本文来自微信公众号： 0xAI机器学习 ，作者：0xAI机器学习，原文标题：《《第一性思考》Vol.05 英伟达为什么宁愿让DeepSeek变强，也不愿AI被少数公司关起来？》
大家好，我是X,INTJ,从事AI算法交易；《第一性思考》，AI业内视角，拆解热点背后的趋势与机会。
“业内视角，透过热点，看见未来”
本周大家过得好吗？
本周国内AI界最火的就是那篇流传很广的梁文锋“四小时投资人会议”整理稿。
梁圣不愧是梁圣，做AI算法这么多年，我已经太习惯行业里的人谈壁垒、垄断、赢家通吃，所以最触动我的，并不是他对AGI的宏大预测，而是那种少见的克制：
一家公司已经站在全球AI牌桌上，却仍然愿意承认，不必把每一道门都锁上，也不必拿走所有利润，也可以成功。
商业世界当然不会永远奖励克制，但当一个仍然身处竞争中心的人主动谈论克制，它就不只是一种姿态，而是一种更长远的商业判断：未来最值钱的，未必是把智能关起来的人，而是让智能流向更多地方的人。
有趣的是，与此同时，海外AI界发生了一件看起来很反常的事，让梁文锋，英伟达，微软，Meta走到了一起。
7月24日路透社报道，英伟达、微软、Meta、IBM等二十多家公司公开联名，要求美国政府不要过早限制开放权重模型。
它们当然知道，今天最有竞争力的开放模型，并不只来自美国。DeepSeek、Kimi等中国模型正在用更低价格、更开放的方式进入全球开发者的电脑、服务器和企业系统。
它们也知道，模型一旦开放权重，就比闭源API更难控制：开发者可以下载、修改、微调和私有部署，监管者也很难再通过关闭一个接口，让它从世界上消失。
那么问题来了：
为什么这些美国科技巨头，宁愿承担中国开放模型继续变强的风险，也不愿AI被少数闭源公司关起来？
答案可能没有“开放、创新、造福人类”那么理想主义。
因为在AI产业里，每家公司害怕的东西并不一样。
闭源模型公司害怕的是模型失去稀缺性；英伟达害怕的是模型停止扩散；微软害怕的是自己永远只能接受少数模型公司的价格；Meta害怕的是下一代计算入口被别人锁住。
它们表面上在讨论技术路线，真正争夺的却是：
未来所有人使用智能时，究竟要向谁交过路费。
这不是一场“开源与安全”的单纯争论
7月24日，英伟达CEO黄仁勋公开支持一封致美国立法者的联名信。签署者包括英伟达、微软、Meta、IBM等公司和机构。
这封信的核心要求是：不要以安全为由，对开放模型施加过早、笼统的限制。技术盗窃和违法使用应当由有针对性的法律与商业框架处理，而不应该直接封住整个开放生态。
支持者认为，开放模型能够降低企业部署AI的成本，让公司把模型运行在自己的数据中心里，也允许更多研究者检查漏洞、开发防护措施。反对者则担心，一旦高能力模型可以自由下载，它可能被用于网络攻击、生物风险、虚假信息等危险用途。
这里还需要区分一个经常被混用的概念。
严格来说，许多被媒体称为“开源AI”的模型只是“开放权重”：它们公开训练完成后的参数，允许别人下载和微调，却未必公开完整训练数据、训练代码和全过程。因此，本期讨论的并不是所有要素都彻底透明的理想化开源，而是更现实的开放权重生态。
安全问题当然存在，但如果这只是一场安全争论，最简单的联盟应该是：美国公司共同限制中国开放模型。
现实却不是这样，英伟达、微软和Meta选择反对“一刀切”。这说明在国别竞争之外，还存在另一条更深的利益分界线：
你是依靠垄断模型赚钱，还是依靠模型被更多人使用赚钱？
看清这一点，联盟就不再奇怪。
英伟达支持的不是谁，而是“更多模型”
