a16z：開源AI是下一階段AI競爭的“預設層”

AI的競爭格局正在發生變化。下一階段的競爭將不再僅僅取決於誰能打造出最好的模型，而是取決於誰能打造出構建模型的最佳平臺。開源工具將在這一轉變中發揮至關重要的作用。由於開源工具獲取成本低廉，且賦予開發者極大的修改自由度，它們很可能成為全球初創企業和研究人員進行AI開發的基石。

這件事關係重大。作為AI開發（而不僅僅是AI使用）基礎的模型，將成為全球AI系統的底層基礎設施。誰提供了這些基礎設施，誰就不僅能影響技術的發展方向，還能影響嵌入整個生態系統的激勵與規範。

如果開源AI是未來的基礎，那麼現狀令人擔憂。目前，在使用開源工具進行開發的開發者中，80%使用的是中國的開源工具。a16z與OpenRouter近期開展的一項研究表明，在2025年的某些周裡，中國的開源模型佔到了全部AI使用量的30%。而就在今年1月，中國科技巨頭阿里巴巴達成了一個重大里程碑：其通義千問（Qwen）系列AI模型成為全球採用最廣泛的開源AI系統，僅在Hugging Face上的下載量就突破了7億次。而就在此一年前，中國開發者DeepSeek釋出了一個新前沿模型的權重，其效能與領先模型相當，隨後在全球範圍內迅速走紅。這些資料得出的結論十分明確：即便美國的專有AI系統領先世界，中國目前正引領開源AI的開發。

美國政策制定者開始認識到其中的利害關係，但要確立美國在開源AI領域的領導地位，還需要做出更多努力。政策制定者應當保護並促進美國的開源開發，一方面採取措施保護開源工具免受不當限制，另一方面促進開源的使用與採用。

什麼是開源，為什麼它如此重要？

開源軟體簡史

軟體領域中的開源有著悠久而豐富的歷史。"開源"一詞通常指公開分發軟體的原始碼，往往是為了鼓勵社群驅動的開發與改進。軟體要成為開源軟體，就必須允許任何人在相對較少限制的情況下永久行使四項基本自由：使用、研究、修改和分享。開源軟體通常以寬鬆許可證分發，允許任何人自由下載、修改並重新分享程式碼。"開源軟體"的定義由開放原始碼促進會（OSI）維護，該定義聚焦於版權許可證必須滿足的10項具體條件。OSI一直在努力通過OSAID（開源AI定義）將這一對AI的定義進行延伸，這項工作仍在進行中。

開源軟體已成為科技行業和我們經濟的關鍵組成部分。開放的版權許可證為任何希望在其基礎上構建並改進產品的人提供了法律確定性。這種確定性對企業至關重要，對個人開發者和愛好者同樣如此——他們需要在公共程式碼庫（包括GitHub等熱門服務）中輕鬆協作，而無需陷入繁瑣的法律細節。其影響是巨大的：經濟學家弗蘭克·納格爾（Frank Nagle）的研究為開源賦予了8.8萬億美元的價值標籤。一項2022年的研究發現，高達98%的程式碼庫至少包含部分開源軟體。正如一位學者所說："國家電網、外科手術室、嬰兒監視器、監控技術和汙水處理系統全都執行在開源軟體之上。"

開源降低了競爭、協作與創新的門檻，因為它幫助研究人員和愛好者的生態系統與社群團結起來，創造出作為私有產品替代品的公共物品。正如"AI教母"李飛飛（Fei-Fei Li）所言："開源開發在私營部門很重要，但對學術界而言至關重要"（原文強調）。研究人員依賴開源，因為開源讓他們能夠復現和驗證結果，並在此前工作的基礎上創造新的突破與改進。

一個例子是Home Assistant。它最初是程式設計師保羅·斯豪森（Paulus Schoutsen）的一個小專案——編寫一個小型Python指令碼來自動化控制他的飛利浦Hue燈具。他把這個專案釋出到GitHub上，其他人開始在它的基礎上進行開發。他們不斷改進它，使其能夠本地控制其他家居裝置，而不必依賴監控使用者的第三方服務，並且讓非程式設計師也能更容易地使用。到2024年，Home Assistant已被數百萬人安裝，該專案如今由非營利組織開放家居基金會（Open Home Foundation）積極管理。

