1625
7这期节目，我想从一个很多人都很疑惑的问题开始：美国 AI 还有没有开源？它们在做什么？
这个问题来自我在纽约参加的一场活动。现场有人谈到中美开源的差距，但我发现，很多讨论其实把“开源”“开放权重”和“中国模型”混成了同一件事。
这中间至少发生了两次概念偷换：开放权重不等于真正开源，开源也不只等于模型。训练代码、数据、推理框架、Agent Harness和基础设施，同样是AI开源生态的重要组成部分。如果只盯着模型榜单，我们很容易低估美国在工具链和基础设施上的积累，也会看不清中国模型真正建立起来的优势。
所以这次在旧金山湾区，我邀请了NVIDIA研究员、Nemotron项目成员叶汉荣，以及Fusion Fund创始合伙人张璐，想把这个看似简单的输赢问题拆开来谈。
中美之间也不是一场简单的开源胜负。中国公司更愿意开放自己的旗舰模型，借此争取开发者、部署量和全球影响力；美国模型公司如果能够直接依靠API收费，就更有动力保留闭源。但与此同时，美国仍然在训练框架、推理工具和基础设施上贡献着大量开源项目。两边的差异，首先来自商业场景和变现路径，而不只是价值观。
这也不是一期为开源或者闭源站队的节目。我们真正想回答的是：当AI从模型竞赛走向产业部署，谁在定义开放，谁在承担风险，谁又能从这套生态里赚到钱？
理解这些问题，可能比判断中美谁输谁赢更重要。
【主播】
骆轶航｜硅基立场主理人；硅星人创始人
【嘉宾】
叶汉荣｜NVIDIA Research研究员
张璐｜Fusion Fund创始合伙人
【时间线】
美国真的在AI开源上落后了吗？
英伟达为什么公开为开放权重站台？
AI竞争正从模型跑分转向企业部署
Coding Agent变强后，会不会主动发起攻击？
“渐进式开源”能守住安全底线吗？
开放权重不等于开源，区别到底在哪里？
开源越繁荣，英伟达的算力生意越大
企业最值钱的资产不是模型，而是数据
开源不只等于模型，更不只等于中国
AI开源的下一战：推理，而不是训练
Agent时代，Harness如何把失控的智能体掰回来？
硅谷大厂为什么一边开源，一边集体沉默？
美国开源模型为何在媒体上失去存在感？
开源与闭源的差距，是否已经跨过交叉线？
中国模型越开源，商业化张力就越大？
没有销售团队，开源公司如何一年营收增长40倍？
开源不是义务：旗舰版本之后还必须继续开吗？
中国AI用开源向世界证明了什么？
未来五年，美国开源生态将由谁引领？
Physical AI为什么把机会重新交给创业公司？
开源模型的安全对齐，究竟该由谁负责？
限制管不住创新，激励能让AI更安全吗？
为什么很多开源实验室没有余力做安全对齐？
【关注我们】
本期播客同步视频版已上线，欢迎关注
b站：硅基立场Pro
视频号、抖音、小红书：硅星人
