开放权重模型是第一章，数据层才是关键

关键要点

• 开放权重模型是四个阶段序列的第一阶段：制品、工厂、连接组织、治理。软件花了30年。AI正在更快地推进。
• 对开放权重模型的反对意见，涉及支持、安全、责任和经济性，十年前都曾针对开源提出过。每一个都被时间证明是失败的。
• 权重不是源代码。你无法对张量进行diff，所以训练配方承载了透明度。
• 随着模型商品化，持久层成为底层的状态：记忆、上下文、运营数据。这从来不是实验室可以开放的。

7月24日，黄仁勋在X上发布了人生第一条帖子。不是产品发布，也不是庆祝胜利。而是一封由25家公司签署的政策信函，一天内增加到50家，请求华盛顿不要限制开放权重AI模型。微软、Meta、IBM、a16z和Hugging Face。这一切都建立在一个类比上：开源成为现代软件的基础，因此开放模型应获得同样的机会。

这很容易被解读为一场政策斗争：华盛顿对实验室，开放对封闭。我将其视为某种更古老的东西。我在AI底层的各个层面工作了20年：超级计算实验室、在GPU之间传输张量的网络层、训练平台，以及现在的数据层。我立刻认出了这个类比，因为我在我工作过的每一层都看到过它上演。这不是修辞，而是一种模式，这种模式有顺序。

这个顺序就是本文的论点。这封信为第一阶段辩护。对于现在任何在AI上构建的人来说，最重要的阶段是没有人写信谈论的那个阶段。

我的出发点

我应该诚实地说明我的视角。我从EPFL蓝脑项目的性能建模开始，转到市场开发，并在职业生涯的最后阶段从事产品营销。我不是构建这些系统的人。我是那个花了20年向决定是否将其工作押注在这些系统上的人解释它们的人。十年前，我在销售开放基础设施时听到的反对意见总是那四个：谁支持这个，它真的安全吗，坏了谁负责，以及经济性不可能站得住脚。逐字逐句，这些正是今天针对开放权重模型的反对意见。我是在采购评审中听到的，而不是代码评审。每一个都失败了。不是败给更好的论点，而是败给时间。

三周前，我加入了PingCAP，这家公司推出了TiDB，一个开源的分布式SQL数据库，这恰好让我坐在了这场斗争的前排。

这封信说得对的地方，以及它遗漏的地方

这封信将开放性视为需要捍卫的立场。我的经验告诉我，它是另一种东西：一个序列。它不是一次性到来的，也不是作为一种意识形态到来的。它以可预测的顺序穿过技术栈，软件用了大约30年跑完了整个序列。AI正在我们眼前以更快的速度运行它，有时顺序混乱，但明确无误。

这封信是对第一阶段的辩护。我想谈谈它之后的阶段，因为那才是我真正亲身经历过的。

开放性的四个阶段

每个阶段开放不同的东西，每个阶段都必须落地，下一个阶段才有意义。以下是我完整的分析。

第一阶段：制品开放

事物本身可以免费下载和运行。在软件中，这指的是Linux和MySQL。在AI中，它指的是Llama、Mistral、DeepSeek、Qwen，以及现在的Moonshot的Kimi K3，一个2.8万亿参数的模型，其完整权重于2026年7月27日发布，是任何人发布过的最大开放权重模型。

我在这场战争结束后进入计算领域。我在蓝脑以及后来在巴塞罗那超级计算中心接触的每台机器都运行开源软件。我从未看到关于制品是否应该开放的争论，只看到了后果。这就是几年后一场赢得争论的样子。开放权重正在走向那里。

第二阶段：工厂开放

不仅仅是输出，还有生产它的手段。在软件中，这指的是GCC、LLVM和整个开源工具链。你可以从头重建那个东西。在AI中，这正在发生：DeepSeek发布其实际的训练基础设施，实验室在技术报告中发布真正的训练配方，而不是模糊的示意。我曾在Determined AI（一个开源训练平台）工作，所以我早早就看到了这个阶段的到来。

第三阶段：连接组织开放

协议和接口让独立的组件可以相互信任和扩展。在软件中，这指的是POSIX和Kubernetes API：无聊、隐形、承重。在AI中，这正在快速开放。Anthropic开源了MCP，同时继续发布封闭的前沿模型，并拒绝签署黄仁勋的信，这告诉你这是一个按层决策而不是身份问题。SpaceXAI 在Apache 2.0下发布了Grok Build harness，理由是发布代码是赢得信任的最直接方式。那次发布是在一次隐私事件之后，并且拒绝外部贡献，所以称其为源代码透明而不是社区治理。它仍然朝着同一个方向前进。

这是我从骨子里了解的一个阶段。在Mellanox，我的工作是将RDMA栈直接推入深度学习框架：TensorFlow、PyTorch、PaddlePaddle和Caffe。目标是让做分布式训练的研究人员不必处理底层内核和库。只要你有支持的网卡和支持的GPU，它就在你已使用的框架内工作。一家专有硬件公司投资于开放连接组织，因为封闭的管道不会被采用，而未被采用的管道无论多快都毫无价值。这项工作的后代现在在黄仁勋信中的每一个开放模型中传输张量。