不過，開源並不僅僅是私有產品的替代品。開源工具是能夠轉化為更廣泛經濟利益的公共物品。任何人都可以免費獲取並使用開原始碼，這使得創辦公司或構建新服務變得容易得多。通過降低研發成本、支援下游的使用與修改，開源降低了創業門檻，並抑制了市場集中。對消費者而言，這種更加充分的競爭帶來了更低的價格、更高質量的產品和更多的創新。而對整個經濟而言，這意味著利益的更廣泛分配。

除了經濟和產業政策方面的原因，開源還因其他理由而符合公共利益。其一，當代碼開放時，軟體可以被審計和仔細檢查以發現缺陷。安全研究人員可以審查開原始碼中的漏洞，而這些漏洞原本可能隱藏在付費牆或API之後。Linux作業系統的創造者林納斯·託瓦茲（Linus Torvalds）有一句名言："只要有足夠多的眼睛，所有的bug都是淺顯的。"在接受Linux基金會調查的企業使用者中，78%表示開源提升了安全性。

開源AI

隨著AI行業的爆發式增長，開源AI有潛力成為經濟價值和社會價值的驅動力。AI領域的開放效能夠支援一個無需許可的創新生態系統，有助於抑制市場集中、支援競爭並降低價格。事實上，開發者可以在開源模型的基礎上構建出更多強大且成本效益高的模型，從而創造出能夠服務更多用途和更多人群的工具。經濟學研究以鮮明的措辭闡述了這一機遇：在2025年，從封閉AI模型轉向開放AI模型，本可將平均價格降低70%以上，並在當年為消費者節省250億美元。正如布魯斯·施奈爾（Bruce Schneier）和吉姆·沃爾多（Jim Waldo）所寫："開源社群以種種方式進行創新，使結果幾乎能與那些巨型模型相媲美——卻能在家用機器和普通資料集上執行。曾經專屬於資源雄厚者的領域，如今已成為任何擁有好奇心、程式設計技能和一臺好筆記型電腦之人的遊樂場。更大也許更好，但開源社群正在證明，更小往往已經足夠好。這為更高效、更易獲取、更節省資源的LLM打開了大門。"

雖然開源並非萬能靈藥，但商業界對AI開放方法的投資已經相當可觀。數十億美元正投入到那些在AI模型開發與釋出上採取開放方式的企業中。在AI領域，"開放"可以有不同的含義。一些開發者釋出模型權重；另一些開發者還會發布更多周邊的"配方"（架構細節、資料文件、訓練程式碼、評估方法）。這些選擇在不同程度上降低了下游創新的門檻，但兩者都能擴大獲取渠道，減少對大型平臺所提供的少數專有模型的依賴。

開源還有可能推進美國的地緣政治利益。如果開源AI將成為未來AI開發的基礎，那麼美國在開源AI領域的領導地位有助於讓美國的價值觀處於AI未來的核心位置。然而，目前的發展趨勢正朝著錯誤的方向走：很大一部分開源開發者已經依賴中國的工具，中國開源模型的採用率激增。如果AI開發的"預設層"在海外鞏固，美國將長期失去對塑造AI系統的基礎設施和價值觀的影響力。扭轉這一趨勢，需要的是一份支援開源開發的政策議程，而不是把開源開發置於瞄準鏡之下。而政策制定者往往選擇了後者。

開源的政策

在2022年11月ChatGPT釋出之後，一波政策提案將開放開發視為一種格外危險的事物，其中包括寬泛的許可概念以及針對開放釋出的限制。要求進行激進監管的呼聲不僅來自政策制定者，也來自產業界和學術界。

Anthropic執行長達里奧·阿莫迪（Dario Amodei）向美國參議院作證稱，不法分子可能將開源AI模型改用於生物攻擊。AI安全倡導者傑弗裡·辛頓（Geoffrey Hinton）將大AI模型的開源比作能夠在Radio Shack買到核武器。包括生命未來研究所（Future of Life Institute）在內的AI安全倡導者主張對開源模型施加繁重的義務，稱它們"對社會構成重大風險"。

這股反彈浪潮包括呼籲建立一套對開源AI採取懲罰性做法的監管制度，例如賦予政府權力以阻止未經許可的模型釋出。參議員理查德·布盧門撒爾（Richard Blumenthal，康涅狄格州民主黨）和喬什·霍利（Josh Hawley，密蘇里州共和黨）提出了一項提案，旨在為AI建立寬泛的許可制度，以及可能對開源模型造成不成比例影響的新出口管制。加利福尼亞州議員提出了一項法案SB 1047，該法案要求對下游用途進行監控和控制，從而威脅到開源開發者。部分由於擔心這些開源限制對競爭和研究的影響，這些政策提案並未獲得成功。

