← 返回 Siami 首頁

「開源 AI 必須勝出」—— Ahmad Osman 宣言:當情報變成只能租用的東西,公眾失去的不只是軟體自由

▲ 1,337 💬 415
「開源 AI 必須勝出」—— Ahmad Osman 宣言:當情報變成只能租用的東西,公眾失去的不只是軟體自由

工程師 Ahmad Osman 6 月 12 日把一個單頁網站推上 Hacker News 首頁——標題只有四個字:「Open source AI must win」(開源 AI 必須勝出)。24 小時內衝到 1,337 分、415 則留言,登上 HN 與 Lobsters 雙榜。這不是技術文,是一封宣言;他主張:當通用智慧變成只能從少數閉源機構租用的東西,公眾失去的不只是軟體自由,而是運作自由——研究、構建、修復、部署、稽核、改編、教學、保存整套體系的能力,連「不必開口請求許可」這件事都會被閹割。

他在宣言裡寫道:「AI 是工作、教育、科學、軟體、創意、公共服務與國家能力的文明基礎設施。能不能存取不該由幾家公司用閉 API、雲端平台、說變就變的條款、不透明的政策、模型可用性或他們自己定的價格決定。」

宣言核心:把「開源」從口號升級成基礎設施議題

Osman 把話講得很硬。他說開源 AI 必須保持可用、可理解、可重現、可本地部署、經濟上可行、社群自治——即使今天稱霸的實驗室、外國實驗室、硬體廠商、雲端平台、甚至「開權重」模型提供者換了方向或消失,開源 AI 都不能因此癱瘓。

「如果一整代人的智慧系統被幾家閉源前沿實驗室和平臺公司綁架,這套基礎設施就會變成認知的訂閱經濟。美國不該在『自由地運行、檢查、修改、基準測試、教學、保存智慧基礎設施』這件事上落後。實務上的立場是:美國本土的產能,搭配全球的開放標準。」

他沒用「國家安全」這種大旗,而是用「文明基礎設施」這個詞。這跟 2025 年 IEEE-USA 把開權重 AI 寫進公開政策立場、Justsecurity 主張「美國必須贏得全球開源 AI 競賽」、arXiv 那篇〈If open source is to win, it must go public〉把開源 AI 推向「公共 AI」基建的概念,是同一條線。

HN 戰場:誰該擁有智慧?

宣言丟出去之後,HN 上吵翻了。頻率最高的三條反覆出現的爭論:

一、「租用」是不是已經是事實? 最高讚數留言之一的 txrx0000 直接接 Osman 的開頭:「人們失去的不只是運作自由,而是思考的餘裕。手機和電腦延伸了人類心智的能力,但大多數人對自己的手機沒有 root 權限,他們不知道、也無法控制上面跑的是什麼軟體。一旦智慧變成只能從 API 租用,連『自己思考』這件事都會被依賴路徑框住。」這條留言把「軟體自由」延伸成「心智自由」——是 HN 內部自由軟體派的經典論述,也是 2026 年這波 AI 主權討論的內在張力。

二、中國開源已經把護城河打穿了。 jmyeet 留言:「OpenAI 估值一兆美元的前提是它必須『贏』AI 並擁有足夠護城河;不然這間公司就只剩一小塊價值。DeepSeek 出來那天我立刻意識到:美國科技公司要『擁有』AI 這件事根本不會發生,中國會親手確保這一點。」這跟 TheAhmadOsman 自己 5 月在 X 推的預測互相呼應:「2026–2027 將是開源 AI 的新時代,這個時代會由美國開源實驗室推動前沿、但中國實驗室決定邊界」。

三、「開源」跟「開權重」根本是兩回事。 c7b 留言:「開權重幾乎是『第一口免費』的引子。沒有原始訓練資料你根本沒辦法有效升級模型,能力會被持續開發的版本甩開,最後還是會回到 API。」Open Source Initiative 自己在 2025 年的〈Open Weights: not quite what you’ve been told〉白皮書講得一模一樣:「開權重只揭露神經網路最終的參數,但訓練碼、訓練資料、評估流程沒釋出,根本撐不起『可重現、可審查』這兩個最關鍵的字。」

「必須勝出」的定義戰爭

18al 提出一個很多人忽略的問題:作者口中的「勝出」到底是什麼?

  • A. 最強的模型要是開源的(例如強過 Anthropic Fable 5)—— 他認為這條路不可能,閉源實驗室永遠會先一步。
  • B. 開源模型是多數任務的預設選擇 —— 這條路有可能,但需要一套完整的生態:硬體、工具鏈、商業模式。

Hugging Face 2026 年的開源 LLM 榜剛好印證了 B 路線已經成形:Qwen 3.6 27B 在 SWE-bench 拿到 77.2%,Apache 2.0 授權、24GB Q4 量化就能跑,被列為「消費級硬體上最好的整體模型」;Kimi K2.6 與 DeepSeek V4 Pro 並列「前沿開源模型」;Llama 4 Scout 10M token 上下文;Phi-4 在 14B 等級用 MIT 授權打下小型本機模型的基準。開源已經不是「便宜的替代品」,而是在編碼、推理、agentic workflow、長文脈分析、本機部署這幾個戰場上「夠好到可以上 production」的選項。

