<mark id="oztn4"></mark>
0
| 本文作者： 鄭佳美 | 2026-07-28 14:24 |
作者丨鄭佳美
編輯丨馬曉寧
黃仁勛開通個人 X 賬號后，發(fā)布的第一篇帖子沒有介紹新 GPU，而是分享了一封支持開放權(quán)重模型的聯(lián)名信。
這封信主要討論的是：一家機構(gòu)把大模型訓(xùn)練好后，要不要把模型文件公開出來，讓其他開發(fā)者下載到自己的電腦或服務(wù)器上運行，并根據(jù)具體任務(wù)繼續(xù)調(diào)整。
NVIDIA、Google、OpenAI、Meta、Microsoft、Mistral、Hugging Face 等公司和機構(gòu)出現(xiàn)在聯(lián)署名單中，唯獨 Anthropic 沒有參與，意識到 A 社缺席的網(wǎng)友們紛紛開始了在線討伐。
Anthropic 研究人員 Julian Schrittwieser 隨后發(fā)了幾條回應(yīng)。他沒有否定開放模型的作用，也表示自己并不主張限制開放權(quán)重。然后反過來開始陰陽：既然 NVIDIA 開始強調(diào)開放，CUDA 和 GPU 驅(qū)動什么時候開放，Microsoft 也支持開放權(quán)重，那么 Windows 和 Office 又該怎么看。
工程師 Atharva Ingle 專門針對 Julian 的評論列出了他提到的這兩家公司已經(jīng)開放的項目，包括 NVIDIA 的 NCCL、CUTLASS、TensorRT-LLM，以及 Microsoft 的 .NET、TypeScript、ONNX Runtime 和 DeepSpeed。
同時他也把 Anthropic 放進了比較：MCP 是開放協(xié)議，Claude 沒有公開權(quán)重，Claude Code 的代碼倉庫雖然公開，卻沒有使用常見的開源許可證... ...
也有網(wǎng)友直接開懟，：這些公司明明貢獻了大量開源軟件，你到底在胡說八道些什么？
另一部分網(wǎng)友則抓住了 Anthropic 前后表態(tài)之間的落差。有人認為，Julian 此時聲稱自己并不反對開放權(quán)重，與 Anthropic 管理層此前反復(fù)釋放的信息并不完全一致，也和他原帖傳達出的態(tài)度對不上。雷峰網(wǎng)
在這些評論者看來，問題已經(jīng)不只是 Claude 開不開放，而是 Anthropic 是否在用一套更溫和的說法，重新包裝此前對開放權(quán)重表現(xiàn)出的謹慎甚至排斥。
Reddit 上的批評更加尖銳。有人認為，Anthropic 正在因為反開放權(quán)重的立場快速消耗開發(fā)者社區(qū)的好感。
幾個月前，它還是不少人眼中挑戰(zhàn) OpenAI 的“后來者”，如今隨著模型能力和市場聲量上升，卻越來越像一家只在意資本和估值的公司。原評論甚至直言，Anthropic 正在親手毀掉過去積累的開發(fā)者信任。
幾輪交鋒下來，Anthropic 遭到的質(zhì)疑也逐漸從“為什么沒有簽署”，擴大到了“它究竟如何看待開放權(quán)重”。有人批評它前后表態(tài)不一致，有人認為 Julian 在偷換討論對象，也有人把問題上升到了開發(fā)者社區(qū)對 A 社的整體信任。
表面上看，幾方你來我往，像是在爭誰更支持開源。可把情緒拿掉，這場討論其實可能存在著錯位：大家都在使用“開放”這個詞，談的卻不是同一個對象。
不同技術(shù)層有不同的開放方式，也對應(yīng)不同的工程邊界，放在一起直接比較，很容易越說越亂。與其繼續(xù)追著誰更雙標，不如回到技術(shù)本身，看看開放發(fā)生在哪一層，又具體改變了什么。
01
這封聯(lián)名信支持的，并不是“所有大模型都必須公開”，而是希望開放權(quán)重繼續(xù)作為一種正常的模型發(fā)布方式存在。
通過 API 使用模型時，開發(fā)者只能把請求發(fā)給模型公司，再接收返回結(jié)果。至于背后運行的是哪個版本、使用什么推理參數(shù)、有沒有更新安全規(guī)則，外部通常難以確認。
