今年以來，AI界彷彿摁了加速鍵。
就拿百度來說。前段時間，百度緊鑼密鼓做了3件事：
第一，宣佈文心一言4月即將全面免費。第二，文心下一代模型，也要開源了。第三，百度搜索整合了文心大模型和DeepSeek-R1深度思考模式，升級了百度APP。
(圖片可上下滑動）
這一套組合拳，有點精彩。
因為，去年世界人工智慧大會上，李彥宏還說開源是“智商稅”。到了今年，在2月百度財報電話會上，百度搖身一變成了開源的支持者。現在，已然成了踐行者。
所以不怪有網友評論：“那個堅定的開源反對者，也開源了。”
不只是百度。豆包、崑崙萬維、通義千問等等大模型，不是在“開源”，就是在“開源”的路上。還有許多公司，比如華為、騰訊、京東，也紛紛在雲計算上部署了DeepSeek模型。
2月的尾巴上，DeepSeek宣佈啟動“開源周”，每天開源一個程式碼。
開源。開源。開源。
開源到底是什麼？為什麼都在開源？開源到底有什麼用處？還怎麼掙錢？這幾天，我好好研究了一下，發現背後的商業邏輯太有意思了。
今天。我們就來聊聊這件事。從哪開始呢？
按照國際慣例，就從一個故事說起吧。
開源是為了“自由”，不是為了“免費”
1991年，芬蘭赫爾辛基。頂著大雪，一位大二學生打開了商店的門。他手裡攥著聖誕節和生日得到的錢，準備買下一臺計算機。
這臺計算機價值3500美元，實在昂貴。他只能付出三分之一的“首付”，剩下的，3年之內還。
這位學生，就是後來開源作業系統鼻祖Linux的創始人，林納斯·託瓦茲（Linus Torvalds）。
林納斯買計算機，是為了能在家就能“黑”進學校，自由呼叫更強大的學校計算機。但想要做到這一步並不容易。
把計算機帶回家，事情還沒結束。除了解決錢的事，他還得不斷修改作業系統，修改模擬程式。
系統方面，他花了169美元，訂貨了MINIX軟體。當時主流系統是貝爾實驗室開發出來的UNIX，但是UNIX閉源了。而MINIX則是一位大學教授基於UNIX開發出來的系統，並且教授把原始碼免費開放給學生使用。
所以，MINIX就是比較早期的“開源”形態，林納斯後來做出的Linux則是基於這種精神建立的。
接著，林納斯在MINIX基礎上，又花了一個多月的時間，從大學電腦上把熟悉的程式下載下來，調製出了自己的終端模擬程式。每當他想讀新聞、看郵件，就執行自己的程式，來從大學的計算機裡調出新聞、郵件。
很長一段時間，他的日常就是穿著睡衣，坐在計算機前，不斷程式設計。
到了第二年，他不用再還計算機的尾款了。因為，他做出了Linux。
如果對Linux不熟悉，沒關係。你一定熟悉淘寶、京東、QQ、微信。這些影響著全球數十億人的服務，都執行在Linux系統上。像阿里雲、騰訊雲、亞馬遜雲服務等，也都是基於Linux系統構建的。
Linux本身並沒有給他帶來收入。做出來後，他就把Linux的原始碼公開了。但是因為大家受益於他開發出來的這個作業系統，得知他還在還計算機的款，發起了眾籌，幫他迅速攢好了錢。
開源，最開始並不是獨獨瞄準“免費”。
MINIX的教授是為了科研，Linux的林納斯是為了好奇心。如果要說一個共同點，那麼他們都是為了讓更多人，都能不斷在前人的基礎上，自由開發。
當年為了買計算機，林納斯參加過赫爾辛基清潔隊，在大雪裡鋸掉長高的灌木叢，還當過郵差。又因為數學成績一直很好，總是在拿學校的獎學金。
他很擅長，也很明白，想要擁有一些東西，應該怎樣去交換。這些故事，都寫在他的自傳《樂者為王》裡。
而開源的精神，最早來自“自由軟體之父”理查德·馬修·斯托曼。不僅是軟體領域，其他領域，理查德也在不斷呼籲共創、公開。他呼籲開發共創線上百科全書，促進了後來維基百科的誕生。