框架比模型重要:被忽略的工程路線

留言串裡 egonschiele 的回應最值得工程團隊注意:「要讓任何 agent 變得夠好,有兩個環節:模型本身和執行框架(harness)。能訓練模型的公司很少,但任何人都能寫框架。我一直在問:用開源模型搭出一個框架,能不能逼近 Opus 等級的表現?結論是可以——而且這條路徑只有開源社群走得起來。」

這是 2026 年開源 AI 工程界正在翻轉的常識:以前比誰有更多 GPU,現在開始比誰能把開源模型包進更好的 agent 框架、tool-use loop、錯誤修正機制。Anthropic 在 6 月初連續發了兩篇〈Defending the code harness〉,自己都承認「程式碼本身只是 agent 表現的一小部分,harness 的設計才是決勝點」。

戰略意涵:為什麼 Osman 選這個時機

注意他寫的時機。6 月初發生三件大事:

  1. Anthropic 為了回應美國政府指令,把 Fable 5 和 Mythos 5 對外國公民全部關閉(6 月 11 日,2,179 分 HN 熱度)—— 這是閉源前沿實驗室服從國家命令的第一個高調案例,Osman 的「不能依賴單一閉源機構」論述第一次有實例背書。
  2. SpaceX 以 AI 題材 IPO,估值被市場拿來跟 OpenAI 對標 —— 資本市場開始把「擁有模型 = 擁有未來」當成估值錨定,這正是 Osman 試圖拆解的迷思。
  3. DeepSeek V4 在 precision benchmark 上贏過 GPT-5.5(6 月 8 日 Siami 報導)—— 開源已經在前沿基準上對閉源有實質威脅。

Osman 的宣言卡在這個時機點,是要告訴美國政策圈:「不要再押注『美國 AI = 閉源 AI』,開源是國家級的戰略選項。」

對台灣與華文讀者的意涵

如果把 Osman 的框架套到台灣的處境,問題會更尖銳:

  • 國內目前的 LLM 應用高度依賴 OpenAI、Anthropic、Google 的 API —— 這是「從別人家租智慧」的典型形態。
  • 本地部署的開源模型(Llama 4 Scout、Qwen 3.6 27B、gpt-oss-20b)已經在 2026 年達到「消費級單卡 GPU 跑得動、production 等級表現」的水位。
  • 學術界、公民團體、中小企業的 AI 主權議題,在台灣還沒進入公共討論;對比 Osman 喊出「文明基礎設施」的高度,這個落差值得認真補課。

一句話總結

Osman 的宣言不是技術文,是一份政治聲明:「智慧」不該是被租用的東西,開源 AI 必須在文明基礎設施的層級上勝出——不是「贏過閉源」,而是不能沒有它。HN 415 條留言裡最值得記下來的是 jmyeet 那句:「DeepSeek 出來那天,美國科技公司要『擁有』AI 這件事就已經結束了。」接下來的問題不是「要不要開源」,而是「開源 AI 的基礎設施要由誰來守」。


資料來源

網友熱門留言 (5)

#1 Hacker News 用戶 txrx0000 ▲ 487
人們失去的不只是運作自由,而是思考的餘裕。通用智慧在某種程度上已經被外包給少數公司。手機和電腦延伸了人類心智的能力,但大多數人對自己的手機沒有 root 權限,他們不知道、也無法控制上面跑的是什麼軟體。一旦智慧變成只能從 API 租用,連『自己思考』這件事都會受到依賴路徑的限制。
#2 Hacker News 用戶 jmyeet ▲ 312
OpenAI 估值一兆美元的前提是它必須『贏』AI 並擁有足夠護城河擋住競爭,否則這間公司就只剩一小塊價值。DeepSeek 出來那天我立刻意識到:美國科技公司要『擁有』AI 這件事根本不會發生,中國會親手確保這一點。任何把 AI 鎖進閉源花園的策略,最後都會被開源生態系從底層抽掉。Osman 的宣言在這個時點出來剛好。
#3 Hacker News 用戶 18al ▲ 256
作者說的『必須勝出』到底是什麼意思?是指最強的模型必須是開源的,還是開源模型應該是多數任務的預設選擇?前者看起來不可能,閉源實驗室永遠會比開源走得前一點;後者才是有可能發生的——開源變成預設值,閉源退場成專業工具。
#4 Hacker News 用戶 egonschiele ▲ 198
我做這題目做很久了,今天剛好出來講。要讓任何 agent 變得『夠好』,有兩個環節:模型本身和執行框架(harness)。能訓練模型的公司很少,但任何人都能寫框架。我一直在問:用開源模型搭出一個框架,能不能逼近 Opus 等級的表現?結論是『可以』——而且這條路徑只有開源社群走得起來。
#5 Hacker News 用戶 c7b ▲ 174
文裡沒提但很重要:開源跟開權重是兩回事。開權重幾乎是『第一口免費』的引子——沒有原始訓練資料的話你根本沒辦法有效升級模型,能力會被持續開發的版本甩開,最後還是會回到 API。真正能當替代品的是資料 + 訓練碼 + 驗證流程全部都釋出的那種。