開放權(quán)重后，開發(fā)者拿到的是訓(xùn)練完成的參數(shù)文件。模型可以部署在自己的服務(wù)器上，也可以繼續(xù)量化、微調(diào)和蒸餾。
量化可以降低模型運行時的顯存需求；微調(diào)可以讓模型適應(yīng)特定任務(wù)；蒸餾則可以把大模型的部分能力轉(zhuǎn)移到更小的模型中。研究人員還可以固定同一個版本反復(fù)測試，觀察模型經(jīng)過修改后，能力和安全表現(xiàn)發(fā)生了哪些變化。
所以，簽署這封信并不等于承諾公開最強模型。參與聯(lián)署的公司和機構(gòu)認可的，更像是這樣一種判斷：并非所有模型都必須留在原廠服務(wù)器里。經(jīng)過評測、能力和風險相對清楚的模型，可以考慮把權(quán)重交給外部使用。
這也解釋了為什么 OpenAI、Google 等仍以 API 為主的公司同樣可以參與。它們可以繼續(xù)保留前沿模型，同時支持其他模型以開放權(quán)重的方式發(fā)布。
02
名單中的公司愿意支持開放權(quán)重，背后大致有三個技術(shù)判斷。
第一個判斷是，模型是否適合開放，更適合結(jié)合它具體具備的能力來評估，而不是只根據(jù)“權(quán)重是否公開”得出結(jié)論。
一個主要用于文本整理的小模型，和一個能夠執(zhí)行復(fù)雜網(wǎng)絡(luò)操作、調(diào)用工具并連續(xù)完成任務(wù)的模型，風險顯然不同。發(fā)布前可以測試模型在網(wǎng)絡(luò)攻擊、生物知識、自動執(zhí)行和繞過安全限制等方面的能力，再決定是否公開權(quán)重。
按照這種方式，開放和關(guān)閉不必被看成只能二選一。部分模型可以公開，能力更強、風險暫時難以判斷的模型，仍然可以只提供 API。雷峰網(wǎng)(公眾號：雷峰網(wǎng))
第二個判斷是，很多模型問題只有在拿到權(quán)重后，才能研究得更清楚。
通過 API 測試時，研究人員看到的主要是最終回答。模型表現(xiàn)突然發(fā)生變化，可能是權(quán)重更新了，也可能是系統(tǒng)提示詞、分類器或推理配置發(fā)生了變化，外部很難把這些因素完全分開。
拿到權(quán)重后，研究人員可以固定版本，測試同一個模型經(jīng)過量化、微調(diào)或合并之后會發(fā)生什么。比如，一個模型原本會拒絕某類請求，經(jīng)過少量微調(diào)后是否還會拒絕；降低到 4 位精度后，安全行為是否出現(xiàn)變化；多個模型合并后，原來的限制是否仍然存在。
僅靠原廠測試，往往難以覆蓋模型發(fā)布后的所有修改方式。開放權(quán)重可以讓更多團隊復(fù)現(xiàn)問題，也能進一步驗證模型發(fā)布時的安全結(jié)論，在后續(xù)修改中是否仍然成立。
第三個判斷是，模型權(quán)重和安全系統(tǒng)可以在一定程度上分開部署。
模型負責生成內(nèi)容，輸入檢查、輸出過濾、工具權(quán)限和異常監(jiān)測可以放在模型外面。權(quán)重公開后，部署者仍然可以增加分類器，限制模型能夠訪問哪些文件、數(shù)據(jù)庫和外部工具，也可以記錄異常調(diào)用。
這些公司并不一定認為開放權(quán)重沒有風險。它們更傾向于認為，可以先篩選適合開放的模型，再通過外部評測和部署限制處理剩下的問題。
換句話說，它們愿意簽，是因為這套發(fā)布方式至少在部分模型和場景中已經(jīng)具備技術(shù)可行性：不是把所有模型直接放出去，而是先評估能力，再決定哪些模型適合開放。
03
Anthropic 沒有正式解釋這次為什么缺席，因此不能把 Julian 的個人回應(yīng)當作公司結(jié)論。不過，從 Claude 現(xiàn)有的安全設(shè)計看，它對開放權(quán)重的顧慮，主要集中在一個問題上：模型離開原廠服務(wù)器后，原來的安全措施還能保留多少。
