Percona CEO 在 Open Source Summit Europe 呼吁：不要把「开放权重」和「开源」混为一谈

本站视角

这件事直接影响的不是抽象概念，而是几类具体的人。第一类是中国的模型厂商和它们的开源策略团队：DeepSeek、Qwen 等被海外社区普遍称为「open source」，如果 OSI 后续收紧定义、或业界形成更严格的共识，这些模型的「开源」标签会面临重新审视，进而影响它们在海外开发者社区、企业采购和合规审查中的位置。第二类是使用这些模型做产品的国内团队——尤其是做 Agent、RAG、私有化部署的公司，它们选型时往往把「开源」当作可审计、可长期依赖的信号，如果这个信号本身不可靠，选型风险就被低估了。第三类是企业的开源合规与法务，Farkas 提到的「叫 Apache 2.0 却在欧盟不能用」并非假想，许可证标签与实际限制脱节会直接制造法律风险。 我们的判断是：Farkas 的立场在技术定义上站得住脚，但需要区分「术语纠偏」和「价值贬低」两件事。开放权重确实不等于开源，这一点 Landay 的表述最清楚——开放权重解决的是部署自由，开源解决的是可信任、可改进、可继承。但也要看到，在当前的算力和数据条件下，要求模型厂商公开完整训练数据和流程，对绝大多数公司而言并不现实，这也是 OSI 首版定义被迫放宽训练数据要求的现实原因。因此更可能的结果不是「开放权重被逐出开源」，而是形成分层标签，比如「开放权重」「开放模型」「开源 AI」各自对应不同的披露义务。 需要观察的是三点。其一，OSI 重启讨论后是否会把训练数据披露从「建议」升级为「必要条件」，如果升级，几乎所有现有「开源大模型」都会被重新归类。其二，中国厂商是否会主动向更高透明度靠拢——小米 MiMo-V2.6 直播 RL 训练、放出 7000 多个任务环境和训练代码，是目前原文中透明度最高的案例，如果这类做法被更多厂商跟进，定义之争的实际压力会从「要不要公开数据」转向「公开到什么颗粒度」。其三，Farkas 关于「open washing 会侵蚀软件开源核心定义」的警告目前是推断而非已发生的事实，原文没有给出许可证被滥用的具体案例，这一点需要保留——他的论证有商业动机的一面，Percona 本身是开源数据库服务公司，开源定义的严格化对其商业模式有利，读者在采纳其主张时应意识到这层立场。