先看英伟达，对英伟达来说，DeepSeek赢还是OpenAI赢，当然会影响客户结构，却未必改变它最底层的生意。
因为英伟达出售的不是某个模型的答案，而是训练和运行所有模型所需要的计算能力。
如果未来只有少数几家闭源模型公司，它们集中训练、统一提供API，整个行业的模型数量、私有部署需求和下游实验空间都会受到限制。模型公司越集中，采购者越少，议价权也越可能从芯片供应商转向少数超级客户。
但如果模型权重开放，世界会发生什么？
每一家云厂商都想托管模型，每一家大企业都想私有部署，每一个国家都想拥有“主权AI”，每一家创业公司都可以微调自己的行业模型。原本只有少数实验室能够参与的竞赛，会扩散成成千上万次训练、推理、适配和部署。
无论最后谁赢，这些活动都需要芯片、网络、内存、电力和数据中心。
所以英伟达真正需要的不是一个永远获胜的模型，而是一个永不结束的模型战争。
对卖铲子的人来说，最重要的不是谁挖到了金子，而是更多人相信自己也能下矿。
这也是为什么黄仁勋可以一边服务美国最强的闭源实验室，一边肯定中国开放模型对产业扩散的价值。
他不是在替某一家中国公司站台。他是在保护英伟达最大的潜在市场：一个任何企业、任何国家都可以拥有和运行AI的世界。
微软为什么也不愿模型公司垄断智能
微软的立场更有意思，它与OpenAI关系深厚，也是闭源模型繁荣的主要受益者之一。可微软同时拥有Azure云、企业软件、开发者工具和遍布全球的大客户。
这意味着微软既希望顶级闭源模型继续进步，又不能接受自己的云和客户永远被绑定在单一模型上。
如果模型层只有少数供应商，微软就要承担三种风险：
第一，模型API价格居高不下，企业AI的毛利被上游拿走；
第二，产品迭代和安全策略受制于模型公司；
第三，客户担心数据、合规和业务机密，不愿把核心工作流交给外部黑箱。
开放模型恰好提供了另一条路：客户可以在Azure里部署、微调和管理自己的模型，微软则继续从云计算、数据库、安全、身份认证和企业软件中赚钱。
所以微软真正需要的不是“所有模型都开源”，而是模型之间保持竞争，让智能的采购成本下降，让更多企业敢于使用AI。
对于云厂商来说，模型越便宜，未必意味着生意越小。相反，它可能意味着原本舍不得使用AI的数百万家公司开始持续消耗算力。
这就像电价下降不会消灭电力产业，而会创造更多电器。
Meta要做的，是让竞争对手的核心资产变便宜
Meta的逻辑又不同，Meta的主要利润并不来自出售模型API，而来自广告、社交网络、推荐系统、智能眼镜和未来的计算入口。
如果下一代智能被一家闭源模型公司控制，Meta每增加一个AI功能，都可能要向别人支付费用，并接受别人的接口、规则和节奏。
但如果高水平模型逐渐成为免费的公共组件，Meta就可以把竞争移到自己更有优势的地方：用户、分发、内容、广告、设备和应用场景。
这是一种经典的商业策略：把别人的核心产品变成商品，把自己的优势保留为稀缺品。
Google当年支持Android，并不是因为它不想赚钱，而是不愿智能手机操作系统完全被苹果控制；Meta支持开放模型，也不是因为它放弃商业利益，而是不愿AI时代的入口由另一家公司收税。
于是我们会发现，英伟达、微软和Meta虽然站在同一封联名信上，算盘却完全不同：
英伟达希望更多模型消耗更多算力；
微软希望模型竞争降低成本，扩大云和企业AI需求；
Meta希望模型商品化，把价值留在流量、广告和终端入口；
IBM等企业技术公司，则可以从私有部署、咨询、治理与混合云中获利。
他们支持开放，不是因为利益消失了，而是因为利益的位置变了。
梁文锋的四小时会议，揭开了另一半答案