在這個時期，開源是一種精神：“人類知識必須共享，讓每個人可以自由在任何地點、時間呼叫知識”。
到這裡，你對於“開源”的概念，應該有了大概瞭解。
只是，並不是所有領域都適合開源。
比如，原研藥就不能。
原研藥的研發，大部分都不能開源
前段時間，我寫了篇文章和你聊了聊醫藥集採。對這個話題感興趣的朋友，可以在參考資料檢視。
不看也沒關係。重點就是，創新藥、原研藥的研發極其昂貴，動輒二十億美金的成本。
如果每次原研藥廠辛苦研發出來的新藥，立刻全部開源，會出現什麼情況？
都不需要仿製藥企業重新研究了，直接就會有烏泱泱各種藥廠，順手一個複製貼上，超低成本迅速搶佔市場。
所以，必須有20年的專利保護期，連仿製藥都不給侵犯它的智慧財產權。
就算專利保護期到了，仿製藥研製依然需要研發成本。雖然為了合規，原研藥也會公開化合物的成分資料。但是從生產工藝、品控把握等等方面，依然是商業機密。也就是說，依然是“閉源”的。
只有這樣，才能讓企業在有限的時間裡，儘量把成本賺回來。然後，進行相對公平的市場競爭。
如果開源了，商業模式覆蓋不了成本，研發成本太高了。那麼，還會有人願意嘔心瀝血地研究嗎？研究需要經費，誰來出呢？如此一來，就沒人有動力不斷研發新系統、提高執行效率了。
所以，可以說“閉源”這種方式，是一家企業或者專案，初期保護自身盈利能力和市場競爭力的手段。
和Linux相對的，是“閉源派”企業。他們的底層思路，其實就跟醫藥研發差不多。
軟體業早期，大多數的商業軟體是從“閉源”做起的，也就是原始碼不會對外公開，自己來獨家開發和維護。比如，微軟的Windows系統。
那麼，閉源到底怎麼盈利的呢？
閉源，是為了守住盈利
作為一個之前在軟體行業工作了十幾年的人，閉著眼想了3秒，還是打開了deep research，幫我整理了閉源比較常見的盈利模式。
真方便。我翻譯一下，簡單說給你聽聽。
閉源的商業模式，常見有三種，分別是：許可證、訂閱制、打廣告。
我們一個個來說。
第一種，是許可證授權銷售。
就是透過一次性授權，或者批次授權讓你用，從而獲取收入。
你用過Office辦公軟體嗎？一般是購買了軟體的永久使用許可權，比如Office 2019或Office 2021。
這種往往是一次性付費。
第二種，就是訂閱制和SaaS服務。
訂閱，是網際網路快速發展的產物。一般來說是根據選擇的服務型別，分為按時間或者按需求來收費。
所謂的SaaS服務收費，則是不需要下載任何軟體，線上也能同樣使用軟體的功能和服務。收費模式也是按訂閱或者按需求比較多。
OpenAI之前的模式就是典型例子：基礎版本免費，高階版本收費。
GPT-3免費使用，但是高階版本ChatGPT Plus，就需要按月訂閱收費了。
另一種，則是按照“呼叫量”收取費用，你用多少收多少。比如ChatGPT-4的API，輸入1000tokens，收費0.03美元。
OpenAI就是透過這種專有模型的API服務，短時間積累了大量付費使用者。根據財報，它的營收從2022年的2億美元，躍升到了2024年的37億美元，增長了幾十倍。
第三種，則是軟硬體繫結和廣告。
很典型的，就是任天堂的Switch遊戲機。
很多開發出來的獨立遊戲，只有用Switch才能玩，就是遊戲機平臺獨佔的遊戲。遊戲是閉源產品，遊戲機是硬體，把兩者繫結銷售。
而廣告，就更容易理解了。我們手機裡很多免費的應用軟體，你會發現裡面鑲嵌這很多廣告。這又是一部分收費形式。
怎麼樣，是不是快速喚起了很多平時使用各種軟體的回憶？
閉源的商業模式，不復雜，其實就是對“軟體使用權”收費。
而這樣做，可以直接且持續地，為廠商帶來源源不斷的流水。獲得的利潤，又能重新投入新研發，進入正迴圈。
那，既然閉源這麼好，為什麼現在這些企業都在接二連三地爭相開源呢？