第四阶段：治理中立化

工件是开放的，工厂是开放的，接口是开放的，然后监管转移到中立地带。中立治理是将“有趣的项目”转变为“安全的机构默认”的关键。在软件领域，Kubernetes 进入 CNCF 的那一刻，就是企业停止试点并开始标准化的时候。PingCAP 在 2018 年 8 月将 TiKV 捐赠给 CNCF，它于 2020 年 9 月与 Kubernetes、Prometheus 和 Envoy 一起毕业。正是这一传承，使得多年后，企业架构师无需再次开会就会将开放项目列入批准清单。

对于模型堆栈，这个阶段才刚刚开始。PyTorch 归入 Linux 基金会，vLLM 也已进入其中。只是早期震颤，仅此而已。这就是为什么未来几年值得预测。但首先，有一个层级的开放不是理论上的，它已经因 AI 中最难的工作负载而在生产中被强制实施。那个保存状态的层级。

智能体构建者实际在使用什么

以下迹象让我确信这是一个序列而非一厢情愿：在模型上做开放赌注的实验室，在其下每一层都做同样的赌注。Kubernetes 用于编排，vLLM 用于服务。整个堆栈以同样的方式构建，因为每一层都面临着我在 Mellanox 观察到的同样的采用物理定律。在状态层，需求变得具体。

Moonshot 的Kimi 和 Manus 是今年业界最关注的两个智能体平台，两者都在生产环境中运行于 TiDB 之上。它们的使用方式揭示了其中的奥妙。智能体的行为不像数据库原本为之设计的应用。它们以任何人类工作流都未曾要求过的规模和速度创建数据库，数以千计，动态创建和退役。它们需要检查点、分支，以便一个智能体可以尝试某些操作而不干扰其他智能体，并在足够持久的地方保存长期运行的任务状态，以便在崩溃时存活。

这是一个真正困难的问题，也是这些公司来找我们解决的问题。与他们合作使 TiDB 成长为不仅能处理向量和智能体记忆，还能同时处理操作和分析数据，并且是存储在一个地方，而不是拼凑的堆栈中。Kimi 和 Manus 在真实生产负载下解决的问题，正是每个构建智能体的公司即将需要的。

类比破裂之处，以及工作所在

注意事项很重要，它们直接指向真正的工作仍在何处。

权重不是源代码。你可以阅读 C 文件并理解它。你不能对张量进行差异比较并知道改变了什么或为什么。这正是为什么第二阶段，即工厂，在 AI 中比开放二进制在软件中更重要。在我们的世界中，配方是真正的透明度。仅有权重更接近免费午餐而非开放厨房。

这是最重要的一点。当一个实验室的前沿在季度内成为另一个实验室的基线时，持久、可防御的层不再是模型，而是它之上的状态。记忆。上下文。智能体读取、写入、分支并且必须能够信任的操作和分析数据。这一层不会商品化，因为它是你的。数据是每个工厂中最后一个封闭的房间，不是因为有人囤积语料库，而是因为有价值的数据从来不是实验室可以开放的。它是企业自己的。

那就是数据库所在的房间。不是与开放模型竞争，而是在它们之下，将所需状态保存在一个地方，而不是分散在向量存储和数据仓库中。我的同事 Terry Purcell 已经论证了为什么那一层必须是开源的。这是 TiDB 正在下的赌注，在观察了这个序列 20 年后，我终于觉得足够明显，值得亲自去做。

所以这不是一个关于封闭模型消亡的故事。黄仁勋的信对此很谨慎，我也一样：世界两者都需要。主张是开放层成为其他所有人标准化的基础，而有趣的工程转移到下面那个状态层。

我认为接下来会发生什么

到 2027 年底，核心基础设施，从模型堆栈、服务层、训练框架或智能体协议，将归入一个拥有真正多公司治理的中立基金会。那是 Kubernetes 到 CNCF 的时刻，也是企业采用从试点变成默认的时候。

在 24 个月内，“开放与封闭”不再是公司的身份，而成为每层、每发布版本的决定。同一个实验室在同一季度发布开放协议、封闭前沿模型和开放服务堆栈，没有人觉得矛盾，因为到那时每个人都明白它始终是一个序列，而不是一个立场。

而第一个企业智能体参考架构，这个时代的 LAMP 堆栈，将在每一层开放，底部是整合的数据和状态层做承重工作，顶部可能有一个前沿模型作为唯一的封闭组件。缩写将是新的。形状将是熟悉的。我对哪个分布式 SQL 数据库会出现在该堆栈中有明显的偏见。我只声称这个位置存在并且是开放的。

问题从来不是是否。黄仁勋的信的签署者本质上是在要求序列不要被打断。三十年来它从未被打断过。它只被引领或被跟随。

没有人再问数据库是否应该开源。也没有人会问模型。有趣的问题总是下一个：之后什么会开放，以及一旦开放，你在下面的层上构建什么。

有趣的工作在下面的层，它必须做的是具体的：一个接口横跨向量和结构化行，读取保持彼此新鲜，计算吸收智能体突发。那就是上下文平台模式。从那里开始。

文章开放权重模型是第一章。数据层是书的其余部分。 首次出现在 TiDB。