开源 AI 正面临前所未有的生存挑战。近日，有外媒报道称，白宫正考虑出台行政命令，限制尤其是由中国公司开发的 AI 系统。高级研究员 Adam Thierer 表示，如果本届政府对开源 AI 的使用发表明确立场，甚至限制联邦机构使用某些开源工具，他并不感到意外。
尽管知情人士称相关讨论尚处于早期阶段，但若措施落地，最可能影响的对象将是中国开源模型及政府部门的使用。Lambert 警告，一旦第一块多米诺骨牌倒下，后续影响将难以控制。目前，开源模型缺乏强有力的美国经济代表来阐述打压的代价。Reflection AI 曾提议根据模型能力提供框架豁免，而 Lambert 则直言，无论采取何种形式的禁令，从长期发展轨迹看都是严重错误。
在商业层面，开源模型是否从硅谷巨头那里“虎口夺食”？AI 独角兽 Decagon 提供了典型案例，其约 90% 的工作负载运行在开源模型上。CEO Jesse Zhang 解释称，这并非单纯为了成本或客户要求，而是因为只有通过“小模型 + 深度微调”才能满足生产环境对延迟和特定任务质量的要求。
Jesse Zhang 提出了一个反直觉的观点：尽管企业在前沿模型上的总支出几乎没有下降，但开源模型的支出占比却在下降。数据显示，Vercel 平台上 DeepSeek 的 Token 处理量跃居第一，占基础设施总 Token 流量的三分之一以上；DeepSeek V4 Flash 的处理量甚至超过了 Anthropic 的 Opus 4.8。然而，由于价格差距悬殊（Opus 4.8 的成本是 V4 Flash 的 23 倍），闭源模型依然占据了平台大部分支出。随着 Nvidia Nemotron 的加入，这一格局可能继续演变。
Jesse 认为，开源与闭源模型并非竞争对手，而是同一生命周期中的不同阶段：企业先使用昂贵的前沿模型验证应用场景，待场景成熟后再迁移至开源模型。随着新场景不断涌现，前沿模型的收入依然保持高位。因此，开源模型支出占比的下降，并非因为失败，而是因为整个市场仍处于早期探索阶段。
随着开源模型能力增强，围绕“蒸馏”的争论已演变为对竞争对手的打压。Anthropic CEO Dario Amodei 曾批评开源是伪命题，认为它缺乏社区迭代优势。近期，美方官员声称蒸馏每年造成高达 60 亿美元的损失，但缺乏依据。Lambert 指出，一旦设定“能力门槛”，开源模型获批速度将远慢于闭源模型。他认为，这种打压主要由 Anthropic 推动，现已成为建立市场壁垒的手段。Lambert 质疑 Anthropic 的安全逻辑：若模型真如其所言危险，理应通过 API 控制而非禁止开源。
Lambert 认为，全面禁止开源绝非良策，开源生态无法被物理阻止。要打破当前的“死亡螺旋”，短期出路在于美企发布能力相近的开源模型，将讨论引向共同应对技术挑战。Microsoft、Meta 等公司及 Reflection AI 应尽快行动，捍卫开源原则。