“不要重複造輪子”
的確，開源起初不怎麼賺錢。就比如最開始的MINIX、Linux系統，開放是為了做學術、滿足好奇心。
但是開源這件事發展到今天，為什麼變得更有價值了呢？這是因為後來，有了開源社群的出現。
比如，最大的開源社群，2008年上線的GitHub。
作為一個開源協作的里程碑式平臺，人人可以在平臺上提交程式碼、報告漏洞、參與討論。這樣就會形成一種協作機制，大大降低了程式設計的門檻。隨著越來越多的人參與共創，越來越多的視角補充了上來，很多軟體就是在GitHub上，從封閉順暢走向開源的。
給你打個比方。
還記得以前讀書的時候，總有一些學霸，你不知道他們怎麼學習的，總之他們天天睡覺，上課偶爾還會翹課，但是成績就特別好。
但是有一天，他們把他們的學習方法論開放給你了。
你發現，原來把老師週二發的練習題做10遍之後，你也會有自己的做題方法論。原來遇到不懂的題不要先看答案，用盡所有辦法先自己證明一遍。就算是你原本是個文科生，看了理科學霸的筆記，也能去做物理考試題了。
GitHub社群，就是這樣的一個，把學霸具體怎麼做的步驟，一步步開源給你的地方。甚至，你提交了“作業”後，可能學霸還會幫你改改。
Linux、Swift、Ruby等等開源專案，往往會優先在GitHub上開原始碼。全球頂級的科技公司，比如蘋果、臉書、阿里巴巴等加入了GitHub，在上面釋出一些專案程式碼。上面還聚集了很多程式設計大佬，比如Linux的發明者林納斯，被稱作Android之神的“J神”，以及活躍的各大大廠員工，不勝列舉。
老師把答案捂得再緊，學霸也能給你推匯出來。
開源社群，漸漸形成了一種“開源”文化。演算法世界，從此越來越透明、互通。
那麼，這樣不斷迴圈下去，就會出現一件事：演算法，無法100%閉源。
閉源，或許是沒法真的“閉源”的
什麼意思？
就算A研發出來的大模型是閉源的，其他BCDE等等公司，依然可以開發。只會慢一點，但不會完全做不到。
可能有點抽象。我們這樣來看。如果只是看當下這個時點，你可能會有一種感覺，那就是“國內的大模型似乎一直追不上國外的先進技術”。
但如果我們把時間線具體拉出來呢？你會發現，雖然最新的技術或許沒跟上，但是幾個月前的國外版本，我們如今也自己做出來了。
比如豆包大模型，在中文理解和生成能力上，某些場景下已經能夠超越早期的國際模型。又比如百度的文心一言、清華智譜的ChatGLM4等模型，在多模態能力上也取得了突破，整體逼近GPT-4。
現象背後，是有原因的。
作為一個1985年就開始學程式設計的商業顧問，我也去諮詢了一些演算法工程師朋友，和你分享兩個可能原因，也歡迎你在評論區補充。
第一，學術界在理論創新上，常常領先工業界。
雖然從模型開發數量上來看，工業界佔據了主導地位。但是論基礎研究、理論創新和前沿探索上，學術界似乎更勝一籌。
學術界領先的程度，比起工業界，要以年計算。
比如現代大語言模型的基礎，Transformer架構，早在2017年就在《Attention is All You Need》的學術論文裡被提出了。工業界在2020年左右才開始大規模訓練。又比如深度學習裡的反向傳播演算法、強化學習的理論基礎等等，都是學術界提出，然後逐步完善的。
而做學術研究的人，核心目標是發論文。那麼，大部分的先進技術，想法本身是公開的。
所以，原理性的知識，很難被完全封鎖。其次，高校之間的流通，也會帶著技術流通。
等著論文出來，工業界又可以腳跟腳找到研發支點。所以最後比的，不是核心技術，而是誰能真正讓技術變成有商業價值的產品、真正讓技術推廣起來。
第二，人員流動性強。
除了學術界，其實在各大廠商、各大企業之間，相關技術人才的流動性也很強。