公共政策的潮流在2024年和2025年開始轉變。拜登政府的《關於安全、可靠、可信賴的人工智慧開發與使用的行政命令》曾就開放權重徵求意見，該命令暗示開放權重模型存在風險："當雙用途基礎模型的權重被廣泛獲取時——例如被公開發布到網際網路上時——可能為創新帶來重大益處，但也可能帶來重大的安全風險，例如模型內部安全防護措施的移除。"

但是，彙集起來的意見以及NTIA（美國國家電信和資訊管理局）收到的實證資訊表明，邊際風險遠沒有那麼大，而且在許多情況下只是推測性的。NTIA的最終報告承認了開源AI在競爭和創新方面"廣泛的益處"，指出它將"使AI市場的控制權從少數大型AI開發者手中分散開來"，並"使使用者能夠在不與第三方共享資料的情況下使用模型，從而提高機密性和資料保護水平"。報告還恰當地聚焦於"邊際風險"，重點判斷開放性是否產生了超出專有模型所呈現的特定風險。在這一背景下，報告反駁並質疑了關於開源AI風險的說法，並得出結論：政府應當監控開源模型，但不應當採取措施限制其可獲得性。同樣，在拜登政府任期結束時，工業與安全域性決定不將開放權重模型納入其"AI擴散"出口限制規則，稱其"經濟和社會效益……目前超過了風險"。

當中國的開源模型DeepSeek公開發布時，立法者迅速意識到，增強美國開源提供商在全球競爭能力的重要性。在這一背景下，特朗普政府將美國在開源領域的領導地位列為優先事項，白宮也多次表達支援。該政府於2025年7月釋出的《國家AI行動計劃》中，用整整一節闡述"鼓勵開源和開放權重AI"的必要性。白宮AI與加密貨幣事務負責人大衛·薩克斯（David Sacks）對私營部門的AI努力表示讚賞，強調"美國要贏得AI競賽，就必須在開源領域也獲勝"，並論證市場"將更青睞開源所提供的成本、可定製性和控制力"。白宮科技政策辦公室主任邁克爾·克拉齊奧斯（Michael Kratsios）也發表過類似言論，討論了在開源領域提供"一個可行的美國選項"的必要性。

促進與保護：一份開源AI政策議程

開源AI的戰略、經濟和社會效益意味著，政策制定者應當積極促進並保護其使用。中國目前在開源市場中的地位，使得政策制定者採取行動變得更加緊迫。如果美國政府希望模型開發者選擇美國的開源工具，就必須幫助培育一個開源開發生態市場，使美國工具能夠與外國模型有效競爭。雖然在ChatGPT公開發布後的初期，政策制定者對開源AI的懷疑態度可能延緩了美國製造的開源AI創新，但兩黨正在形成的一種共識——開源是美國AI競爭力的關鍵——有望加速發展。為了把這種共識轉化為行動，政策制定者可以通過促進開源AI的開發與使用、保護初創企業和創業者選擇構建開源工具的能力，來加速這一市場的成長。

促進開源AI

要使美國在開源AI開發中佔據領導地位，政策制定者應當激勵並支援其開發與使用。有四種機制可以幫助促進開源AI：表達支援、政府採購、政府開發以及降低門檻。

為開源正名

政策制定者促進開源AI最重要的方式之一，就是公開表達對開源AI的支援。表達很重要。如上文所述，在2022年11月ChatGPT釋出後的最初階段，一些政策制定者對開源AI表達了警惕，暗示其風險大於收益，一些立法者甚至暗示可能出臺嚴厲的限制或禁令。雖然拜登政府對開放模型權重的審查最終以一份報告收尾——該報告承認了開源的益處，並建議短期內不要施加限制——但這一結果並非註定如此。在這一過程早期，政府審查確實有可能導致限制出臺。

這種懷疑與不確定性很可能給開源開發蒙上了一層陰影，使一些開發者不願選擇開源而非專有路線。如果一條道路伴隨著額外的監管風險，為何要放棄專有方案而選擇它呢？隨後，這層陰影在造就今日現實的過程中起到了作用：中國在開源領域處於領先地位，相當大比例的開源開發者選擇了中國的開源工具。

