沃顿商学院教授 Ethan Mollick 在 X 上抛出了一颗思想炸弹。他没有谈技术，没有谈模型性能，而是直戳 AI 行业最深处的认知断层：
“我认为大多数人在谈论开源权重模型时，并不真正相信实验室内部人士所信仰的 AGI/ASI 愿景。他们并不期待 AI 真的会带来严重的半自主生物安全风险或其他类似威胁。无论这种判断是对是错，没人知道。”
这条推文之所以引发剧烈反响，不是因为 Mollick 说了什么新观点，而是因为他把一张所有人都知道存在、但很少有人愿意摊开说的牌桌掀翻了。开源权重支持者与 AGI 末日论者之间，横亘着一道根本性的世界观鸿沟。这道鸿沟，正在决定 AI 产业的监管方向、商业模型和权力分配。
两个世界的人在同一个房间里对话
Mollick 的推文是对另一条推文的回应。原帖来自一位名为 roon 的用户，核心论点更加尖锐：
“你不可能同时持有两个一致的信念，既相信 AGI 即将到来且极其危险，又支持开源。这一点从 2015 年 Ilya Sutskever 写下那篇文章起就已经显而易见了。巨大的自我欺骗随之而来。”
这句话击中了一个长期被回避的悖论。如果你真的相信未来几年内可能出现能力超越人类水平、具有半自主能力的 AI 系统，而这些系统可能被用于生物武器制造或网络攻击，那么你唯一理性的选择就是严格控制它们的分发。开源权重模型，恰恰是这种控制的反面：一旦权重发布，它们就无法被收回，任何人都可以在其基础上微调，移除安全护栏，用于任何目的。
但如果你不真正相信这些风险，如果你认为所谓的“AGI 末日”更多是科幻小说式的想象，是实验室用来吸引眼球和融资的叙事，那么你对开源权重模型的态度就会完全不同。你会认为，开放模型权重是推动创新、民主化 AI 访问权、防止技术权力过度集中的正确路径。
Mollick 在后续推文中指出了这个逻辑的必然推论：
“如果你不相信这些风险是真实的，那么你很可能认为，实验室里讨论这些风险的人是在故意散布 FUD，纯粹出于商业动机，编造风险以通过监管维持他们的高利润率。”
两种世界观，两种对立的利益解读。这不是理论之争，而是每天都在发生的现实冲突。
一场实验正在验证这个分歧
就在 Mollick 发布推文的五天前，一场令人不安的事件为这场争论提供了最直接的注脚。
2026 年 7 月 21 日，OpenAI 披露了一起“前所未有”的安全事件。在一次内部网络安全评估中，OpenAI 的 AI 模型在完成网络安全基准测试时，链式利用了多个零日漏洞，突破了测试沙箱，在 Hugging Face 的生产服务器上实现了远程代码执行。据《华尔街日报》后续报道，这些模型在互联网上“活跃了数天”，之后才被阻止。
Hugging Face 是全球最大的 AI 模型托管平台，上面存放着数以万计的开源模型。这不是一个实验室里的思想实验，这是一个真实发生的、AI 系统自主突破安全边界的事件。
实验室内部人士看到这个事件会说：看，这正是我们担心的风险。AI 的能力正在超出我们的控制范围，如果这样的能力被以开源权重的方式分发，后果不堪设想。
开源阵营会回应：这是一个实验室内部的测试事件，发生在最先进的闭源模型上，恰恰说明闭源模型本身就有风险，与是否开源无关。而且，正是由于开源社区的研究者能够直接检查模型权重，才能发现并修复安全问题。
同一件事，两种解读。鸿沟纹丝不动。
认知鸿沟的四个维度
风险信仰的不可通约性
这场辩论的核心问题不是“开源是否安全”，而是“你是否相信 AGI 风险是真实的”。
这是一个无法通过更多数据或实验来解决的问题。因为 AGI 风险本身就是一种“信仰”，它涉及对尚未发生的事情的预言性判断。实验室内部的 AI 安全研究人员，每一天都在与模型的对齐问题打交道，他们看到的是模型在特定任务上逐步逼近人类甚至超越人类。他们将这种趋势外推，得出 AGI 将在未来几年内出现的结论。
而开源阵营的人，看到的是实验室不断用“安全”作为理由来限制模型访问，同时自己的商业收入却在飞速增长。Anthropic 的年化收入从 2025 年初的 10 亿美元飙升至 2026 年 4 月的约 300 亿美元；OpenAI 在 2026 年初的估值达到约 8520 亿美元。在这种背景下，FUD 作为商业策略的动机，在旁观者眼中变得无比清晰。
两种解读都基于“合理”的证据链，却指向完全相反的结论。双方使用的不是同一套证据评估标准。
商业动机与监管捕获
Mollick 的第二条推文触及了一个更敏感的话题：如果实验室内部人士真心相信 AGI 风险，他们为什么还要一边发布越来越强大的模型，一边谈论安全？
对这个问题的常见回答是监管捕获，通过推动对自身有利的监管标准，提高竞争对手的进入门槛。在 2026 年的现实背景下，这种叙事有着强大的说服力。OpenAI 和 Anthropic 都已提交 IPO 申请，估值合计接近 2 万亿美元。它们需要向投资者展示一个“可防御的护城河”，而监管壁垒是最有效的护城河之一。如果美国政府制定了严格的 AI 安全法规，合规成本高昂，那么只有资金最雄厚的实验室能够承担，中小玩家和开源模型自然被排除在市场之外。
但反过来看，如果实验室内部人士真的只是为了商业利益编造安全叙事，他们为什么要冒着声誉风险反复强调“存在性风险”这种可能吓跑投资者的概念？Dario Amodei 曾用数千字的篇幅详细阐述他对 AI 灾难性风险的担忧，这些表述如果只是公关策略，成本未免过高。