從A公司到B公司，再到C公司。來來去去，技術和知識也跟著流動。不僅如此，還可以選擇私下交流，或者花錢請顧問，內部細節，也有可能被拿到手。
所以，核心技術，其實很難被100%封鎖的。而社群文化，大大加速了互通、共創的進度。
現在，在人工智慧領域，開源已經不僅僅是指開放原始碼。
於是，除了原始碼的開放，進一步，你訓練用的什麼資料、從哪裡整理的乾淨資料集，也可以開源。就像是把菜譜公開，讓其他廚師也能跟著炒菜。
更進一步，則是直接把一盤熟菜端上桌，你嚐嚐，覺得欠點辣味。你不用重起爐灶，只需要思考往上加辣椒油還是辣椒粉就行。
所以，開源還包括已經訓練好的模型引數權重，直接開放下載，別人就不用從零開始訓練，拿來即用。
與此同時，越來越多的模型和資料的開源社群平臺也開始出現。比如這幾年很火的AI模型開放共享平臺，Hugging Face Hub，上面託管了90萬個機器學習模型、30萬個應用程式、20多萬的資料集，都對公眾開放。
類似的還有資料集和競賽平臺Kaggle、TensorFlow Hub、PyTorch Hub等等，他們共同組建了一個龐大的AI領域的開源基礎設施。
社群的出現，這就好比原本只有你和你的團隊，可能十幾個人在研究一款配方，現在開源到社群，擴張到有1000人、甚至1萬人在幫你最佳化配方了。
這樣的進化速度，遠非閉源專案可比，這就是開源的巨大優勢。
這也解釋了，DeepSeek為何開展開源專案，這與它此前從開源中積累的經驗有關，但更重要的是，這個方向能加速其模型訓練。
另外，社群平臺本身，就有一定的變現能力。從中誕生了各種可以變現的培訓課程，平臺的贊助功能還能讓優秀的創作者接受使用者的捐贈。
但是隨著人和專案越來越多，社群平臺也遇到了問題。
這就像是，當可口可樂的配方、肯德基的配方、片仔癀的配方被人公開的時候，難道不會存在侵權的問題嗎？怎麼來證明呢？
有一種通用的方法，那就是：許可證授權。
自由傳播，靠的是許可證
開源的寬鬆程度，是透過開源許可證來決定的。這是一種法律框架，開發者可以自己去選擇開放程度大小，那麼使用者就得遵循這套規律。
（圖片來自網路）
開源許可證有很多，目前商業世界裡比較常見的有三種，分別是：GPL、MIT、Apache。
第一種，GPL，又叫做“通用公共許可證”。
也就是咱們開頭提到的。“自由軟體基金會”推出的許可。
它更像是一種“自由契約”，帶著創始人理查德的精神，它賦予使用者自由使用、修改和分享的權利，但是也要求任何基於GPL程式碼衍生的作品，也必須保持同樣開放、自由的狀態。
GPL又被叫做“傳染性”許可證。無論傳到多少代，都要繼續把自由、開源傳遞下去。
比如Linux用的就是GPL許可，這種許可模式，促成了超級龐大的自由軟體生態。
第二種，Apache，加入了專利授權和保護條款。
你依然可以自由使用、修改，而且在同時，不用擔心專利問題帶來的法律風險了。
所以許多企業都比較喜歡用Apache。它能提供雙重安心。
第三種，MIT，則是比較寬鬆的許可證。
DeepSeek用的就是這一種。
MIT不限制你使用和分發，只不過，要求你在用的時候，署名。
所以，你會在各大平臺上，看到“接入DeepSeek-R1”這樣的字樣。
這很有意思。天下沒有免費的午餐。每一種要求，背後都有它存在的目的。
不論是嚴格的GPL，暖男般的Apache，還是要求署名的MIT，你有沒有發現，他們都有自己的條件。
而這些條件，其實就是在引導開源模式的賺錢思路。
前面提到，開源是因為研發費用太過高昂。那如果能找到在開源的同時，也能帶來源源不斷流水和使用者粘性的商業模式呢？
只要用其他方法，能把錢掙回來，那為什麼不讓這個知識開放讓全人類享受呢？越來越多的人參與創造，參與測試，人類不就進步更快嗎？
