"创造的价值大于你获取的价值。"这是 Tim O'Reilly 衡量一家公司、一个人、一个社会的标尺。如今，这位出版帝国缔造者、互联网先驱、VC 和科技布道者，正在用这把尺子丈量整个 AI 产业。结果让他很不满意。
O'Reilly 看到的，是一个正在自我封闭的产业。大模型实验室们拼命建造更高的围墙，把用户关在越来越精致的"黑箱"里。而在他看来，这条路的终点不是通用人工智能，而是 1990 年代微软的翻版：一个由少数巨头控制的、扼杀创新的封闭生态。
大厂在造围墙，用户在想什么
当 OpenAI 和 Anthropic 争相推出更大、更强的模型，并在融资金额上不断刷新纪录，OpenAI 寻求超 1000 亿美元融资、估值 8500 亿美元，Anthropic 完成 300 亿美元 G 轮融资、估值 3800 亿美元，O'Reilly 却抛出了一个反直觉的判断：这些大实验室读错了未来。
"他们给自己讲了一个故事，认为拥有最大、最好的模型是通往未来的钥匙。"O'Reilly 在接受 Wired 采访时直言，"但 Claude 这类大模型优化的是特定用例，不一定是你我真正想要的用例。"
他举了一个令人深思的例子：Fable 和 Sol，Anthropic 和 OpenAI 最新推出的"写作风格"模型，在写作质量上反而比低级别模型更差。"我们在所谓前沿 AI 上取得的突破，实际上正在把普通用户的需求推得更远。我们可以在美国赢得前沿 AI 竞赛，但中国会因为它们的低级别模型在社会中广泛扩散而打败我们。"
这不是一个孤立的观点。2026 年 8 月，O'Reilly 在个人雷达专栏中进一步阐发了这一判断，并直接引用了 1995 年的互联网史作为类比：当时所有人都在问 Netscape 和微软谁会赢，结果赢家是谁都不是，而是开源的 Apache。
拆解 O'Reilly 的 AI 世界观
开源不是许可证，是"参与式架构"
O'Reilly 对开源 AI 的执着，远超"开放权重"这个层面。"当大多数人谈论开源 AI 时，他们实际上只是在谈论开放权重模型。但远不止于此。"他说，"在 90 年代，当所有人都在关注开源许可证时，我在说：不，不，关键在于系统的架构，它是否允许参与？"
这个"参与式架构"的概念，是 O'Reilly 商业哲学的核心。他追溯了 Unix 在 System III 时代的成功：即便 AT&T 以专有许可证发布，Unix 依然凭借其小内核加标准接口的设计，成为协作式创新的典范。而 OpenOffice 虽然名义上是开源项目，却因其庞大的单体架构从未建立真正的社区。
"一个带有干净扩展层的系统，让任何人无需请求许可就能在上面构建新东西。"这是 O'Reilly 眼中真正的开源。他反复强调，Apache 当年击败 Netscape 和微软，从来不是因为谁的源代码更开放，而是因为 Apache 提供了一个"你可以扩展并在此基础上构建业务"的平台。
大模型正在变成"你租的家电"
Drew Breunig 最近向 O'Reilly 指出了一个关键趋势：每一代新的前沿模型，都在把越来越多的产品行为从"可编辑的层"转移到权重本身。这意味着，除了实验室内部的人，没有人能看到、更不用说修改这些模型的行为逻辑。
"模型不再是你可以构建的组件，而变成了你租用的家电。"O'Reilly 在专栏中写道。
这一趋势的后果是什么？是"用多样性换可靠性"。模型对用户输入的反应越来越同质化。Anthropic 甚至给这种默认输出起了个名字叫"distribution convergent"，分布收敛。当用户不提供明确指令时，模型会给出最安全但也是最平庸的答案。O'Reilly 援引 Breunig 的话说："如果不在你的提示词中，你得到的就是分布内的东西。"
O'Reilly 的结论直白而锋利："他们建造的是控制架构，而不是自由和参与的架构。"
AI 的"微软时刻"正在重演
O'Reilly 的深层担忧，指向一个更宏大的历史类比。1990 年代，微软用 Windows 和 Office 锁住了 PC 用户，形成了一台几乎无法撼动的增长机器。今天，超大规模云厂商正在做同样的事情：用封闭的模型 API、专有的数据格式和不可迁移的用户记忆，把用户锁在自己的生态里。
"马克·扎克伯格的论点是，Meta 会给你最了解你的 AI，因此你将被锁定在 Meta 的生态里。"O'Reilly 说，"开源的愿景必须对此说不。开源应该让你能够切换模型、切换供应商，同时保留所有需要的上下文。"
他正在推动的非营利组织 AI Disclosures Project 提出的"开放记忆联盟"（Open Memory Consortium），正是这一理念的具体实践，让用户的数据和记忆不再被任何单一供应商绑架。O'Reilly 还提到了 Pi.dev 这个开源 agentic harness 项目，认为这些在更高层次上构建的开源工具，才是真正的创新土壤。
硅谷已经"反资本主义"了
O'Reilly 在《经济学人》发表的一篇评论中提出了一个更尖锐的论断：硅谷已经变得反资本主义了。
"他们用市场的语言说话。但自 2010 年左右，Uber 和 Lyft 的模式出现后，整个范式变了。"他说，"风险投资家们花了几十亿美元补贴打车费用，由 VC 而非市场来挑选赢家。这成了硅谷的模板。"
在 AI 领域，同样的剧本正在上演：所有资金都涌向少数几家公司，但没有一家真正建立了牢不可破的护城河。"这是一个失败的模型。"O'Reilly 说，"真正的行动在开源领域。"
他预测，就像 1990 年代初所有人都以为 PC 之战才是核心，而 Web 从无人注意的角落杀出一样，AI 的真正未来将是"一场不被 VC 资助的创新发酵"。
这意味着什么
O'Reilly 的警告是否危言耸听？数据给出了部分答案。
据 Stanford AI Index 2025 报告，2023 年底闭源模型与开源模型在 MMLU 知识基准上存在的 17.5 个百分点差距，到 2026 年初已基本归零。Hugging Face 平台在 2025 年增长到 1300 万用户、超过 200 万个公开模型和 50 万个公开数据集，模型数量在 2026 年 6 月逼近 295 万。开源模型在标准企业任务上已达到闭源模型 85% 到 90% 的性能，而推理成本仅为后者的 16% 到 40%。
但挑战同样严峻。据 Menlo Ventures 数据，开源 LLM 在企业市场的份额仅为 11%。OpenAI 年化收入约 250 亿美元，但累计亏损预计到 2029 年将达 1150 亿美元。Anthropic 年化收入超 140 亿美元，预计 2027 年实现正向自由现金流。闭源模型在编程、复杂智能体任务和多模态推理上仍保持领先。
O'Reilly 的处方并非万能。开源 AI 的安全风险、监管困境和商业化路径，远比他描述的复杂。但他在做的事情，或许比任何具体的解决方案都更重要：他在重新定义 AI 产业应该被什么驱动。
"政府对 AI 的参与应该是一个平台提供者，而不是解决方案提供者。"他说。
在笔者看来，O'Reilly 的核心贡献在于：他用一个延续了三十年的度量标准"创造大于索取"，为这个被资本和算力裹挟的产业，重新校准了坐标系。
当硅谷在比拼谁的模型更大、谁的融资更多时，Tim O'Reilly 提醒我们：真正改变世界的技术，从来不是那些把用户关在里面的黑箱，而是那些让所有人都有机会在空白处着色的平台。
快报