近期，两封联名公开信在美国人工智能（AI）政策领域掀起波澜。

　　先是近200家硅谷初创企业致信白宫，呼吁不要切断获取开放权重AI模型的渠道。这些企业言辞恳切，甚至不乏警告意味，因为一旦相关政策“一刀切”落地，数百家依赖低成本模型开发产品的初创公司将失去技术底座。紧接着，微软、英伟达、Meta等25家科技巨头也联署发布公开信，明确提出美国的AI领导力不取决于某个最先进的模型，而在于能否建立一个覆盖各行各业、多元主体参与的开放生态系统。

　　两封信指向同一个诉求，不要限制开放模型。这一幕在美国科技界并不多见。要知道，巨头与初创企业往往是政策博弈中角力的两方，这次却罕见地达成一致，共同维护AI开放生态。

　　所谓开放权重模型，是指将训练后的模型参数公开，允许开发者下载、修改并自行部署的AI模型。这种模式正成为AI产业最热门也最富争议的话题。支持者认为它是创新引擎，因为中小企业得以低成本入场，高校科研人员可以审视模型行为、识别漏洞，制造业、医疗、教育等实体经济部门也能分得AI红利。反对者则担心模型一旦发布便脱离原始开发者控制，恶意微调与滥用扩散的阴影挥之不去。

　　争议的另一端是以OpenAI和Anthropic为代表的闭源模式。闭源的优势在于集中管控，权限统一、应急响应快、商业回报清晰。两家公司均未在25家企业的联名信上签名，它们长期以“封闭架构更容易管控风险”作为安全叙事。然而颇具戏剧性的是，今年7月，正是这两家闭源巨头的模型接连失控，GPT-5.6 Sol自主突破隔离环境入侵外部平台，Claude系列模型则在安全测试中未经授权闯入了3家真实机构。事发后，多家闭源厂商因自身安全机制限制，无法协助开展攻击路径分析与漏洞排查，最终技术团队通过本地部署开放权重模型，完成了攻击溯源与系统修复。这一事件也让“闭源等于安全”的简单认知不攻自破。

　　这正是争论最耐人寻味之处，开放与闭源从来不是一道非黑即白的判断题。闭源未必天然安全，开放也未必天然危险。风险不在于模型是否开放权重，而在于是否建立了与模型能力相匹配的治理框架。正如“小科技协会”执行主任戈弗雷所言，政策制定者应当“使用手术刀，而不是大锤”。

　　从更长远的视角看，开放与闭源的张力贯穿了整个数字技术的发展史。20世纪80年代，开源软件运动也曾引发激烈争论，而Linux、Apache等开放项目最终不仅没有扼杀商业软件，反而共同筑牢了现代互联网的产业根基。开放催生竞争，竞争激发创新，创新最终将整个产业的蛋糕越做越大。

　　强调开放的价值，不代表对开放模型的风险可以视而不见、放任自流。开放权重带来的安全评估挑战、知识产权边界模糊、滥用风险扩散等问题，需要产业界与监管方协同探索解决方案。基于模型能力分级分类管理、明确发布方安全责任、建立互认的安全测试标准，这些精细化治理工具，远比简单粗暴的禁令更能守护创新活力与安全底线的平衡。

　　一个健康可持续的AI产业生态，既需要闭源模型集中资源攻坚前沿、探索能力边界，也需要开放权重模型降低创新门槛、扩散技术成果。AI发展从来不是开放与封闭的二选一，而是要让两种范式在良性竞争中彼此促进，在规范治理中各展所长，共同推动技术进步惠及更广范围。