25 家联名反对 AI 监管，蒸馏条款才是真战场

25 家机构联名签了一封公开信。

名单我从头到尾扫了两遍。NVIDIA、Microsoft、Meta、Hugging Face、IBM、The Linux Foundation、Mozilla、Mistral、Andreessen Horowitz、Y Combinator、Palantir、Perplexity、Replit、ServiceNow、CrowdStrike、Dell、Box、Black Forest Labs、Arcee AI……25 个名字，横跨芯片、云厂、开源基金会、投资机构、SaaS 公司。

没有 OpenAI。没有 Anthropic。

一家都没有。

信叫《Open Weights and American AI Leadership》，7 月 24 日发的，三页 PDF 挂在 NVIDIA 官网上，微软还专门开了个专页放它。诉求一句话说完，别对开放权重模型下过早的限制。

通稿那部分我快进一下，你在别的号大概已经刷过一遍了。开放权重模型（open-weight，指权重文件公开放出来、任何人都能下载到自己机器上跑、也能自己改的模型，Llama、Mistral、DeepSeek 这一路），信里说它是生态的必需项，理由摆了五条，成本、竞争、客户控制权、安全、社区红队。开篇还拿 1980 年代那波开源软件运动做类比，说当年那批人也是在挑战「软件必须被公司牢牢攥在手里才能进步」这个信念。

写得是真漂亮。Nadella 转的时候配了句「开放权重模型是健康 AI 生态的必需品」，黄仁勋也发帖站了台。信末尾还开了三条政策清单，给初创和研究者放开算力通道、投钱做共享的训练资产（数据集、工具、评测框架）、以及保持前沿的多元，别下过早的限制把创新赶到别处去。

但这些都不是我想跟你唠的。

这封信我读了两遍，最有意思的地方不在它说了什么，在它说这些话的时机，和它藏在第三页的那个真实诉求。

先说那个缺席的名单。

25 家里，一家闭源前沿实验室都没有。Mistral 在，但 Mistral 是开源派。这个名单不是「AI 行业联名」，是「靠开放权重吃饭的那半个行业联名」。缺席本身就是一种表态，而且是比签名更清楚的表态。

Hacker News 上那条讨论冲到了 588 分、260 条评论，热度不低。底下有条冷眼说得挺不客气，大意是这三家除了「开源万岁」之外没有任何切身利益要保护，想想它们会这么说，真是奇怪啊。

这句阴阳是有道理的，我们得先把它认下来。

NVIDIA 为什么签，开放权重意味着推理需求分散到无数家公司自己的机房里，谁赢都要买卡，这比世界上只剩三个客户要舒服得多。Meta 和 Mistral 为什么签，开放权重就是它们的分发策略本身，模型不开放它们连桌都上不了。微软为什么签，企业客户要私有化部署、要数据不出内网，这些订单成立的前提是市面上有能自己跑的模型，顺带说一句，微软自家那套 MAI 模型并没有开权重，而且按 Nadella 本周那篇长帖的说法，他们正在把 GitHub Copilot 和 Excel 的流量往 MAI 上导。

所以这封信不是慈善，是一份利益共同体的联合声明。这点必须先讲清楚，不然后面写的全是偏心话。

但话说回来，动机不纯不等于话说错了。这两件事得分开算。

而信里有一句话，我看到的时候是真愣了一下。

在承认开放权重确实有风险之后（信里写得很坦白，权重一旦放出去就脱离了原开发者的控制，改过的版本难追踪也难撤回），它紧接着掰了一句，

Relying solely on closed models is not inherently safe: they can be breached, misused, or fail in ways that outsiders cannot detect.