DeepSeek创始人梁文锋“四小时投资人会议”中有三条判断，与这场开放模型之争形成了非常有意思的呼应。
第一，他认为，开源并不影响DeepSeek的商业模式，前提是公司追求的是“合理利润”，而不是试图拿走一百倍的回报。
第二，他明确判断，基础模型公司不可能拿走AI产业的大部分利润。
第三，在他看来，模型竞争最终看三件事：成本、时间和用户体验，其中成本排在第一。
这三句话连起来，几乎就是开放AI的商业底牌：
当模型市场足够大时，一家公司没有必要先把所有入口锁住，才有机会赚钱。相反，降低价格、开放权重、让更多人使用模型，可能更有利于它获得开发者、人才、声誉、反馈和生态位置。
梁文锋还把“克制”描述为一种策略：放弃眼前的一部分产品、流量和利润，把组织资源集中在AGI和下一次技术突破上。
我们当然不必全盘接受这种理想主义叙事。商业世界最终仍然要面对现金流、股东回报、监管和竞争。
但他提出了一个极重要的问题：
如果AI最终可能影响全球经济的巨大部分，模型公司真的需要垄断整个价值链，才能成为一家伟大的公司吗？
也许恰恰相反。
如果模型公司试图同时控制基础模型、云、应用、入口、数据和用户，它会立刻与所有下游公司成为敌人。而开放模型主动让出一部分控制权，反而可以减少敌人，换取更广泛的采用。
这也解释了为什么DeepSeek的开源理念，与英伟达、微软、Meta的商业利益会在某个节点相遇。
它们并不是价值观完全一致。
DeepSeek谈的是克制、普惠和提高AGI成功概率；英伟达想扩大算力需求；微软想降低上游依赖；Meta想阻止竞争对手垄断入口。
但不同动机可以导向同一个结果：
模型不应该成为AI时代唯一的收费站。
《大教堂与集市》：真正的竞争，是谁能组织更多人的智慧
这让我想到埃里克·雷蒙德的经典著作《大教堂与集市》。
“大教堂”代表一种封闭、集中、由少数专家在高墙内完成的开发方式；“集市”则允许大量开发者公开试验、快速迭代、共同发现问题。
书中最著名的判断是：只要有足够多双眼睛，很多问题都会变得容易发现。
闭源前沿模型像大教堂。它需要巨额资本、顶尖人才和集中管理，能够在短时间里攀登能力上限。
开放模型像集市。它未必总能最先创造最强的基础能力，却能够让模型进入更多语言、设备、公司和行业，让无数开发者寻找原团队从未想过的用途。
但是，AI时代的“集市”比传统软件复杂得多。
下载权重不等于拥有训练数据；能够微调不等于有能力训练前沿模型；看得见参数，也不等于真正理解模型为何做出某个决定。算力和能源仍然高度集中，安全风险也不会因为“开放”两个字自动消失。
因此，未来不太可能是集市彻底摧毁大教堂。
更可能的结构是：大教堂负责冲击能力上限，集市负责把能力扩散到社会；闭源模型出售最前沿、最便利的智能服务，开放模型成为企业、国家和开发者可以掌控的智能基础设施。
真正决定胜负的，也许不是谁单次发布的模型分数最高，而是谁能让更多人围绕自己的技术创造价值。
第一性预测
预测一：世界将形成“闭源智能服务＋开放智能基础设施”两套体系
未来，大多数人日常使用的AI可能仍然来自少数闭源产品，因为它们体验完整、更新快速、责任边界更清楚。
但政府、大型企业、金融机构、医院、制造业和关键基础设施，不会愿意把全部智能能力永久托付给一个无法查看、无法迁移、可能随时涨价或停止服务的外部接口。
它们会要求模型可以私有部署、定制、审计和替换。
所以开放权重模型不会只是“便宜版ChatGPT”，而会逐渐像Linux一样，成为许多组织看不见却离不开的底层设施。
当AI上升到国家能力，开放模型还会获得另一层价值：主权。
未来各国争夺的不只是“有没有最强模型”，还有“关键系统能否在不依赖外国接口的情况下运行”。
预测二：模型会越来越便宜，利润将向六个位置迁移
梁文锋判断基础模型公司拿不走AI产业的大部分利润，我认为这是本次会议里最值得投资者重视的一句话。
如果模型能力逐渐接近、价格持续下降，真正稀缺的将不再只是模型本身，而是：
算力与能源，谁能以更低成本运行模型；
云与部署，谁能把模型稳定接入企业系统；
专有数据，谁拥有别人无法公开下载的真实行业信息；
安全与治理，谁能控制权限、审计行为并承担责任；
工作流与应用，谁能把“会回答”变成“完成任务”；
分发与客户关系，谁能真正进入用户每天使用的入口。
从投资角度看，开放模型越强，未必越利空整个AI产业。它更可能压缩纯模型层的超额租金，同时扩大芯片、网络、存储、电力、推理优化、私有部署、网络安全、数据治理和垂直应用的总需求。
下一轮AI机会，可能不属于最会讲“我有一个大模型”的公司，而属于最能回答下面这个问题的公司：
当模型人人可得，你还拥有谁拿不走的东西？
普通人的新机会：不要再把“会用AI”当成终点
开放模型最大的意义，是把原本属于少数巨头的智能能力，下放给小公司、专业团队和个人。
这并不意味着普通人都要训练一个基础模型。
真正的新机会，是用开放模型解决那些大公司嫌小、通用模型不懂、却真实存在于具体行业里的问题。
例如，把模型接入一家工厂的质量检测流程、一家律所的知识库、一家跨境公司的多语言客服、一家医院的内部资料检索，或者让模型在本地设备中处理不能上传云端的敏感数据。
过去，创业者需要先获得资本和技术团队，才有资格拥有AI；未来，一个懂行业现场的人，可能用较低成本就能组装出自己的智能系统。
因此，最值得迁移的方向不是背诵更多提示词，而是积累四样东西：
真实场景、专有数据、工作流理解，以及用户信任。
模型会更新，价格会下降，排行榜会变化。只有你对一个行业的理解、你能够接触的数据、你与客户之间的关系，才可能在模型商品化以后继续构成壁垒。
开放不是免费，而是重新决定谁有资格赚钱
英伟达、微软、Meta替开放模型说话，当然并不意味着科技巨头突然变成了理想主义者。
它恰恰说明，AI产业已经大到没有任何一家公司愿意让另一家公司独占收费站。
闭源公司希望把智能做成一种高毛利服务；开放模型希望把智能变成可以被所有人改造的基础设施；芯片公司希望两边都不断消耗算力；云厂商希望所有模型都在自己的平台上运行；应用公司则希望模型越来越便宜，把利润留给离用户最近的人。
这场战争不会简单地以“开源获胜”或“闭源获胜”结束。
它真正决定的是AI时代的利润如何分配。
而对于普通人和投资者，最重要的也不是押中某一次模型排名，而是提前看见价值正在向哪里迁移。
当智能本身不再稀缺，真正昂贵的将是让智能进入现实世界的能力。
你认为未来的AI会更像互联网——由开放协议支撑、任何人都能参与；还是更像今天的手机系统——由少数巨头控制入口？
欢迎在评论区告诉我你的答案。
我是X，这里是《第一性思考》，AI业内视角，透过热点，看见未来，我们下期见。
资料来源：
Reuters：Nvidia,Microsoft and other tech giants back open-source AI models
Elsewhere：Wenfeng Liang:Four-Hour Investor Meeting Transcript
Eric S.Raymond：《The Cathedral and the Bazaar》