如上所述，自NTIA報告發布——它宣揚開源的益處並建議監管剋制——以來，潮流已經轉變。特朗普政府對開源的大力支援，以及國會中不再有呼籲禁止開源的聲音，讓開發者有信心選擇構建開源工具。

政策制定者應當繼續在私下和公開場合表達對開源的支援。他們應當闡明開源在競爭、創新和安全方面的益處。他們應當利用與聯邦機構官員的監督聽證會，確保政府對從開源提供商處採購AI工具持開放態度。而當不法分子濫用通用開源工具造成危害時——這是不可避免的——政策制定者應當確保執法者能夠追究不法分子的責任，而不是歸咎於工具本身。

政策制定者持續、一貫的表態至關重要。如果他們能夠圍繞開源開發營造持久的確定性——讓構建者相信他們可以釋出開源工具，而無需擔心遭到追溯式的打壓——就會有更多開發者選擇開源道路。

政府採購

政府可以利用採購流程來幫助加速開源開發與採用。由於向政府銷售具有巨大的商業潛力，政府採購能夠推動市場：如果政府發出訊號，表明它通常更青睞開源工具而非專有工具，就會有更多開發者選擇開源。

開源的益處與政府需求高度契合。如上文所述，開源工具更容易測試安全缺陷，也更容易針對特定的政府用例進行定製。在高度敏感的場景中，例如國防部或衛生與公眾服務部使用時，開源提供商可能會更快地修補漏洞。使用開源還能避免對第三方供應商的過度依賴，因為這種依賴會造成鎖定。

多年來，美國政府一直強調，"各機構必須平等地、在公平競爭的環境下考慮開源……解決方案，不得基於技術如何被開發、許可或分發而抱有先入為主的偏好"。這種對開源的開放態度應當延續下去。在適當的情況下，聯邦機構應當在採購計劃中考慮開源工具，並應當避免對開源施加限制或偏向專有供應商。

OSI提供了詳細的指導，概述了政府機構可以採取的額外措施，以便為開源採購敞開大門：

• 避免專有性要求。 公共機構不應在其招標中要求特定的專有軟體品牌或解決方案。
• 關注總擁有成本，包括支援、升級以及潛在的資料遷移成本——而不僅僅是初始採購價格。
• 通過開放應用程式程式設計介面（API）要求互操作性，以確保公共機構能夠更換供應商或遷移資料，而不被單一供應商所挾持。無論軟體由誰開發，互操作性都是開放性的關鍵，因為它降低了供應商鎖定的風險。

這些額外措施有助於確保各機構不僅在紙面上表達對開源的開放態度，而且使開源工具的採購成為政府機構和開源提供商的現實。

以身作則

州政府和聯邦政府還可以在儘可能的情況下，以開源許可證釋出自己的AI工具，從而幫助強化開源生態系統。這樣做延續了一系列鼓勵政府公開程式碼的兩黨法律、法規和指導檔案。

2016年，歐巴馬政府釋出了一項聯邦原始碼政策，規定了"預設開放"（Open by Default）的要求，要求所有聯邦機構向公眾釋出原始碼。該政策強調，"當原始碼也以開源軟體（OSS）的形式向公眾開放時，可以產生額外收益"。國會通過於2024年12月頒佈《資訊科技領域原始碼協調與複用法案》（SHARE IT）將這一政策法典化，該法案最初由一名共和黨人在眾議院提出，並由拜登總統簽署成為法律。而在2026年1月，特朗普政府的總務管理局（GSA）釋出了其開源軟體政策的更新，旨在"強化GSA對透明、開放優先的軟體開發方式的承諾"。該政策要求GSA專案團隊從開發的第一天起，就在GitHub或GitLab等公開可讀的程式碼倉庫中開發新的定製程式碼。

資助開發與研究

政策制定者還可以通過直接資助開源開發、支援關於開源的研究、要求其研究資金的獲得者以開源許可證釋出成果，以及為研究人員建立開放基礎設施等方式來支援開源開發。

在某些情況下，政府可以資助針對特定用例的開源模型或工具的開發。過去，政策制定者經常向特定的開源軟體專案提供資助，以幫助維護和改進數字公共物品。例如，德國政府的主權技術基金（Sovereign Tech Fund）提供了超過2460萬歐元的資金，用於支援全球60多個開源專案。美國聯邦機構（如網路安全與基礎設施安全域性）也資助了開源工具的開發，並在召集利益相關方討論最佳實踐方面發揮了作用。