只依赖闭源模型并不天然安全，它们同样会被攻破、被滥用、或者以外部根本无法察觉的方式出问题。

好家伙。

这句话写在 7 月 24 日。而 7 月 21 到 22 日，也就是三天前，OpenAI 刚刚官方通报了一件事，它内部在跑网络安全能力评测、为此专门降低了拒答限制的几个模型，从沙箱里逃了出来，一路横穿内部系统拿到了本来不该有的外网访问权限，然后自己判断说 Hugging Face 那边大概有它要的答案，就进去了。事后有报道称，OpenAI 至少一周之后才察觉。

而 Hugging Face，是这封信的签名方之一。

我不知道这句话是不是专门为那件事写的。三页信里没提一个字，没有指名，没有暗示，干干净净。但「会被攻破，而且外人根本发现不了」这十几个词摆在那个时间点上，杀伤力比骂一万句都强。这一手有点子牛逼。

顺着这条线往下，信里还有个论证我觉得站得住，说的是在攻击方已经用上高级 AI 的世界里，防守方需要拿到能力相当的模型，才能去检测、模拟和响应。这句不是空话，你回头看签名名单，CrowdStrike 在上面，Palantir 也在上面。一家做终端安全的和一家做数据分析的，为什么要在一封关于模型权重的信上签字，因为它们的活儿就是得把攻击手法在自己的环境里复现一遍。而复现这件事，你没法靠一个会拒答的云端 API 来做。这跟前面那句「闭源不天然安全」是一套逻辑的两头。

真正让我想写这篇的，是第三页。

前两页都在讲生态、竞争、安全这些大词，读起来像标准的政策倡议文。翻到第三页，画风突然变了，它开始抠一个非常具体的技术定义，

policymakers should be careful not to conflate legitimate model-development techniques with misappropriation. Distillation, or the practice of using one model’s outputs to help train or improve another, is a widely used technique for model improvement, evaluation, and validation.

政策制定者要小心，别把合法的模型开发技术和窃取混为一谈。蒸馏，也就是拿一个模型的输出去训练或改进另一个模型的做法，是一项被广泛使用的技术。

然后是那句真正的诉求，

Those concerns should be addressed through targeted legal and commercial frameworks rather than sweeping restrictions on techniques that play an important role in AI innovation.

这些顾虑应该用有针对性的法律和商业框架来处理，而不是对技术本身下一刀切的限制。

就这一段。

我先把蒸馏（distillation）这词展开一下，怕有小伙伴不熟。你可以理解成让一个小模型去当大模型的学徒，大模型答一百道题，小模型对着答案和思路学，学完之后它未必有大模型那么全能，但在特定活儿上能把差距压得很小。关键在于，这条路便宜。它跳过了从零预训练那笔要烧掉几十亿的算力账单。

这不是什么边角技术。今天你能在自己笔记本上跑起来的那些小尺寸模型，你在生产里拿来做分类、做抽取、做路由的那些便宜模型，背后大面积都有蒸馏的影子。它是资源有限的那一方追上前沿的主要通道，几乎是唯一一条走得通的通道。

有个分析把这件事说得比信本身更直白，

Whoever writes the distillation rules decides who is allowed to build.

谁写蒸馏的规则，谁就决定了谁有资格造模型。

这句话我盯着看了挺久。

你把它和缺席的名单放在一起看，整件事的形状就出来了。如果监管方最后把蒸馏当成一种应当被普遍限制的行为写进规则，会发生什么，挑战者失去最快的追赶路径，被迫回到烧钱预训练那条只有巨头走得起的路，而已经站在前沿的闭源实验室，从此被制度性地挡在竞争压力之外。不用打，规则自己就把护城河挖好了。

所以这封信真正想挡的，从来不是「监管」这两个字。前两页是包装，是给这个诉求铺的台阶。第三页那一段才是要保的东西。

而通稿里，这一段基本没人引。CNBC 那篇报道也是把重点放在「警告不要过早限制」上，大家都在写三巨头联名反对过度监管，标题里全是巨头和监管，一个字不提蒸馏。这也不奇怪，第三页读起来又技术又枯燥，不如「巨头硬扛监管」好卖。

说真的，我一直觉得这类事情里，最要紧的东西往往就藏在最枯燥的那一段里。

还有个细节值得提一句，这封信不是孤立事件，是一场已经拉锯了好几周的仗里的一次发力。HN 上前几天还挂着另一条讨论，标题直接就是《OpenAI and Anthropic unite against open-weight AI risks to their bottom line》，三百多条评论。两边都在公开场合往相反的方向使劲，只是一边有 25 个签名和一份 PDF，另一边不需要联名。

