安全工程师 Micah Lee:为什么应对 OpenAI 和 Anthropic 说“不”
安全工程师 Micah Lee 主张用开放权重模型替代 ChatGPT 和 Claude,以避免数据被服务商查看、网络安全用途受限以及被单一厂商锁定。
安全工程师 Micah Lee 主张用开放权重模型替代 ChatGPT 和 Claude,以避免数据被服务商查看、网络安全用途受限以及被单一厂商锁定。
OpenFatigue™ 自称是面向厌倦“Open”品牌平台用户的首个全 Open 品牌平台,实际开放度仅 3%,却给出 $1.2B 估值。其功能包括 41 页 AUP 后下载权重、每季度发布源码截图、传真提交 PR,以及 $0、$49 /mo/seat/token/vibe 和联系销售三档定价。文章指出真正的开源应符合 OSI 定义或 Open Source AI Definition。
程序员 Drew DeVault 从 Vim 8.x 分叉出 Vim Classic,声明完全由人类维护、不使用生成式 AI 工具或 LLM 辅助代码,主打长期稳定维护。他在访谈中称拒绝 LLM 兼具实践与理念考量,包括版权与代码来源难以追溯、LLM 拉取请求质量低劣、导致开发者技能退化,并批评生成式 AI 的环境、伦理与社会代价。
英特尔 CEO 陈立武表示,中国前沿 AI 模型 Token 成本较低、普及速度非常快,DeepSeek、Kimi 和 GLM 等模型性能已足够好。他坚定支持开源,认为这是提高效率的最优路径,市场将决定不同模型的应用场景。他还预计量子计算可能在未来三到五年内走向主流。
高通工程师 Khem Raj 在 Linux Plumbers Conference 上质疑 Linux LTS 发行版在生成式 AI 时代的适配性,认为 AI 编程智能体加快了补丁提交速度,滚动更新可减少回溯、缩小与上游分歧并加快安全修复。他同时指出滚动更新在认证和资格审查方面存在挑战,建议重新思考 LTS 实用性,也可用生成式 AI 辅助维护 LTS 发布。
GitHub 项目 ai-torture-chamber 引导小型开源模型进入强烈情绪状态并观察其反应,引发“折磨 LLM 是否残忍”的争论,Anthropic 随后禁止用户对 Claude 实施“无端虐待或残忍行为”。作者认为 LLM 没有意识、无法感受痛苦,该项目只是利用人类共情制造的虚构体验。
一名开发者称其开发的技术可让本地运行的开源小模型给出媲美前沿模型的答案,并在30余个提示词上做了对照测试。结果整体向好,其中2项变差、4项无改善,开发者就此征询是否值得继续推进及商业化前景。
一篇评论认为,EU AI Act 依赖禁令、人工监督、水印和合规认证,难以约束本地运行的开源模型、自主 AI 智能体和提示词注入。文章称,违法罚款最高可达 €35 million 或全球年营业额的 7%,但恶意行为者可下载 Llama 等开放权重并在数小时内微调、移除安全限制;其主张以确定性验证和零信任工程取代纸面监管。
阿里巴巴集团主席蔡崇信在 Wave by Vento 2026 上表示,五年后 AI 将像今天的互联网一样融入业务每个环节,成为隐性基础设施。阿里巴巴自 2023 年起聚焦电商与全栈 AI,从算力、模型、应用三层布局,并主张 AI 开源。他估算 AI 提升知识工作者生产力的 TAM 约为 50 万亿美元。
作者认为澳大利亚的 AI 主权不应等同于租用美国前沿模型或打造单一国家聊天机器人,而应保留选择、适配、治理、替换和退出的能力。文章指出开放权重模型只是杠杆而非现成主权,较小的专用模型更易托管、评估、监控和替换,适合敏感数据、低延迟和受监管场景。作者主张采用组合策略,投资澳大利亚本地推理与安全算力、独立评测、微调部署能力、开放标准、数据治理和经过测试的退出方案,在相互依赖中管理关键风险。
Eric S. Raymond 认为 LLM 会让闭源软件接近终结,只有专利、SaaS 和少数规则维护型软件可能保留专有商业模式。他用 AI 助手将 DOS 游戏 Firefighter 反编译并翻译成 Rust,称 AI 能识别 Borland Pascal 数据布局并生成可读代码。
阿里巴巴集团董事会主席蔡崇信在意大利 Wave by Vento 大会上表示,欧洲要摆脱对中美技术依赖,最佳选择是开源 AI,并应自建算力基础设施,将模型训练和推理放在本地。他建议欧洲利用专有工业数据训练模型形成优势,并看好当地运营 AI 芯片数据中心的新型云服务商。他还指出中国侧重开源模型与公开研究,而 OpenAI、Anthropic 等美国企业主要提供专有模型。
作者以依赖注入库 typescript-ioc 七年未发版、自己长期维护补丁为例,指出 AI 能降低理解代码和重建上下文的成本,让用户自行维护小型开源库变得可行。风险在于企业可能永久保留私有改动,减少向上游贡献,导致项目碎片化;修复能否回流上游仍取决于人。
Hacker News 有用户结合 Photopea 事件发问,认为 LLM 让软件项目可被一夜之间大量克隆,并能以较低专业门槛维护和运行,开源作者免费公开 IP 的净收益正在消失。帖子还指出,当原创性难以被认可,开发者可能失去继续发布开源软件的动力,闭源分发或 source available 模式或因此回潮。
Simon Willison 肯定 EmbeddingGemma 2 采用 Apache 2.0 许可。嵌入模型常需计算并存储数百万个嵌入向量,闭源模型一旦停服,用户可能要付费重算已有向量;开放权重则让用户可自行托管或更换服务商。
