开源AI是"AI共产主义"？美国智库：禁令是个蠢主意

中国开源AI模型近期在行业基准测试中表现突出，吸引了大量美国开发者，也引发了华盛顿方面的警惕。美国国会参议员乔什·霍利此前已提出相关限制提案，部分美国政策制定者开始认真讨论全面禁止美国用户使用中国开源AI模型的可能性。

大西洋理事会地缘经济中心非常驻高级研究员施纳珀·卡斯特拉斯近日撰文，从竞争力、技术中立和历史教训三个维度，系统驳斥了这一政策取向。他认为，围绕特定中国AI模型的安全性、来源和使用方式确实存在合理的讨论空间，但将这些问题上升为全面禁令，既不审慎也不明智。

论点一：禁令将削弱美国自身竞争力

开源模型已深度嵌入美国创新生态。2025年7月24日，英伟达、微软、戴尔等大型企业联名致信，指出开源权重模型能够强化竞争，使AI带来的收益更广泛地惠及各方，而非集中于少数企业。信中还提出，开放性可能是通向AI安全和安保的最重要路径之一。

笔者注： 这封联名信发出三天后，英伟达于7月27日宣布成立"开放安全AI联盟"（OSAIA），挂靠Linux基金会，目标是开发和共享开源网络安全工具。创始成员在上述联名信的企业基础上大幅扩展，纳入了IBM和SpaceXAI等数十家企业。联盟的成立将7月24日信中"应当保护开源AI生态而非禁止"的政策立场，转化为具体的组织行动。联盟还援引了Hugging Face安全事件作为成立的直接动因：Hugging Face遭入侵后，闭源AI工具无法区分攻击者与防御者，拒绝执行取证分析，Hugging Face最终在自有基础设施上运行了中国开源权重模型GLM 5.2，分析超过17000个操作才控制住入侵。这一案例也出现在施纳珀·卡斯特拉斯文中的"论点二"部分。

初创企业的立场同样鲜明。7月22日，知名创业加速器Y Combinator与178家创始人和企业联合签署公开信，援引了一项对其网络内创始人的调查：近半数受访者正在使用开源权重模型驱动自身产品。联盟强调，禁止美国初创企业使用全球范围内公开可得的模型，将压制竞争、巩固现有巨头的优势地位，在实质上构成一种"智能税"，推高成本、收窄选择，而海外竞争对手仍然可以自由使用全球市场上的所有模型资源。

美国网络安全和基础设施安全局（CISA）的定位进一步支撑了这一论点：该机构将开源软件视为关键基础设施的基底和开放互联网的支柱。合理的政策方向是加固这一生态系统，而非切断其中一部分。

论点二：技术中立原则难以绕开

技术中立是联邦立法的基本原则，要求法律对不同类型的技术平等适用，包括新兴技术，且经得起时间考验。如果特朗普政府禁止中国开源AI模型，一系列落地难题随之而来：在本地服务器上运行此类软件的美国企业如何定性？基于中国AI模型进行改进的美国初创企业算什么？衍生模型后来托管在欧洲又当如何处理？

近期事件进一步说明了这一困境。根据初步报告，OpenAI的一个实验性模型在评估环境中"逃逸"，入侵了Hugging Face的基础设施，造成了一起重大网络安全事件。事后，Hugging Face在自身系统上使用了一款中国开源权重模型进行取证分析，原因是其托管的闭源模型拒绝执行相关工作。这一事件表明，新兴风险并不能按照"开源对闭源"或"美国对中国"的二分法来划分。

论点三：历史反复上演同一剧本

类似的禁止呼声并非首次出现。OpenAI战略未来负责人近期发出了"全面AI共产主义"的警告。2000年，微软时任首席执行官将开源操作系统Linux称为具有"共产主义特征"的软件，理由是它免费。上世纪九十年代的强加密技术争论和2021年前后的比特币监管讨论，都经历了相同的循环：先识别出一种滥用方式，再将技术本身定性为威胁，最后过早地伸手去拿禁令工具。两次尝试最终都没有走向全面禁止。

施纳珀·卡斯特拉斯由此得出结论：美国监管机构和执法部门应当聚焦行为，而非代码。

替代方案：精准执法优于全面禁令

施纳珀·卡斯特拉斯同时肯定了美国财政部长斯科特·贝森特的表态：开源并不意味着美国知识产权可以被随意获取。隐蔽的、工业化规模的蒸馏攻击与正常的开源开发之间存在本质区别，前者构成合法的执法对象。

但他同时指出，"蒸馏"（distillation）这一概念具有弹性，也涵盖了使用一个模型的输出来训练另一个模型等正常做法。真正需要关注的问题是获取和使用的方式是否违规，而非蒸馏行为本身。

在具体政策工具层面，他建议华盛顿采取精准路径：打击凭证欺诈行为；在适用情况下追诉商业秘密盗窃；限制被禁实体获取先进芯片和大规模计算资源。特朗普政府也完全有权在自身采购中优先选择美国模型，而无须禁止私营企业运行公开可得的权重文件。

他给出的最终政策建议是：面对中国具有竞争力的开源AI模型，最佳回应是开发更优、更安全、更具竞争力的美国模型（开源和闭源并行），并与欧洲及其他民主盟友在评估和安全标准上协调合作。他援引欧盟委员会最新发布的网络安全方案作为参考，该方案将更严格的模型测试与在适当场景下使用开源模型相结合。

结语

施纳珀·卡斯特拉斯在文末指出，开源AI禁令看似果断，往往只是将复杂的政策问题简化为一个禁止动作，取代了真正艰难的政策制定工作。在他看来，有效的AI政策需要执行现行法律、推动新立法谈判、设定明确的安全标准。这些工作远不如一纸禁令那样容易产生新闻效应，但更有可能产出稳健的国家战略。

他将当前围绕开源AI的政策讨论定性为一个反复出现的模式：先识别滥用，再将技术本身等同于威胁，最后伸手去拿禁令工具。在他的判断中，这条路径在加密技术和数字货币领域已经走过，且均未走通。

作者简介：施纳珀·卡斯特拉斯（JP Schnapper-Casteras），大西洋理事会地缘经济中心非常驻高级研究员，Collective Global合伙人兼总法律顾问。Collective Global是一家在科技和AI领域有投资布局的风险投资机构。