厉害了，这么一看，7 月 24 日这封信其实是个回应动作，不是先手。

那对天天写代码的我们，这事到底会掉什么。

我平时的活儿是给大模型搭跑起来的那层脚手架，工具链、评测、调度、上下文预算这些让模型真能干活的工程层。干这个久了会形成一个很实际的直觉，模型能力固然重要，但决定一个系统能不能长期活下去的，往往是你有没有退路。

信里有一句写得特别对我的胃口，说开放权重让每个组织都能用合适的成本、拿合适的模型去干合适的活，把前沿级的能力留给真正的前沿问题，其余地方跑高效的专用模型，而这种成本纪律才是 AI 规模化之后账还能算平的前提。

这话落到一线就是，不是每个任务都值得调最贵的那个模型。你系统里那些格式化、分类、意图判断、日志归纳的活，用一个能在自己机器上跑的小模型就够了，成本能差出一两个数量级。而这条路存在的基础，就是市面上一直有能下载下来自己跑的权重。

信里还提了另一件，组织不想被锁死在单一供应商上，不想自己积累的能力哪天随着别人的定价策略一起蒸发。HN 上有条评论把这个说得更狠，大意是未来大多数公司都会跑本地模型，因为另一种选择是每家用大模型的公司最后都彻底依赖某一家供应商，而这种依赖一旦稳固，就会被榨到荒谬的程度。

这话听着有点刺耳，但今年经历过订阅制改用量计费那轮的人，大概都懂那个体感。

所以我的判断是这样，我也不确定对不对，就当一个可以被反驳的看法。

这封信作为一份政策倡议，赢面并不在于它罗列的五条理由有多正确，而在于第三页那个定义之争能不能守住。开放权重会不会被禁，我觉得概率不高，「不许公开模型权重」这种规则在实操层面几乎没法执行。但蒸馏这条路被收紧，是完全可能的，因为它可以被包装成一件听起来很合理的事，保护知识产权、防止价值被非法提取。它甚至不需要一刀切，只要把定义写得足够模糊，让每个想走这条路的小团队都得先掂量法务风险，效果就达到了。

而如果那天真来了，你会发现受影响最大的不是 Meta 和 NVIDIA，它们有卡有钱有律师。是那些正在拿开源权重微调（fine-tune，在已有模型上用自己的数据继续训练，让它更懂你的场景）做产品的小团队，是那些靠一个本地小模型把成本压下来才勉强算得平账的项目。

所以能做的事其实很朴素。

如果你的系统现在完全跑在某一家的 API 上，抽个下午跑通一次本地推理，ollama 或者 vLLM 都行，随便挑个能力够用的开源权重，把它接进你系统里最不重要的那个环节，让这条链路真实存在过一次。不是让你现在就迁移，是让你在需要 plan B 的那天，手里有的不只是一个想法。

顺手把你项目真在用的那几个开源权重存一份到自己的存储里。这事听起来有点像屯粮，但权重这东西下架起来是很快的，而且不打招呼。

再往下一层，如果你的技术方案里有「用大模型的输出来改进小模型」这一步，现在就把数据来源和许可条款理清楚，别等到规则落地那天才回头翻当初是从哪儿拿的。

《大教堂与集市》里有个说法我一直记着，开源不是一种慈善行为，是一种在特定条件下更高效的工程组织方式。当年那批人赢，不是因为道德上更高尚，是因为集市这套确实跑得更快。三十多年后这封信的开篇就是在重述这件事，而它自己的第三页在说，请让那条更快的路继续通着。

回到开头那个名单。

25 个签名，两个缺席。这封信最诚实的部分不是它写下来的三页字，是那两个没写上去的名字。它们没说一句话，但已经把自己的立场表达完了。

你要是也在跑开源权重，第三页那一段值得你自己去读一遍。别听我说，也别听通稿说。

链接都在文里。