Claude 上線后，安全并不只依靠模型訓(xùn)練時形成的拒絕行為。Anthropic 還會在服務(wù)器上檢查輸入和輸出、識別異常請求、限制賬戶調(diào)用，并在發(fā)現(xiàn)新問題后更新分類器或替換模型版本。這些措施能夠持續(xù)發(fā)揮作用，是因為模型仍然運行在 Anthropic 控制的環(huán)境中。
權(quán)重公開后，情況會發(fā)生變化。外部部署者可以移除分類器、修改系統(tǒng)提示詞，也可以繼續(xù)微調(diào)模型。Anthropic 無法掌握這些副本后來處理了什么請求，也難以要求所有使用者安裝新的安全更新。
更麻煩的是，目前的大模型安全訓(xùn)練，通常是在控制模型什么情況下回答，并不代表相關(guān)知識已經(jīng)從參數(shù)中消失。使用者拿到權(quán)重后，后續(xù)微調(diào)可能削弱原來的拒絕行為。因此，模型發(fā)布時通過安全測試，不一定意味著修改后的版本還會保持相同表現(xiàn)。
在線 API 出現(xiàn)問題后，原廠可以統(tǒng)一更新；已經(jīng)公開的權(quán)重卻很難召回。早期版本、量化版本和微調(diào)版本可能長期存在，原開發(fā)者也無法確認它們是否保留了原來的防護。
這可能是 Anthropic 與名單中多數(shù)公司較核心的技術(shù)差異。參與聯(lián)署的公司更傾向于認為，可以先通過能力評測篩選適合開放的模型，再由外部部署者配置過濾、權(quán)限和監(jiān)測。Anthropic 的公開技術(shù)路線則更重視原廠對前沿模型的持續(xù)控制，因為外部使用者可以自行決定是否保留這些安全措施。
MCP 可以開放，Claude 權(quán)重卻不開放，也可以從這里理解。MCP 規(guī)定的是模型如何連接工具和數(shù)據(jù)，公開協(xié)議不會同時交出 Claude 的模型能力；公開權(quán)重則意味著使用者可以獨立運行并修改模型，兩者對原有安全控制的影響并不相同。
因此，這次分歧并或許不只是開放與封閉的立場差異。名單中的多數(shù)公司可能認為，經(jīng)過能力評測后，部分模型可以作為權(quán)重交給外部使用；但 Anthropic 卻可能認為，對于能力較強的模型，現(xiàn)有測試還不足以判斷它在長期傳播和后續(xù)修改中是否仍然可控。
雙方需要回答的其實是同一個技術(shù)問題：發(fā)布前的評測，是否足以支持一份模型權(quán)重被長期交給外部使用。
再回到最初那場爭論，Julian 把 CUDA、Windows 和 MCP 拉進來，恰好說明“開放”并不是一個統(tǒng)一開關(guān)。權(quán)重、協(xié)議、運行環(huán)境和應(yīng)用代碼，公開后帶來的影響并不相同。
Anthropic 的缺席，更接近于它對開放前沿模型權(quán)重仍有保留，而不是對所有開放技術(shù)的否定。
這封聯(lián)名信沒有結(jié)束爭論，只是把問題從“要不要開放”，推進到了“開放哪一部分”。
參考鏈接：
https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdfhttps://x.com/jensenhuang/status/2080643682408321103?s=46
https://x.com/Mononofu/status/2080982310577738049
https://x.com/AtharvaIngle7/status/2081032195867910441
https://www.reddit.com/r/Anthropic/comments/1v62wou/anthropic_refuses_to_sign_letter_supporting_open/
上車，帶你看遍全球 AI 頂會精華
可獨家暢覽：
專家演講PPT
大會報告全文
熱門論文解讀
學(xué)術(shù)新星訪談
掃描上方二維碼
或點擊「閱讀原文」關(guān)注專區(qū)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