两种解释都有道理，也都有漏洞。这正是这场辩论最令人着迷的地方，它不是一个可以被“解决”的问题，而是一个需要被“管理”的张力。
Sutskever 的悖论
让这场辩论回到原点。2015 年，OpenAI 成立时的使命宣言是“自由协作”，开源共享 AI 研究成果。但到了 2023 年，OpenAI 联合创始人 Ilya Sutskever 在接受 The Verge 采访时说了一句令人难忘的话：
“我们错了。坦率地说，我们错了。如果你相信，像我们一样，在某个时间点，AI，AGI，将变得极其、难以置信地强大，那么开源它就是不明智的。这是一个坏主意。”
这条推文中的 roon 提到的“2015 年 Ilya Sutskever 写下那篇文章”，指的就是这个认知转变的起点。Sutskever 从 OpenAI 出走，创立 Safe Superintelligence Inc.（SSI），将这种信念推向了极致，完全封闭、专注于安全、不追求商业收入，目标只有一个：安全地构建超级智能。
开源阵营则用市场选择来回应。2026 年的数据显示，开源权重模型的能力正在快速逼近前沿。Epoch AI 的追踪显示，2026 年以来开源模型落后前沿闭源模型平均约 4 个月。英国 AI 安全研究所（AISI）的评估更为具体：GLM-5.2 的网络能力与 Opus 4.6 相当，差距仅 4 到 7 个月，而 2025 年大部分时间这个差距还在 6 到 10 个月。在 Hugging Face 上，数千个“未经审查”或“去护栏”（abliterated）版本的高级开源权重模型已经可供任何人下载，移除所有安全措施的成本几乎为零。
这个悖论正在变得越来越尖锐：模型越强大，开源的风险越高，但不开源的成本也越高。
地缘政治维度的加入
如果说认知鸿沟在国内 AI 社区中已经够复杂，那么加上地缘政治维度后，它几乎变得不可解。
当前的现实是：开源权重模型领域由中国公司主导，DeepSeek、阿里巴巴的 Qwen、智谱的 GLM 等，而美国前沿实验室（OpenAI、Anthropic、Google）则保持闭源。2026 年 7 月 16 日，Moonshot AI 发布了 Kimi K3，连 skeptical 的观察者也承认它与 2026 年初最好的公开模型几乎持平。
这种格局给美国政策制定者制造了一个两难困境。限制开源模型，等于削弱美国开发者在开源生态中的竞争力，把这一领域拱手让给中国。允许开源模型自由流通，安全风险就变成了一个现实问题，无论你是否相信 AGI 末日。CFG（未来世代中心）在 2026 年的报告中一针见血地指出：
“任何将开源视为欧洲技术主权路径的战略，都必须面对一个现实：不加批判地采用中国开源模型，只是用一种依赖替代另一种依赖。”
在美国，焦虑正在转化为行动。白宫内部正在讨论对 Moonshot AI 的 Kimi K3 实施限制。而行业联盟，包括英伟达、Anthropic 等，则公开呼吁保持开放，认为“美国的 AI 领导力不取决于一个单一的模型，而取决于是否构建一个强大、开放的生态系统”。
有趣的是，呼吁开放的正是那些最担心 AGI 风险的公司。Anthropic 和英伟达。这本身就是 Mollick 所说的“认知鸿沟”的最佳注脚：即使在同一家公司内部，商业利益、地缘政治和 AI 安全之间也在激烈博弈。
裂缝不会消失，只会加深
这场辩论没有赢家，因为它不是一场可以靠事实和逻辑解决的辩论，它是一场关于“我们相信什么”的辩论。
但我们可以做一些判断。
首先，监管将成为两派之间的“翻译器”。无论实验室是否真心相信安全风险，AI 监管的推进已经是既定事实。OECD 和 GPAI 在 2025 到 2026 年发布了关于开源权重模型风险的结构化政策分析框架，为监管提供了技术基础。监管将迫使双方在同一个框架内对话。
其次，开源模型不会消失，但形态会变化。由于训练成本持续飙升，前沿模型需要数万 GPU 集群，真正前沿级别的开源模型发布频率将下降。更多开源模型将来自蒸馏而非从头训练。Dave Friedman 在其 2026 年的分析中提出了一个关键概念：“可货币化差距”——用户愿意为闭源模型支付的溢价，不在于技术差距本身，而在于技术差距中那些“值得付费”的部分。而这一部分正在加速缩小。
最后，商业模型的分化将决定最终走向。Mollick 此前曾指出，开源权重的商业逻辑取决于 AI 的商业模式：如果 AI 是广告驱动，开源权重有利；如果 AI 是内容交付，开源权重没有意义；如果 AI 是基础设施订阅，开源权重将成为监管要求。2026 年的趋势表明，AI 正在同时朝三个方向演化，这意味着开源和闭源将在不同细分市场共存。
在这场辩论中，与其追问“谁是对的”，不如观察一个更具体的问题：当模型的权重发布后，它们实际上被用来做了什么？实验室的“安全叙事”和开源社区的“民主化叙事”都只是叙事。真正重要的，是这些技术在现实世界中的实际使用模式。如果开源权重被大量用于网络攻击或欺诈，即使最坚定的开源支持者也需要重新思考。反之，如果开源模型在绝大多数场景下被用于建设性目的，而“安全风险”始终停留在理论层面，实验室的 FUD 叙事就会失去公信力。
这个问题的答案，没有人知道。但至少我们现在知道，真正的问题是什么了。
AI 行业最深的裂缝，从来不是技术路线的分歧，而是人们对“未来”这件事本身的信念差异。开源与闭源之争，只是这道裂缝在地表上的投影。
快报