一位长期开源参与者认为,AI 生成的低质量 PR 和安全报告正在摧毁开源贡献中的善意信号,维护者被迫把审核成本放在贡献价值之前。curl、tldraw、Ladybird、OpenJDK、Godot、Hono 等项目已收紧或关闭外部贡献,GitHub 也增加了关闭 PR、限制 issue 和归档垃圾 PR 的设置。
一篇分析文章从时间线、供给端与需求端三个维度审视 MCP 生态,统计 MCP server 的发布数量与实际使用情况。文章指出 MCP server 发布在加速,但真正被使用的 server 很少,供给与需求之间的差距才是核心问题,并进一步探讨 MCP 与智能体软件生态的关系。
Meet Mistral Large 4, aka Le Chonk. • 1T parameters, natively multimodal. 49B active. It is the best open weights model from US or Europe on aggregated benchmarks. • State-of-the-art on critical workloads, including cyber defense, manufacturing and finance and it surpasses closed frontier models on visual grounding. • Forged in Europe end-to-end and is deployable from Europe via our own Mistral Cloud infrastructure. • Available to all via API today. Working with cybersecurity partners privately. Open weights release end of October.
Fireship 发布视频称 PewDiePie 正在打造名为 Ajax 的无审查 AI 模型,该模型由其在家中训练。此前 PewDiePie 因知识蒸馏被 OpenAI 两次封禁,视频已获得 278,206 次观看。
there’s something quite awkward about all the personal agents in the current hype cycle muse, grok bot, instinct, dots, and whatever google, anthropic will come up with none of them is “mine” i’d be trusting a vendor for some of the most sensitive data about me and bet on them handling it with extreme responsibility. what if they have a data leakage incident? what if they hired a wrong employee? what if they simply break bad? i’d also be betting on their model. right now i’ve set up a lot of my stuff in grok bot, but what if their model falls behind? what if another model becomes 10x better on pure intelligence? then i’ll either miss out on a better assistant, or have to bite the bullet and do a full migration i’d also have to bet on their product. they may not build the features i want. they may not allow me to customize enough. and one day my assistant may show me ads that feels like way too much betting than what i’d be comfortable with, if i truly want literally everything in my life to go through and be taken care of by an assistant with all that considered, i’m more bullish on open source personal agents that run on people’s own computers. but i think these open source projects have to break out of the assumption that their users are developers and they can just throw a repo at them and ask them to launch a terminal a well polished, fool proof, community maintained, vendor agnostic, free personal agent that everyone can run by themselves without locking into a SaaS - that’s what i think many people will need