這，其實就是開源的核心驅動力。
那麼，具體怎樣做，才能讓開源也能賺錢？
讓不同開源程度的產品，承擔不同的角色。
開源是可以盈利的
開源，那就意味著“程式碼”是免費的，“模型”是免費的。那麼，什麼可以收費呢？更高階的技術和服務。
免費，降低了使用門檻。但是但凡你開始使用了，你就會存在更多的需求。而滿足你的需求，就可以坐下收費了。
比如，教人怎麼用。
有的企業不想用雲服務，把資料完全掌握在自己手裡，就想著把完全開源的程式碼在公司內部電腦上部署開發。
程式碼免費拿走沒關係，但是，部署完成後，這麼複雜的內容到底怎麼除錯，怎麼改造，怎麼定製開發，遇到問題怎麼修復，一旦系統宕機了，誰來解決？
這些就被打包成了“服務”，如同一份保險，能確保系統正常運轉，“遇到問題由我來處理”。透過售賣這樣的服務，也能盈利。
又比如，鼻祖可以推出雲服務版本。
開源之後，作為釋出者，相當於這個專案的“鼻祖”。很多人會基於鼻祖的版本進行延展分支，但大家往往更信賴“鼻祖”版本。
所以，鼻祖推出雲服務版本，就像開發APP一樣，使用者可以使用，還能呼叫API等。
使用者使用它就可以收費，若有需求，還能提供更多增值服務。
還比如，把免費開源的部分當做“引流品”。
一套是免費版，包含核心部分，所有程式碼毫無保留開源出來，使用者下載到電腦上就能直接使用，另一套則是商業化版本。
對於企業使用者而言，他們的需求往往不止免費版的這些功能，還涉及企業許可權管理、多伺服器部署等諸多複雜功能。
於是，發行兩個版本：免費版面向所有人公開，可隨意使用，程式碼能全部拿走；商業版則是為付費企業使用者量身定製。
如果市面上有同樣型別的模型，他們閉源了，你免費開源，自然會虹吸過來大量的人來使用你。用著覺得好用，傳播起來，又可以觸達需要商業版的使用者。
再比如，社群眾籌和捐贈。
就像Linux最開始的募捐，自由軟體之父鼓搗的基金會，透過接受企業贊助和個人捐款，從而支援專案持續發展。
所以，不用擔心開源賺不到錢。開源降低了門檻之後，還可以透過提供服務、高階功能、定製開發等等後續“配套”賺錢。後續配套賺的錢再重新投入技術開發，再加上越來越多的人參與使用，技術進步就越滾越快。
那麼，隨著開源的知識越來越多，閉源的侷限，就被放大了。人工智慧時代來臨，閉源，就有可能扎堆出現效率問題。
理解了這個，你就能明白，為什麼企業開始成堆開源了。
有意思的是，所謂的開源，也很少有“真正完全開源”的。什麼意思？
當顆粒度足夠細，你會發現，開源後的使用權，依然牢牢掌握在開發技術的廠商手裡。
我們接著聊。
開源，也不會是完全開源的
比如，模型的開源，到底開源到什麼程度？
一個模型，往往是由幾千億個數字組成。每個數字有一定區間範圍。這裡為什麼這個值？那裡為什麼那個值？核心的原因和生產能力，其實還是握在廠商手裡的。
再加上，版本不斷更新，一兩個月就會更新一次。什麼時候停止共享最新的資料，什麼時候也可能停止當下的開源。
所以，如果你去看這些宣佈開源的企業，仔細閱讀你就會發現，他們並不是把所有的東西都開源了。
而開源的好處，是把一個做得還可以的模型，拿來給大家用。別人用了覺得好，就會開始直接用你的方案去做企業級產品。做得多了，就更認可你。
這家公司在你的土壤上種下了一束玫瑰，那家公司在旁邊種了棵柳樹。漸漸地，你這片土壤就長出了各樣的生態。之後，玫瑰和柳樹想要長得好，都得看你的土壤營養夠不夠豐富。
所以你就能理解，百度部分開源，建立生態。OpenAI最開始是開源的，到後來又閉源。
有的公司是為了確保領先優勢，商業變現為主。有的公司是新版本閉源，舊版本開源。在組合拳的打法下，尋找一種變現和技術的平衡。
既然開源有這麼多好處，那，是不是所有的公司都會紛紛把程式碼、模型、系統開源起來了？
