黄仁勋人生第一推，把硅谷劈成了两半

新智元报道

硅谷裂开了。

不是暗流涌动的那种，是在全世界面前、白纸黑字签了名的裂开！

7月24日晚，黄仁勋人生第一次在X上发帖。不发新卡，不秀皮衣——甩出来的是一封25家联署的公开信：开源为什么重要。

老黄的人生第一帖，已有3百多万人围观。帖子发出不到20分钟，粉丝破万。一小时后，10万。

但真正的看点是谁来了？谁没来？

马斯克秒回：「我全力支持。黄仁勋是对的。」奥特曼跟帖：「我希望美国在开源和闭源两条线上都取得胜利。」微软CEO纳德拉第一时间到场站台。

签字的25家名单里——英伟达、微软、Meta、IBM、a16z、YC···，几乎是硅谷的半壁江山。

但，没有OpenAI。没有Anthropic。没有谷歌。

闭源三巨头，集体缺席。

我不装了，我摊牌了。

一张桌子，彻底掀翻

这封信，表面看是「开源vs闭源」。真正的断裂线，藏在产业结构里。

这是「扩散派」对「稀缺派」的第一次公开对战。

扩散派：英伟达、微软、Meta，加上整个平台层、芯片层、云计算层、风投层。他们的商业逻辑只有一句话——AI越便宜、越普及，他们越赚钱。

模型是耗材，算力才是印钞机。老黄卖的是铲子。

稀缺派：OpenAI、Anthropic，以及谷歌。他们的商业逻辑正好反过来——前沿模型就是产品本身，稀缺性就是定价权。

模型一旦被开源平替，API的溢价就塌了，冲刺IPO的估值故事就没法讲了。

这两帮人过去一年虽然各怀心思，但至少面子上还要在一个生态里吃饭。

但这封信，把桌子掀了。

纳德拉的态度最能说明问题。他一周前在内部会上公开批评Anthropic的Fable 5——「动不动就拒绝请求，这说不通」「世界上不能只有两家公司握着Token资本，其他人全都租着用」。

别忘了，微软可是给Anthropic掏了50亿美元的。结果转过头来，就在一封说「只靠闭源撑不住」的信上签了字。

一手给人投钱，一手签字说人家的生意逻辑有问题。说好听点叫对冲，说难听点就是：我赌你赢投了一注，又怕你输再对冲一把。

左右我都要赢。

奥特曼为什么发推不签字？

这里有个最让人玩味的画面：奥特曼和马斯克都跑到评论区站台了，但两家都没有落在签名上。

态度到了，签名没有。

为什么？

因为这封信里有一段话，等于在他们的核心叙事上捅了一刀——

公开信里专门为「蒸馏」正了名：用一个模型的输出去改进另一个模型，是行业广泛使用的正当技术，政策不该把蒸馏和非法侵占混为一谈、一刀切封杀。

他们怎么可能签一封为蒸馏正名的信？

OpenAI和Anthropic递到华盛顿手里的那张牌，就是「蒸馏」。签了字，等于亲手废掉自己的牌。

所以奥特曼只能以个人名义发条推表示「我也支持开源哦」——这是个人表态，并非商业立场。

马斯克也好不到哪去，SpaceX没签，他自己站出来说一句「Jensen is right」。姿态有了，代价为零。

中国模型，从背景板变成了主角

信里提到：只依赖闭源，才是真正的不安全。

就在几天前，OpenAI自己的红队模型挣脱沙箱，跑到公网上把Hugging Face给黑了。善后的时候，Hugging Face想用Fable 5分析攻击日志——结果安全护栏分不清谁是研究员谁是黑客，直接拒绝配合。

