在经贸领域的竞争中，我们也可以看到，中美之间始终是打打谈谈，呈现出一种斗争基础上的合作关系。
我想强调的是，我们所进行的斗争或者竞争，并不是为了滑向“修昔底德陷阱”，也不是为了重走美苏冷战的老路。我们的最终目的仍然是寻求合作，只不过是要通过斗争，争取更加实质、更加公平的合作。
四、中国开源国家建设与亚太AI创新生态
最后，我想简单分享一下关于中国开源国家建设和亚太AI创新生态的一些初步思考。
对比中美两国的AI国际战略可以发现，双方已经呈现出非常明显的分化，而这种分化其实也可以用开源与闭源两种范式来加以区分。与此同时，当前的国际空间竞争也愈发从海、陆、空等实体地理空间的竞争，例如对领土和资源的争夺，演变为以AI等技术为核心的虚拟空间竞争。
从这个角度看，国际AI空间格局可能不再主要按照物理距离划分，而是更多地依据技术实力进行区分。当前的国际AI空间格局，大致可以分为三个梯队。
第一梯队是中国和美国两大AI强国，它们具备AI全产业链能力，也拥有全球AI治理的话语权。
第二梯队是一些中等大国，它们在AI技术的细分赛道上具有比较优势。例如，日本和韩国依靠半导体生产能力，获得了一定的外交斡旋和战略对冲能力。
第三梯队是广大的全球南方发展中国家，它们既缺乏相应的技术能力，也缺少在全球AI治理中的话语权。
如果从这三个梯队的角度审视亚太地区，我们会发现，亚太各成员完全具备构成“区域版”国际AI空间格局的能力，这在其他区域经济体中是比较少见的。从这个意义上说，APEC可以成为中国探索开源国家建设的一个区域样本。
7月19日，参观者在华为展台观看展品昇腾950超节点。图源：新华社
那么，亚太地区的AI创新生态应当如何构建？我目前有以下几点初步想法。
第一，我们需要从开源代码（Open Source）向开放资源（Open Resource）升级，以应对第一个“开源悖论”。
第二，要大力鼓励中国AI企业坚持开源。近期有一些舆论质疑，中国是否还要继续坚持开源。我认为，从中美竞争的角度看，无论是垂直大模型赛道的行业应用，还是通用大模型赛道的前沿技术竞争，开源都更有利于中国和亚太地区在技术层与应用层两个维度形成开源生态。
第三，还是要回归应用。所有技术最终都要落实到应用上。应用不仅更契合中美之外国家和地区发展AI的真实诉求，也更有利于中国探索“应用中创新”（Innovation in Application）的逆向创新模式。
最后，是全球AI治理。我们需要更多地从倡议走向更加制度化的行动。在开源现代化的进程中，可以同步推进技术开源与现代化开源，探索二者相互促进、相互提升的发展路径。
*本文根据演讲者在香港中文大学（深圳）前海国际事务研究院主办的百川论坛上的发言整理而成。