我覺得，不太可能。
並非所有人都是開源派
不過，並不是所有人都支援開源。
Linux創始人林納斯曾在一封給微軟副總裁Mundie的信裡這樣寫道：
“不知Mundie是否聽過牛頓？牛頓說：‘我之所以能夠看得更遠，是因為我站在巨人肩膀上的緣故’。”
即便如此，微軟副總裁Mundie依然公開痛批說，開源是一件破壞智慧財產權的行為。不支援，不看好。
早期微軟，是堅定的“閉源派”。這的確有他們的道理，因為開源，確實也存在不少問題。
比如，安全隱患。
不光是“好人”在用模型進行愉快的開發、協作，“壞人”也擁有同樣的權利，來使用、修改模型。許可證，防君子，不防小人。
比如，恐怖分子，可能使用開源AI去研究生物武器。比如，不法分子僱傭駭客，向友商發動網路攻擊。又比如，醫療領域的患者隱私資訊等等。
還比如，研發成本的回收壓力。
對於投入巨資來研發AI的公司，就像原研藥廠一樣，開源會大大削弱他們的優勢。原本透過閉源熬走小玩家，現在一開源，小玩家也能上來分蛋糕了。
你就能理解，為什麼一些頂尖模型，比如GPT-4會突然選擇閉源。因為在前期開源引流後，確實存在變現困境，那就需要回歸閉源的盈利模式，得回收數億美元的研發投入。
所以我想，至少，微軟的核心業務就不太可能開源。
比如，已經處於市場主導地位的Windows系統。Windows系統的程式碼龐大且複雜，開源後，微軟還需要額外投入大量資源來管理開源社群、修復漏洞和維護程式碼。有的程式碼還有專利，開源後是否侵犯專利，又是一串問題。
所以目前來看，哪怕是老版本的Windows系統，開源出來還是有些得不償失。
不過有意思的是，微軟直接把最大的開源社群GitHub給買了，還是融入到了這個開源世界。
最大的閉源公司買了最大的開源平臺
但是，想參與“開源派對”，不一定需要自己親自出手。還可以選擇，用其他的開源替代品，來分一杯羹。
系統雖然不能開源，但是一些比較輕巧的模型、智慧體框架、資料處理框架等等工具，微軟依然積極參與到了開源大軍裡。
比如跨平臺的開發框架.NET Core，程式碼編輯器Visual Studio Code，也都開源出來，開發者們可以在這些基礎上，開發企業級應用。
並且，透過GitHub社群，這些開源的專案，得到了很高的關注。同時，微軟還能透過這扇窗，隨時觀察專案和市場需求，靈活調整。
微軟的這套組合，也是現在許多科技企業的縮影。
既要copyright，也要copyleft。進可攻，退可守。動態平衡。
閉源就像一個人走路，而開源就像一群人接力。
有人為了自由而開源，有人為了生態而開源，有人為了未來而開源。
開源和閉源的平衡，就像是這個時代的鼓點。一群人，各有各的選擇，但是在一起總是走得更遠一些。
幾十年前，那個縮在一間斗室裡，只有一臺電腦、一碗麵條就已經無比幸福的林納斯，一定不曾想到，如今他身後，已經站著千軍萬馬。
還會有無數個大學生的好奇心，將改變整個未來。
祝福。
*個人觀點，僅供參考。
參考資料
2、《全球最大開源作業系統前世今生:一個書呆子讓微軟頭疼》，新浪科技
https://tech.sina.com.cn/csj/2019-07-26/doc-ihytcitm4728357.shtml?cre=tianyi&mod=pchp&loc=4&r=0&rfunc=43&tj=none&tr=12
3、《DeepSeek開啟“開源周”，與我們有什麼關係？》，36氪
https://36kr.com/p/3181994658681737?channel=wechat
4、《樂者為王》，林納斯·本納第克特·託瓦茲
主筆/ 木言聲 編輯 / 二蔓 版面 / 黃靜
這是劉潤公眾號的第2530原創文章