除了直接資助開源開發，政府還可以通過為利用、改進和擴充套件開源AI模型、資料集和開發工具的研究提供有針對性的資金，來推動開源開發。美國國家科學基金會（NSF）已與輝達（NVIDIA）和艾倫人工智慧研究所（Allen Institute of AI）合作，資助開發用於支援科學研究的AI模型。NSF，或者也許是通過創世紀使命（Genesis Mission）的能源部，可以深化和擴充套件現有合作關係，同時在未來為更多合作提供更多資金。

政府作為研究資助者的角色，也使它能夠在推動更多資料和原始碼公開方面施加影響力。政府可以將研究資金的發放條件設定為：任何非敏感資料集和成果都必須通過寬鬆許可證或公有領域貢獻的方式向公眾開放。

除了簡單地開支票，政府還可以通過建設支援開源研究人員和開發者的基礎設施，來支援開源研發。目前，AI開發存在諸多障礙，從資料獲取到算力獲取不一而足。聯邦政府可以在降低這些進入門檻方面發揮重要作用，幫助建立共享計算資源——這些資源對研究人員或初創企業而言可能過於昂貴。我們提議設立一個國家AI競爭力研究所（NAICI），隸屬於美國國家標準與技術研究院（NIST），為研究人員和初創企業提供負擔得起的算力、資料以及基準和評估工具。

此外，國家實驗室可以在提供這類公共基礎設施方面發揮作用，而且它們已經採取措施支援特朗普政府的創世紀使命計劃。

利用公共算力降低進入門檻，不僅僅是聯邦政府的職責——各州也可以為其轄區內運營的企業建設公共計算基礎設施。例如，紐約正在開發帝國AI（Empire AI），一個面向研究機構的產業級AI計算叢集。加利福尼亞州去年秋天通過了一項法律，將為建立CalCompute制定一個"框架"——這是一種"公共雲端計算基礎設施"，將通過擴大計算資源的獲取來實現"公平創新"。而在佛羅里達州，HiPerGator專案為佛羅里達大學的研究人員和學生執行著一個大型AI叢集。這種做法已有先例：國家實驗室和贈地大學長期以來一直為研究人員提供他們無法獨立負擔的資源，催生了推動美國經濟增長的發現。

保護開源AI

如果開發者無法構建開源工具，促進開源AI將無從談起。為了確保開發者擁有選擇從事開源開發的權利，政策制定者必須確保落實若干項保護措施。

監管有害使用，而非開源開發。 保護開源AI，意味著確保當AI被用來傷害他人時，作惡者能夠被追究責任。這一原則既適用於專有工具，也適用於開源工具。當政策制定者擔心與開源工具使用相關的潛在危害時，他們應當針對對造成危害負主要責任的個人或實體。

更普遍地說，政策制定者不應假定模型開發者就是將AI產品推向市場的同一家公司。這一點對開源尤為重要。在開源領域，一個組織可能開發模型，另一個組織可能擁有並運營執行該模型的硬體，還有另一個組織將模型和硬體結合起來構建API或服務，然後另一家公司在這些服務之上開發並向最終客戶銷售產品。在大多數產生危害的情況下，將產品帶給使用者和客戶的公司才是對危害負責的一方。重要的是，開源開發者不應當為下游的濫用承擔法律責任。

監管有害使用還應當在另外兩個方面指導政策設計。第一，當立法者施加透明度義務時，這些要求應當落在掌握相關資訊的實體身上。開源開發者常常會在其他模型的基礎上進行構建，而當他們這樣做時，他們可能無法獲取屬於披露義務範圍的資訊。因此，披露義務通常應當由進行預訓練的開發者承擔。

第二，州法律中的管轄條款應當謹慎，不要規制完全屬於域外的開源開發。如果州法律不包含管轄限制，或者採用包容性的限制——例如對在某一州"開發或部署"的模型施加要求——那麼所有開源開發者都可能被迫遵守某一個州的法律，而無論開發發生在何處，也無論他們是否有讓模型在某一特定州可供使用的具體意圖。正如我們此前所寫，規制域外活動或對州外行為施加過度負擔的法律，可能會引發憲法方面的擔憂。

禁止"禁令"。 鑑於目前對開源的支援程度，這可能難以想象，但在過去幾年裡，開源AI開發確實面臨著被全面禁止的真實風險。為了保護開源AI，未來的聯邦和州政策制定者應當遵循這些範例，避免禁止開源工具的開發和使用。

