開源 AI 由口號變後備路:企業避 Big Tech lock-in,要計清成本同資料
Tech News

開源 AI 由口號變後備路:企業避 Big Tech lock-in,要計清成本同資料

圖片:via TechNews 科技新報 — https://technews.tw/2026/07/04/middle-powers-form-open-source-alliance-curb-ai-giants-infrastructure-control/
TechLab 編輯部(譯)·

Mozilla 倡議帶起政策討論,開發者真正關心轉台成本

開源熱返,背後係 access risk

TechNews 科技新報報道,Mozilla 總裁 Mark Surman 近期喺 Fortune 撰文,主張加拿大、歐盟、英國、日本呢類「中等強國」可以用開源 AI 拆走少數巨企對 AI 基建嘅控制。呢個講法有啲政策味,甚至「開源聯盟」暫時都比較似倡議方向,唔好當成已經掛牌嘅國際組織。不過佢拎出嚟嘅問題好實際:你每日 call 嘅模型、agent 用嘅工具鏈、資料擺喺邊個雲端,其實都係供應商權力。

7 月 4 日呢單新聞值得睇,唔係因為 Mozilla 突然可以同 OpenAI、Google、Anthropic 硬碰。真正變化係市場開始承認:AI stack 唔只係模型 API,仲包括推論服務、資料管線、評測、部署、採購條款同出口管制。Anthropic 自己 6 月 30 日交代,6 月 12 日美國政府用 export control 限制 Fable 5 同 Mythos 5,佢哋一度要暫停所有用戶 access,原因係冇辦法即時核實國籍。到 7 月 1 日 Fable 5 先恢復全球可用,Mythos 5 就先返畀部分美國機構。

OpenRouter 研究入面比較唔同模型來源嘅 token 使用量同成本散點圖

圖片:a16z / OpenRouter

數據話開源已經入咗工作流

a16z 同 OpenRouter 用超過 100 萬億 token metadata 做分析,OpenRouter 入面 open-weight 模型嘅 token 佔比 2025 年一路升,到 2025 年尾大約去到三分一;中國開源模型有啲星期接近總 token 30%。同一份研究亦提到,開源模型用途唔止聊天同玩角色,programming 係第二大類,technical workload 亦追得好快。換句話講,開發者唔再只係下載模型試玩,已經開始用佢哋做 coding assistant、agent backend 同 app 內部功能。

呢點先係封閉模型供應商要認真睇嘅位。封閉模型而家喺可靠度、工具整合、企業支援同前沿表現仍然佔優,但開源模型攞到 production workload 之後,封閉供應商就冇咁易靠一張 price card 鎖住客。企業架構可以變成多模型:高風險任務用閉源、低風險或大量 token 任務用開源,敏感資料用私有部署,出事嗰陣有 fallback。呢種轉台能力,對寫 AI app 嘅團隊實際過任何口號。

政府採購會改變遊戲規則

政策嗰邊,EU 新 Open Source Strategy 已經講到好白:公營部門要做開源方案嘅 anchor user,採購指引要避免只啱閉源廠商投標,重點放喺雲端、AI、cybersecurity、operating system 同 future internet。Open Source Initiative 嘅回應都指出,採購同長期維護資金先係關鍵,唔係嘅話開源 project 好易變成大家都用、但冇人出錢保養嘅基建。呢個位貼地過「科技主權」四個字。

Harvard Business School working paper 估算,開源軟件喺需求端帶嚟約 8.8 萬億美元價值;如果冇開源,企業軟件開支會高 3.5 倍左右。呢個數唔代表每個開源 AI 模型都值咁多錢,重點係提醒政府同公司:你平日慳到嘅開發成本,其實靠一堆冇乜議價能力嘅 maintainer 撐住。AI 年代再照咁玩,結果可能係模型免費、部署唔平、安全維護長期欠債。

對開發者同公司有咩用

對 coding agents 嚟講,開源模型最實際嘅價值係可控。你可以微調 coding style、限制模型只讀指定 repo、喺自己 VPC 或自家 GPU 跑特定任務,亦可以為每條 workflow 揀唔同模型。做客戶文件、合約摘要、內部知識庫 RAG 嗰啲場景,資料流向同 audit log 往往重要過模型多答啱一兩題。香港中小企、金融同專業服務公司用 AI,最怕嘅位通常係 client data 去咗邊、供應商改價點算、合規問起有冇記錄,模型名氣反而唔係第一件事。

不過,開源唔係免費午餐。好多所謂開源 AI 其實只係 open-weight,訓練資料、評測方法、RLHF 細節未必開晒;企業真係要私有部署,仲要搞 GPU 容量、monitoring、security patch、model eval 同 prompt injection 防護。開源可以畀多啲選擇,不過公司都要有人識部署、監控同維護。細 team 如果冇 ML ops 經驗,用 hosted open model 或者 multi-model gateway,可能實際過一開始就自建全套。

下一步睇標準同錢

所以 Mozilla 呢套講法,唔代表開源 AI 已經贏咗。真正要睇嘅係三件事:政府採購會唔會真係畀開源供應商入場,企業工具鏈可唔可以做到模型同資料搬得走,仲有開源社群有冇穩定資金維護安全同文件。只要呢三樣跟得上,開源 AI 就會成為企業避開單一巨企 lock-in 嘅第二條路;跟唔上,就只會係另一堆 demo 同政策簡報。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook