作者：Daniel Barabander

编译：深潮 TechFlow

• 当前基础 AI 的开发由少数几家科技公司主导，呈现出封闭性和缺乏竞争的特点。

• 开源软件开发虽然是一个潜在的解决方案，但基础 AI 无法像传统开源项目（例如 Linux）那样运作，因为它面临一个“资源问题”：开源贡献者不仅需要付出时间，还需要承担超出个人能力范围的计算和数据成本。

• 加密技术通过激励资源提供者参与基础开源 AI 项目，有望解决这一资源问题。

• 将开源 AI 与加密技术结合，可以支持更大规模的模型开发，并推动更多创新，从而创造出更先进的 AI 系统。

根据皮尤研究中心 (Pew Research Center) 在 2024 年进行的一项调查，64% 的美国人认为社交媒体对国家的影响弊大于利；78% 的人表示社交媒体公司在政治中拥有过大的权力和影响力；83% 的人认为这些平台很可能会故意审查它们不同意的政治观点。对社交媒体的不满几乎成为美国社会少有的共识之一。

回顾过去 20 年社交媒体发展的历程，这种局面似乎早已注定。故事并不复杂：少数几家大型科技公司抓住了用户的注意力，更重要的是掌控了用户数据。尽管起初人们对数据开放抱有希望，但这些公司很快改变策略，利用数据建立起无法打破的网络效应，并关闭了外界访问权限。最终形成了今天的局面：不到 10 家大型科技公司主导着社交媒体行业，形成了一个“寡头垄断”的格局。由于现状对它们极为有利，这些公司几乎没有任何动力去改变。这种模式是封闭的，且缺乏竞争。

如今，AI 技术的发展轨迹似乎正在重演这一幕，但这次的影响更加深远。少数几家科技公司通过掌控 GPU 和数据资源，构建了基础 AI 模型，并对外关闭了这些模型的访问权限。对于没有数十亿美元资金的新进入者来说，想要开发一个竞争性的模型几乎不可能。因为仅仅训练一个基础模型的计算成本就需要数十亿美元，而那些从上一轮技术浪潮中获益的社交媒体公司，正在利用它们对专有用户数据的控制权，开发出竞争者难以企及的模型。我们正在重蹈社交媒体的覆辙，走向一个封闭且缺乏竞争的 AI 世界。如果这种趋势持续下去，少数几家科技公司将对信息和机会的获取拥有不受限制的控制权。

如果我们不希望看到一个封闭的 AI 世界，那么我们的选择是什么？显而易见的答案是将基础模型作为开源软件项目来开发。历史上，我们已经有无数开源项目成功构建了我们日常依赖的基础软件。例如，Linux 的成功证明了即使是像操作系统这样核心的软件，也可以通过开源方式开发。那么，为什么 LLMs（大语言模型）不能呢？