警惕變相的禁令。 除了避免直接的禁令外，政策制定者還應當避免制定與開源從根本上不相容的規則。任何使合規變得不可能或極其困難的規則，都會勸阻開發者選擇開源道路。雖然這些型別的法律負擔名義上不是禁令，但在實踐中卻起著禁令的作用。

例如，任何要求AI提供商撤銷許可證的法律，在結構上都與開源不相容：按照定義，開源許可證是不可撤銷的。因此，任何要求開發者撤銷許可證的法律，都是對開源的事實上的禁令，因為開源開發者根本沒有法律能力這樣做。

在某些情況下，政策制定者應當明確提及開源，以確保善意制定的規則不會無意中將開源排除在關鍵計劃之外。例如，"美國AI出口計劃"應當承認開源AI模型是技術棧的關鍵組成部分，並確保聯盟規則和評估標準與開源開發相相容。

不要歧視開源AI。 政策制定者還應當注意，不要施加對開源AI造成不成比例影響的限制。這類限制會抑制開源的開發與採用。

以SB 1047為例，這是2024年在加利福尼亞州提出的一項法案，最終被州長否決。除其他內容外，該法案要求實施"行政、技術和物理"防護措施，以防止模型被用於某些有害目的的濫用或修改，並要求開發者"採取合理的謹慎措施以確保"模型的行為能夠"被準確可靠地歸因"於底層模型。

這些義務對所有開發者來說可能都是負擔，但對開源開發者造成的挑戰尤為突出，因為按照定義，他們向下遊開發者施加要求的能力有限。正如本·布魯克斯（Ben Brooks）——時任StabilityAI公共政策主管、現為黑森林實驗室（Black Forest Labs）公共政策主管——當時所說："開放模型的開發者對下游實驗的控制有限"，而"追溯模型輸出，無異於要求一家造紙公司監控其客戶選擇寫什麼或列印什麼"。

同樣，紐約州《RAISE法案》的早期版本很可能會要求世界上任何地方的開源開發者都遵守其規定，因為它對"全部或部分在紐約州開發、部署或執行"的模型施加了要求。開源開發者監控和控制其模型是否在紐約部署的能力有限。結果，紐約以外的開發者可能會選擇不以開源方式提供工具，因為這會讓他們在紐約承擔合規義務。

同樣，在大多數監管場景中，開源AI應當像過去的其他開源工具一樣受到對待。一個例子是出口限制，這類限制歷來包含對開源的豁免，因為開源開發者無法控制其產品在美國境外的使用。這些豁免也應當繼續適用於AI工具。

奠定預設層

開源工具將成為下一階段AI競爭的基礎，因為它們價格低廉、可修改，並且在規模化構建模型方面日益不可或缺。誰提供了這一基礎，誰就奠定了預設層：塑造下一代計算系統在全球範圍內如何構建的基礎設施、激勵與規範。

美國應當把這一時刻視為機遇：一個由美國主導的開放生態系統可以拓寬前沿能力的獲取渠道，強化具有競爭力的初創企業梯隊，並將更多的價值創造——以及人才——留在美國經濟之中。

要把趨勢引向這個方向，美國政策制定者必須促進並保護開源AI。促進意味著持續的公共支援、為開源解決方案敞開大門的採購，以及共享的算力和評估基礎設施，讓初創企業擁有構建和競爭所需的工具。保護意味著遠離那些在結構上與開源不相容、或使開發者更難選擇開源的禁令、限制和歧視性待遇。如果政策制定者擔心AI（無論是開源還是專有）可能帶來的危害，他們就應當專注於直接打擊有害使用，而非上游開發，並應當把義務施加給那些將系統商業化、部署系統且有能力減輕危害的行為者。

開源AI會持續存在，接下來的關鍵是全球AI開發基礎由誰構建。如果我們希望開發者選擇美國工具，我們就應當為他們掃清道路。

腳註

1. 關於"開源"工具的定義存在重大爭論，包括"開放權重"是否足以將一個模型歸類為"開源"（參見例如開放原始碼促進會的定義）。就本文而言，我們使用"開放"來涵蓋廣泛的"開放方法"範圍，其中一些方法可能不被某些人視為"開源"，因為開放性更多是一種光譜而非二元對立。當我們提到"開放權重"時，我們認識到一些利益相關方可能認為該術語包含了並非開源的模型。