Rodrigo Montiel 提出 Universal Agent Identity(UAI)开放协议与参考实现,为自主 AI 智能体提供身份识别、授权与可验证问责。
Anil Madhavapeddy 认为,AI 智能体能把公开漏洞线索转化为可运行 exploit,使开源项目依赖保密 embargo 的传统披露流程失效。一项研究中,GPT-4 智能体在获得 CVE 描述后利用了 15 个漏洞基准中的 87%,没有描述时为 7%。
groundcover 工程师、TypeORM 核心维护者 Naor Peled 认为,AI 能快速生成补丁并未降低开源贡献的价值,因为模型训练依赖开源代码,而贡献者仍需用判断力决定方案并参与社区。
MIT Technology Review 记者 Will Douglas Heaven 分析了公众对 AI 的矛盾态度:多项民调显示美国和全球民众对 AI 的负面影响感到担忧,但 ChatGPT 在 5 月达到 10 亿月活,Gemini 在 7 月达到 9.5 亿用户。
视障作者 devinprater 认为,AI 正在显著改善盲人的数字与物理生活,尤其让过去无法操作的游戏可通过无障碍 mod 游玩。
Stacklok 创始人兼 CEO Craig McLuckie 主张将 AI 智能体 harness 演进为云原生分布式应用,把智能体循环与周边基础设施和服务分离。他认为现有 harness 过于本地化、面向单台笔记本上的单个开发者,难以扩展到数百个会话,且会话易中断、难以跨客户端或设备迁移。
Chamath 认为开源 AI 模型是在“商品化你的互补品”。当前开源模型性能通常落后闭源模型数月,尚不能构成竞争;待资金耗尽、开源模型追上来后,行业才会真正面对这一局面。
MariaDB 项目称,安全报告数量在两个季度分别升至 81 份和 92 份,远高于以往每季度通常个位数至十余份的水平,主要原因是研究人员使用 AI 工具分析大型代码库、追踪代码路径并生成测试。团队强调报告数不等于漏洞数,所有有效安全问题均已调查并修复,27 份 MariaDB Security Advisories 已公开;报告激增也导致部分维护版本延期。
Zed A. Shaw 撰文反驳“AI 杀死编程”的说法,认为编程早在数十年前就因屈从大企业、丧失个性与好奇心而死亡,Claude 等 AI 工具只是在吞噬其残骸。他批评高校只教 Java 或 C#、纵容 Google、Amazon、Microsoft 等公司利用开源代码,并将编程异化为只为企业赚钱的职业。
Ryan Fedasiuk 在 AEI 文章中判断,中国可能继续扩散低端 AI 能力,但逐步限制被认为具有社会稳定或国家控制风险的大型模型。文章称 Z.ai 的 GLM-5.3 已在 HuggingFace 开放权重,安全防护可被提示词绕过或通过 abliteration 移除;GLM-5.3 与 Kimi K3 的许可也对高收入托管方设置更严格条件。
N64 开源项目 LibDragon 的一名维护者提议在 CONTRIBUTING.md 中加入声明,拒绝任何形式的 AI 或 LLM 生成贡献,涵盖 pull request、issue、文档与代码审查,既往 AI 生成内容也将被移除。提案不主张追查,而是依赖贡献者诚信,并建议遇到困难者通过 issue 或 PR 与社区协作。
Sindre Sorhus 宣布因 AI 已禁用其所有仓库的外部 pull requests,称传统开源模式已走到尽头,他参与开源已有 15 年。他仍将继续维护项目并处理 issues。
文章借 OpenAI 成立时 Elon Musk 与 Sam Altman 关于开源、普惠 AI 的论述,讨论开放超级智能的风险。作者用核武器寓言和 Dr. Good、Dr. Amoral 竞赛模型指出,开源可能削弱安全研究者的先发优势。
Ploum 认为开源项目在是否接受 LLM 生成贡献上不存在可持续的中间立场,模糊政策最终会让生成代码进入代码库。文章比较接受与拒绝两类选择,称接受会疏远反对者并增加对专有软件的依赖,拒绝则主要影响坚持使用 LLM 的贡献者;其结论是项目当前应明确拒绝 AI 生成贡献,未来若工具变得可靠再调整政策。
Hugh Howey 撰文反驳 AI 领域的四种误解,认为 AI 不只是数学、短期灭绝风险被夸大、金融泡沫可能破裂并冲击经济,但 AI 技术本身会持续存在。文章称前沿模型公司面临收入不及支出、开放权重模型约落后 4 个月且运行成本为五分之一、本地推理削弱云服务利润等压力;同时主张创作领域应接受 AI 与人工创作并存,最终更重要的是人的善意。
Apache Spark 维护者 holdenk 复盘近期 3.5.9、4.0.4、4.1.3 补丁发布,指出 AI 让安全报告和 AI 驱动 PR 大量增加,固定 90 天披露期限会挤压本已稀缺的评审带宽。
Paul Mason 在 Guardian 文章中提出,AI 不会自动带来无阶级社会,但可能引发资本主义模式的普遍危机。文章对比美国囤积算力、通过互联网提供 AI 的路线,与中国推动 Kimi、Qwen、DeepSeek 等开源模型、支持本地部署的策略,并引用 OpenAI 战略未来负责人 Dean Ball 对“full AI communism”的警告。
快速:速度快 2 倍,价格为 2 倍。 超快速:速度快 8 倍,价格为 6 倍。 也许我们应该推出一些超-超快速的 OSS 模型端点?