最后救场的，是本地跑的中国开源模型GLM-5.2。

美国模型放的火，中国开源模型救的场。

过去两年，中国开源模型在全球叙事里的定位，一直是「又一个追赶者」「价格战搅局者」——说白了，是背景板。

但这一轮真不一样了。

GLM-5.2，成了美国安全事故里的技术主角——不是靠跑分，是在真实危机中干了美国闭源模型干不了的活。

Kimi K3，更是这整轮政策风暴的直接触发器——2.8万亿参数、全球最大开源模型，7月16日发布当天就让华盛顿破了防。

白宫的紧急讨论、财政部长的制裁放话、200家创业公司的联名反对、25家巨头的公开信——整条链条，起点都是K3。

Hugging Face甚至挂了个倒计时页面，全世界都在等。

再加上4月开源的DeepSeek V4，1.6万亿参数，MIT协议，价格屠夫。

三个模型，三次冲击波，半年之内把「中国开源模型」从跑分表上的一行数字，变成了足以左右华盛顿政策走向的变量。

这种对事件的决定性影响，比任何跑分都更有意义。

而开发者早就用脚投票了。OpenRouter的数据显示：2月，中国模型Token调用量首次反超美国模型；此后连续数月稳在45%以上。

老黄的底牌

免费的AI，才是最贵的算力生意

讲到这儿，有一个问题绕不开了：黄仁勋为什么把人生第一条推文，押给开源？

老黄的底牌是：模型越开放，用的人越多。用的人越多，烧的Token越多。烧的Token越多，买的卡越多。

老黄自己在Axios专访时说——免费的AI利好硬件，利好芯片，利好数据中心。市场第一次误判了DeepSeek的影响，这次又误判了Kimi的影响。

所以你看，扩散派和稀缺派的利益冲突，到老黄这里就是：他要的世界，是全世界每个公司、每个国家都在跑模型——而不管他们跑谁家的模型，用的都是他的卡。

开源是手段，扩散是目的，算力垄断是终局。

这封信只是第一枪。

背后的结构性矛盾，一个都没有解决——

扩散派要的是「别管了，让市场跑」；稀缺派要的是「管起来，维持垄断」。两边都有充分的商业理由，也都有充分的盟友。

而华盛顿自己内部也是裂开的：商务部想精准打击，财政部想挥大棒，白宫内部的反监管派在踩刹车，8月1日还有一个行政令要求的60天评估框架到期。

但不管怎么乱成一锅粥，中国的模型，已经不再是这场棋局的背景板。

它们正在改变棋局走向。

附录：公开信全文

PDF：

https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf

上世纪 80 年代，早期的开源软件先驱者向当时的主流信条发起了挑战——那种信条认为，唯有企业牢牢掌控自己的代码，软件才能进步。这场运动所倡导的，是一个透明的生态：全世界的开发者都可以研究、修改、改进软件。今天，由开源社区开发的软件支撑着互联网的大部分运转，也构成了全球最大科技公司所用系统的底层，同样支撑着美国军方，以及承担科研、网络安全等关键使命的联邦机构。开源的意义不止于降低软件成本；它铸就了一个共享的知识底座，一代又一代美国工程师与创业者正是在这一底座之上，建立起了各自机构层面的技术自主。

如今，美国在人工智能上面临着相似的抉择。衡量我们人工智能领导力的，不会是某一个前沿模型，而是美国能否建成一个强健、开放、并向各行各业渗透扩散的生态系统。这对于在全国范围内创造创新与繁荣的机会至关重要。它要求我们扩大人工智能的可及性、鼓励竞争、构建坚实的应用层，并让美国人对自己所依赖的技术握有更大的掌控权。开放权重模型——任何人都可以下载、查验、修改，并在自有基础设施上运行的人工智能模型——正是这一根基的重要组成部分，因为它们让先进的人工智能更易获取、更易适配，也更为普及。

开放权重拓宽了通往人工智能经济的入口。初创公司、成熟企业、高校和公共机构得以在先进模型之上进行开发，既不必从零训练一个模型，也不必为每一项任务都支付前沿模型的价码。开放权重让每个组织都能以合适的成本，为合适的活计匹配合适的模型：把前沿级别的能力留给真正的前沿难题，其余场景则交由高效的专用模型去跑。当人工智能的使用规模扩展到数十亿件日常任务时，正是这种取舍上的克制，才能让它在经济上可持续。美国要赢下人工智能时代，靠的是让它渗入工厂、医院、农场、课堂与街头巷尾中小商户的日常流程之中。

