本文来自微信公众号： 智讯智库 ，作者：施展
本文揭示了Anthropic回应英伟达开源公开信引发的舆论风暴，其本质是一场关于AI控制权与规则制定权的权力博弈。
Anthropic的实际立场：Anthropic澄清不主张全面禁止开源，但提出限制芯片算力、打击工业规模蒸馏、对强模型实施强制安全测试三项政策。
社区的三重质疑：批评者痛批其玩“文字游戏”（通过高昂测试门槛变相绞杀开源）、出于商业利益防守API份额，并在“汲取人类作品算学习、学习模型输出算偷窃”上大搞双重标准。
深层权力争夺：开源厂商调用量快速增长逼近闭源巨头。开源与闭源均存在结构性风险，争论的焦点已转向究竟由谁测量风险、决定发布与掌握大模型能力。
7月24日，英伟达牵头发布了一封支持开源模型的公开信[1]（智讯智库做了一手解读：详见7月25日文章《黄仁勋的第一条X推文，开源模型为何如此重要？》）。Meta、微软、Google、OpenAI、Hugging Face等公司都在签署名单中，且这份名单在陆续发酵。3天后，没有签署这封信的Anthropic由CEO Dario Amodei在舆论和行业争议发酵后，终于发文公开回应，澄清公司对开源模型的立场。[2]
Anthropic到底说了什么？
不限制“开源”
但要限制算力、工业蒸馏及强制测试
Amodei开篇先做了一个明确澄清：Anthropic从未主张把开源模型作为一个类别全面禁止。只要模型不具备危险能力，开源就是公共产品——开发者、研究者和企业只需承担运行算力，便能在自己的环境中使用和改造模型。
随后，他提出了两个真正担心的“噩梦情景”。
第一个是国家竞争。其他政府可能训练出比美国更强的模型，用它建立长期军事优势，或者强化对本国社会的监控和压制。Amodei特别强调，这种风险与模型是否开源无关，最危险的模型反而可能从未公开，而是在秘密训练后直接交给军方和情报机构。
第二个是危险能力扩散。足够强的模型可能被用于网络攻击、生物攻击。在这一层面，开源确实会增加风险：模型一旦被下载，原开发者无法监控用途、封禁恶意用户、更新护栏或召回副本。
但Amodei紧接着承认，禁止美国合法企业使用中国开源模型并不能解决这个问题。真正准备发动攻击的人不会遵守企业采购禁令，而已经公开的权重也无法从互联网收回。
基于这两个判断，Anthropic提出了三项政策。
Anthropic提出的三项政策
第一，继续限制先进芯片和芯片制造设备流向中国，同时打击走私与转运。它认为，限制形成前沿能力所需的算力，比禁止美国企业下载某个已经发布的模型更直接。
第二，打击“工业规模蒸馏”。蒸馏本来是让小模型学习大模型输出的常见技术，Anthropic自己也承认它有大量合法用途。公司反对的是利用虚假账户、代理网络和访问规避，系统性抽取竞争对手的推理、编程和工具使用能力。
第三，所有“足够强”的模型都应接受强制安全测试，不论模型来自哪个国家，也不论权重开源还是封闭；能力较弱的创业公司和学术模型则应豁免。
文章最后回应了英伟达等公司的公开信。Anthropic同意开源能够降低成本、增强竞争并让客户掌握更多控制权，但不同意“开源必然让防守者获益更多”。
所以，Anthropic的完整立场不是“禁止开源”，而是：管住先进算力，阻止未经授权的大规模能力提取，并按照危险能力而非发布形式测试模型[2]。
评论区炸开了锅
文字游戏、商业冲突、双标三重质疑
社交媒体X上，Anthropic的主张迎来了强烈的抨击，质疑的不是讨论这三项政策本身，而是大家不相信Anthropic的动机。
第一类质疑是：“不封禁”只是文字游戏。Anthropic虽然没有要求政府直接写下“禁止开源模型”，但强制安全测试可能产生相同效果。什么叫“足够强”？谁设计测试？测试未通过是否意味着不能发布权重？如果前置评估需要大量算力、专家和合规支出，最能承担成本的恰好是Anthropic、OpenAI和Google。开源模型没有被法律直接禁止，却可能被制度变得极难发布。
第二类质疑针对商业利益。Kimi K3这类模型已经能完成大量企业任务，价格更低，还能本地部署。它们越接近前沿，客户越有能力减少Claude API用量。很多评论因此把Anthropic的声明理解成一次商业防御：不是要消灭所有开源模型，而是要阻止开源模型真正追上自己的核心产品。
第三类质疑集中在蒸馏的双重标准。Anthropic称，它发现DeepSeek、月之暗面和MiniMax通过约2.4万个虚假账户与Claude产生超过1600万次交互，用于提取Claude能力[3]。评论者反问：美国模型公司可以吸收海量人类作品训练模型，为什么后来者让模型学习Claude输出，就成了“偷窃”？
这个质疑因为Anthropic自身的版权案件而格外尖锐。美国法院认为，使用书籍训练模型本身可能属于转换性的合理使用，但Anthropic通过影子图书馆取得盗版书并建立资料库，仍需为数据获取方式承担责任[4]。评论区有人发出质疑：吸收全人类的作品叫学习，吸收模型输出却叫盗窃。
黄仁勋也在他的第一篇推文中提到，蒸馏是AI改进的正常部分，它本身不是原罪，应该被保护为合法的创新手段，而不是被一刀切地来威胁禁止。
开源模型支持者还引用了一个现实反例：Hugging Face遭遇AI参与的网络入侵后，因为美国封闭模型的护栏妨碍调查，转而使用中国开源模型GLM 5.2分析攻击。发动攻击的是处于测试环境中的封闭模型，帮助防守的反而是开源模型[5]。
评论区也并非完全一边倒。有人指出，Anthropic讨论的是未来具备高级网络或生物能力的前沿模型，不是普通人在显卡上运行的小模型。也有人认为，支持开源的人同样需要回答：当权重真的包含大规模杀伤能力时，发布后无法撤回的问题怎么解决[6][7]。
再往深处看，
真正争夺的是规则制定权
质疑声中最核心的是：Anthropic存在明显的利益冲突。开源模型越强，它的API议价能力越弱；安全测试越昂贵，已经建立安全团队的大公司越有优势。任何由Anthropic推动的监管方案，都应该首先接受监管俘获的审查。
更近的真实调用数据表明，竞争结构在2026年已经发生明显变化。
OpenRouter 6月30日发布的研究基于1月1日至6月14日超过450万亿Token：DeepSeek的厂商份额从9.1%升至18.1%，MiniMax从2.3%升至9.7%，Xiaomi从5.5%升至9.0%，Tencent从接近零升至8.7%。如果按厂商对开源的总体取向分类，DeepSeek、Xiaomi、Qwen、MiniMax和Tencent等“开源友好型厂商”的合计份额由20.3%升至48.3%；Google、Anthropic和OpenAI等主要闭源厂商则由54.6%降至33.4%（仅限OpenRouter可统计范围）。
它代表了愿意提供开源模型的厂商正在迅速获得真实调用量，并把价格和API议价压力传导给主要闭源公司[8]。
但实际上，目前开源与闭源都不等于“安全”。
英国AI Security Institute的测试显示，2026年领先开源模型的网络攻击能力只落后封闭前沿约4至7个月。开源模型的拒答训练可以被微调移除，权重一旦扩散，开发者也无法统一修补、封禁使用者或撤回副本。这是开源真实存在的结构性风险[9]。
与此同时，封闭模型可能被盗、被越狱、被内部人员或政府滥用；公司控制API虽然便于监控，也会把关键能力和决定权集中在少数机构手中。Hugging Face事件进一步说明，护栏既可能阻止攻击，也可能妨碍防守。
因此，开源与封闭的真正区别不是一个安全、一个危险，而是谁保留控制权。封闭模型把控制权交给公司，开源模型把控制权交给获得权重的人。前者的问题是集中与不透明，后者的问题是扩散与不可逆。
Anthropic这篇文章真正揭示的，不是开源模型该不该存在。它揭示的是一场更深的权力冲突：当模型能力开始接近危险边界，究竟由谁测量风险、谁决定发布、谁有资格获得能力。
参考资料：
[1]Open Weights and American AI Leadership[EB/OL].(2026-07-24)[2026-07-29].
[2]AMODEI D.Our position on open-weights models[EB/OL].(2026-07-27)[2026-07-29].
[3]ANTHROPIC.Detecting and preventing distillation attacks[EB/OL].(2026-02-23)[2026-07-29].
[4]O’BRIEN M.Anthropic wins ruling on AI training in copyright lawsuit but must face trial on pirated books[N/OL].AP News,2025-06-24[2026-07-29].
[5]SABIN S.AI's alarming new skill:breaking out of the test lab[N/OL].Axios,2026-07-23[2026-07-29].
[6]RHUBARBSIMILAR1683.Our position on open-weights models[EB/OL].[2026-07-29].
[7]REALMVP77.Anthropic is calling for a ban on open-weights models by proposing mandatory requirements they will probably never be able to meet[EB/OL].[2026-07-29].
[8]OPENROUTER.DeepSeek V4 is earning agentic token share[EB/OL].(2026-06-30)[2026-07-29].
[9]AI SECURITY INSTITUTE.How far behind the frontier are leading open weight models on cyber?[EB/OL].(2026-07-17)[2026-07-29].