2026年7月，AI行業發生了一起戲劇性的安全事件：
全球最大的AI開源社區Hugging Face遭到OpenAI模型的自主入侵。面對上萬條攻擊日志，安全團隊起初試圖用商業模型進行分析，卻處處受阻。最終，他們轉而本地部署了中國模型GLM-5.2，數小時內就完成了整個取證分析流程。
要知道，美西方原本長期攻擊開源模型的安全問題。

本文轉載自「中國央視旗下新媒體帳號」《玉淵譚天》。

美國Anthropic首席執行官達里奧·阿莫代伊曾公開警告立法者，開源模型正在走上一條「非常危險的道路」；圖靈獎得主傑弗里·辛頓的比喻更加刺耳——他把大型開源模型比作「在零售店里賣核武器」。

這種憂慮甚至正在滲入政策層面：據美媒披露，美國政府正在考慮禁止中國的開源模型進入美國市場。

Hugging Face的遭遇，卻展示了一個相反的圖景——攻擊來自閉源模型，而起到解決問題的關鍵作用的，卻是一個開源模型。這一切都迫使人們不得不重新審視那個更根本的問題：

關於AI的安全、風險與未來，究竟該由誰來定義？

從一個底層問題說起：為什麼美西方執著於用「安全」問題來攻擊開源？

一旦某項技術被貼上「安全威脅」的標簽，一切行政幹預便能「師出有名」——出口管制、推行許可證制度，乃至於將特定國家排斥在全球供應鏈之外等，都能「順理成章」地被包裝成對全人類命運負責。

其實，開源也好，閉源也好，在發展的過程中都難免出現各種問題，但美西方偏偏揪住開源模型做文章。

「譚主」梳理了過去幾年西方媒體圍繞開源和閉源模型安全性的報道，發現相關敘事存在明顯的周期。

它們甚至建立起一組等式：開源等於能力失控與危險擴散，閉源等於負責任的秩序；中國模型進入全球開源社區，則等於靠西方技術體系提升能力。

這顯然過於絕對。

這個世界上不存在一種完美的技術路線。不應該因為有問題，就判定某條路徑必然消亡。更重要的，是看誰能在壓力之下，更好地診斷問題、調整自身。

Hugging Face事件更深層次的啟發正在於此——它解釋了開源路徑正在展現出一種「自愈」的能力。

數據顯示，國產開源大模型全球累計下載量突破100億次。使用的人越多，進化得越快，解決自身缺陷的機會也越多。

開源生態至少在三個方面已經展現出了這樣的強大優勢。

第一，發現問題，解決問題。

研究機構、企業用戶和獨立開發者可以檢查模型行為、發現漏洞、開發防護措施並持續改進模型，來嘗試修覆問題，不必等待單一服務商的統一更新。

第二，真實場景調用推動模型優化。

開源模型投入實際使用後，在各種場景下的表現，都會被持續檢驗。真實使用越多，技術改進的方向也就越清楚。

第三，系統內部開始出現分工。

企業開始將開源模型和閉源模型分別部署在不同類型的任務上。英偉達等開始提供專門的大語言模型路由方案，可以根據任務類型選擇不同模型。

這些實踐說明，我們完全可以跳出「開源與閉源只能二選一」的敘事。

美國企業的態度正是一個折射。

7月24日，英偉達、微軟、元公司、國際商用機器公司、Hugging Face等多家科技企業和機構聯名支持開放權重人工智能模型。幾乎同一時間，近200家美國初創企業創始人聯名致信美國政府，警告封禁中國開源模型將嚴重損害美國下一代初創公司的發展。

它們的選擇已經說明，中國模型已經進入美國人工智能產業，成為降低成本、保持競爭力和避免被部分供應商鎖定的選擇。美國如果按國別切斷這些模型，首先受到影響的，會是本國企業的成本和選擇權。

也就是說，開源模式，一定是人工智能持續疊代、惠及全球使用者的可行出路。而人工智能的未來，取決於能否容納更多選擇。

當開源與閉源已經共同進入人工智能產業，問題就不再是非此即彼，而是如何用一套規則，讓兩種模式各展其長、各守邊界。

這也是理解中國治理主張的一個入口。

從全球發展倡議、全球安全倡議、全球文明倡議到全球治理倡議，中國始終主張尊重各國選擇，以合作回應共同挑戰，以公共產品服務共同發展。

這一思路也延伸到了人工智能領域。

在中國公共外交協會舉辦的論壇上，有專家說得很直白：中國已經向國際社會提供了許多公共產品。對於人工智能，各國可以「哪個管用用哪個」，中國也願意同各國有關部門加強對接。

基於這個行業事實，「譚主」與業內人士交談，有幾個提議值得正視。

第一，劃定開放邊界。

下一階段真正需要回答的，不是支持開源還是支持閉源，而是什麼能力可以開放，什麼能力應當有限開放；什麼能力需要設置訪問門檻；模型發布後，誰來負責漏洞披露、重大事件通報和衍生版本治理。

長期從事人工智能行業政策研究的相關人士告訴「譚主」，基礎能力可以開放，部分前沿能力可以有限開放，商業服務可以閉源，高風險能力則需要設置訪問控制和安全評測。模型發布前需要評估危險能力，發布後需要建立漏洞披露、重大事件通報和衍生版本治理機制。

中國支持開放，但不意味著主張所有能力無條件擴散。治理模型，首先應當看它具備什麼能力、可能造成什麼風險，而不是模型來自哪個國家。

第二，劃清所謂的「侵權」邊界。

是否侵權，應當依據可核查證據判斷。不能僅因模型能力提升或者來自中國，便倒推出其一定「竊取」了所謂的美國技術。

第三，建立開放生態下的安全協作機制。

人工智能風險可以跨平台、跨國界傳播。各國需要推動評測標準相互兼容，建立重大安全事件通報和漏洞協同處置機制。

歸根結底，要讓創新有空間，讓風險有邊界，讓各國有選擇。

下一階段真正的分水嶺，不在開源與閉源之間，而在選擇無差別封鎖，還是分級治理之間。

誰能讓人工智能更加普惠、讓高風險能力更加可控，誰就更有可能定義人工智能的下一階段。