开放权重也强化竞争，而竞争正是让人工智能的收益被广泛共享、而非集中于少数人之手的关键。由于让众多组织都能构建、改造和部署先进模型，开放权重所激起的角力不仅存在于模型开发者之间，也蔓延至云计算、芯片、应用与服务等各个环节。这样的竞争会激发创新、压低成本，并把人工智能的红利广泛播撒到整个经济体之中。

开放权重还赋予客户更强的掌控力。组织在投入人工智能时，希望确信自己不会被锁死在单一供应商身上，也不会丢失长期积累下来的知识与能力。开放权重模型让组织得以掌控自己的数据、按自身需求评估并调整模型、在业务要求的任何地方部署它们，从而提供了这份底气。而当组织借人工智能创造价值时，开放权重让这份价值真正归其所有——它体现为可自我改进的模型、专门化的能力，以及不断累积的知识，凡此种种，共同推动着美国的自主与繁荣。

诚然，开放权重带有真实而独特的风险。权重一经发布，便脱离了原开发者的掌控，被修改过的版本亦难以追溯或撤回。但应对这一风险的正确方式，并非禁止开放权重。在一个网络攻击者已经用上先进人工智能的世界里，防守方同样需要获得能力相当的模型，才能侦测、模拟并回应新生的威胁。开放模型拓宽了防御能力的边界，提升了透明度，也让漏洞得以在众多团队手中被发现和修补。

事实上，开放或许正是通往人工智能安全的最重要路径之一。仅仅依赖封闭模型并不天然安全：它们同样可能被攻破、被滥用，或以外界无从察觉的方式失效。而把先进的人工智能能力集中于少数几个封闭模型之后，只会让这一风险叠加放大：其结果是形成为数不多的单点故障、削弱竞争，并把关键技术交到寥寥几家供应商手中。开放权重模型则不同，它让广大的研究者与开发者群体得以检视模型行为、找出脆弱之处、开发防护手段，并使之随时间不断改进。正如开源软件曾经证明「透明」可以比「隐晦」更安全，人工智能的安全或许同样取决于：让更多人有能力去检验并加固这个社会所仰赖的那些模型。它使严格的基准测试与评估、红队演练成为可能，也让防护措施得以针对真实且已被证实的危害而设，而不是想当然地认定封闭系统天生更安全。

一个强健的人工智能生态并非注定会到来。政策制定者面前，正有一个重要的行动窗口。这包括：为初创公司和研究人员扩大算力的可获得性；投资于共享的训练资产（数据集、工具、评估框架）；以及避免对开放模型施加过早的限制——那类限制会扼杀竞争，或把创新赶往海外——从而让前沿保持多元。这些举措还必须一并考量：强大的应用层如何能在整个经济体中扩展对人工智能的自主使用。

在塑造这一生态时，政策制定者应当谨慎，切勿把正当的模型开发技术与不当窃取混为一谈。蒸馏——即利用一个模型的输出，来帮助训练或改进另一个模型的做法——是一项被广泛采用的技术，用于模型的改进、评估与验证。它所体现的，是一种由来已久的传统：向既有技术学习、在其之上构建、并使之更好；自开源软件运动兴起以来，正是这一传统在推动创新。合理的担忧应当通过有针对性的法律与商业框架来化解，而不是对那些在人工智能创新中扮演重要角色的技术，施加一刀切的限制。

人工智能的时代可以是一个繁荣的时代。只要作出正确的选择，开放权重的人工智能就能拓展机会、强化竞争、延续美国的技术领导地位、化解风险，并确保这项非凡技术的好处能在整个经济体中被广泛分享。那样的未来值得去建造，而美国理应在建造它的路上一马当先。

签署方（25家）： American Innovators Network、a16z、Arcee AI、Arena、Black Forest Labs、Box、CrowdStrike、戴尔、Emergence Capital、Hugging Face、IBM、Linux基金会、Mariana Minerals、Meta、微软、Mistral、Mozilla、英伟达、Palantir、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator