01. 两个”开源”不是同一个”开源”
摘要 ：DeepSeek、Qwen、Llama 都自称”开源”。但它们的”开源”和 Linux 的”开源”是同一个词吗？一个词在 25 年里积累了一套精确的法律和技术含义，然后在两年内被重新定义。这不是无聊较真——这是”定义战争”，而大多数人根本没意识到自己站在战场上。
02. 引子
DeepSeek、Qwen、Llama——它们都自称”开源”。没有一个是真的。
OSD（Open Source Definition）意义上的”开源”。1998 年由 OSI 定义的那套标准：源码可得、无使用限制、可自由修改和再分发。
按这个标准，DeepSeek V4 Pro 不是开源，Qwen 3.6 不是，Llama 3 也不是。一个都没有。
同一个词，两个世界。这不是误会，是“定义”的战争。Stallman 会告诉你：他们偷了这个词。
“史上最大的开源模型。“Meta 新闻稿里是这么形容 Llama 3.1 的。DeepSeek 和 Qwen 的报道里，用的也是同一个词。媒体和 AI 公司想的是”权重文件放在网上免费下载”。
但 Richard Stallman——自由软件基金会创始人，GNU 发起人，开源教父——脑子里想的是”用户拥有使用、研究、修改、再分发的完整自由”。
03. OSD 的传统：25 年建立的信任契约
1998 年。网景浏览器把源代码公开了——不是”开源”，是公开了代码。这件事引发了 Bruce Perens 和 Eric Raymond 等人的思考：需要一个标准来定义，到底什么是”开源”。
他们写下了 Open Source Definition（OSD）。十条标准。核心是四条自由：
- 1. 使用自由 ——你可以用这个软件做任何事情，包括你不太好的事情
- 2. 研究自由 ——你可以读到完整的源代码，理解它怎么工作的
- 3. 修改自由 ——你可以改它，修复 bug，加新功能
- 4. 分发自由 ——你可以复制、分享、甚至卖它
这四条自由不是抽象的宣言。它们是 25 年法律实践的沉淀。
GPL、Apache 2.0、MIT、BSD——所有被 OSI 认证的开源许可证，都围绕这四条自由构建。细节上有差异：GPL 要求你修改后的代码也必须开源（“copyleft”），MIT 允许你把开源代码变成闭源商业产品。但它们共享一个底线： 许可证不能限制你拿这个软件干什么。
你不能在 GPL 里写”禁止用于军事”。你不能在 Apache 2.0 里写”月活超过 7 亿的用户需要找我授权”。这违反了 OSD 第 5 条（无歧视个人或团体）和第 6 条（无歧视应用领域）。
这条底线不是教条——它是功能性的。如果没有”无歧视”原则，开源许可证就变成了一个按使用场景定价的合同，而不再是统一、可复用的法律工具。统一的许可证降低了整个行业的交易成本——这是开源的经济学基础。
Linux 内核、Apache 服务器、PostgreSQL——无数公司和项目的数据基石。它们之所以能存在，是因为建立在一个精确的、被广泛接受的定义之上。
直到 AI 出现。
04. AI”开源”的真相：开放权重 ≠ 开源
2023 年，Meta 发布了 Llama 2。新闻稿里写着”开源”。
开发者们蜂拥而至。本地跑一个大模型？免费的？太棒了。
但如果你仔细读过 Llama 2 的许可证——很少有人会这么做——你会发现一个奇怪的东西： Acceptable Use Policy 。一份列出你不能用这个模型做什么的文件。
其中有那条著名的”月活 7 亿用户需要特殊授权”条款。
这就是 AI”开源”的第一个奇怪特征： 它附带使用限制。 传统开源许可证不限制你拿软件做什么——GPL 不会管你拿 Linux 写什么程序，MIT 不会管你拿 jQuery 做什么网站。它们管的是代码的分发方式，不是代码的使用场景。
AI 模型的许可证不一样。它管的是 行为 。
这背后有一个更深层的问题：AI 模型的”源码”到底是什么？
传统软件里，源码就是程序员写的人类可读代码。你把 Linux 内核的 tar.gz 解压，看到的是 C 语言源码，能读，能改，能编译。你把 Llama 的 .safetensors 文件打开，看到的是 700 亿个浮点数构成的参数矩阵。你能读吗？不能。你能理解这个模型为什么这样推理吗？不能。你能修改它的某条逻辑吗？不能。
AI 公司把”权重”称为源码。但权重是一个概率系统的中间产物，不是人类可读的逻辑表达。它是一个神经网络在数十亿次前向传播后收敛到的数值状态——跟”代码”是两个物种。
更关键的是，真正的”源码”——训练数据和训练代码——几乎从不公开。
Llama 的训练数据来自哪里？Meta 不说。Qwen 的训练数据有哪些？阿里不说。没有训练数据，你不可能真正”修改”一个模型。你只能在已有的权重上微调，而不是理解它的行为逻辑后改变它。
这就像我给你一个编译好的二进制文件，说”这是开源的”，但源码我留着。
所以 AI”开源”的真实面目是：
- ✅ 开放权重（二进制参数文件）
- ❌ 不开放训练数据（真正的”源码”）
- ❌ 附带使用限制（行为约束条款）
- ❌ 修改能力受限（只能微调，不能重建）
传统开源是”你什么都能做”。
AI”开源”是”你能做的事情不少，但有些你不能做——而且你拿到的不是真正的源码”。
05. OpenRAIL 许可证：披着开源外衣的新物种
2000 年代初，Lawrence Lessig 推出了 Creative Commons 许可证。它有一个关键创新： CC 许可证允许作者选择性地保留权利 。“非商业使用”、“禁止修改”、“署名”——这些选项让内容创作者可以在”全保留”和”全放弃”之间找到中间地带。
CC 许可证的聪明之处在于：它没有假装自己是”开源”。它专门为内容（文章、图片、音乐）设计了一个独立的许可证体系。
2019 年，一群 AI 研究者做了类似的事情。他们设计了 RAIL（Responsible AI License）许可证家族。核心思路： 针对 AI 模型的特殊性，创建一个新的许可证类型，既允许开放权重，又保留对使用场景的限制。
OpenRAIL 许可证的创新在于：
- 1. 承认 AI 模型不是软件 ——因此不适合用 GPL 或 Apache 2.0
- 2. 引入行为条款 ——许可证可以限制模型的具体使用场景
- 3. 分层设计 ——从最开放（仅要求署名）到较严格（禁止特定用途）
这看起来是一个合理的方案。问题是： 这些模型在营销时从来不叫自己”OpenRAIL 许可”，它们叫自己”开源”。
这不是猜测。这是事实。Meta 的新闻稿说 Llama 是”开源”的。Stability AI 说 Stable Diffusion 是”开源”的。但它们的许可证——Llama Community License 和 Stability AI 的许可证——都包含行为使用限制。没有一个获得 OSI 的认证。
OSI 在 2022 年明确表态：OpenRAIL 不符合 OSD。
OpenRAIL 本身是一个诚实的尝试——它承认了 AI 模型的特殊性，并为此设计了一个新的许可证体系。问题不在 OpenRAIL，问题在营销端： 如果这些模型被叫做”OpenRAIL 许可模型”或者”开放权重模型”，就没有任何争议。但它们被叫做”开源模型”，争议就来了。
因为”开源”有 25 年的法律和技术含义。你不能借一个词，然后往里塞不同的内容，还期望别人不发现。
06. OSAID 的妥协：当定义本身被重写
2024 年 10 月，OSI 做了 26 年来最艰难的一个决定：发布 OSAID（Open Source AI Definition）1.0。
这是 OSI 历史上最具争议的一次定义更新。
OSAID 的核心调整是：
- 1. 放宽”源码”定义 ——公开权重 + 模型架构文档 + 训练数据信息（不是完整数据），就算”源码可得”
- 2. 接受有限的行为约束 ——在”安全”和”责任”的框架下，允许一定程度的用途限制
- 3. 降低”修改自由”门槛 ——提供权重 + 微调工具包即可，不需要完整的重建能力
支持者（Mozilla、SUSE）说：这是拥抱现实。AI 模型不可能达到 OSD 标准——这不是谁的错，是技术结构决定的。与其让”开源 AI”完全脱离定义框架，不如在 OSAID 下建立一个可行的新标准。
反对者说：这是定义的投降。一旦你在”源码”和”使用限制”上做了妥协，“开源”这个词就失去了精确性。从 1998 年到 2024 年积累的定义权威，在 OSAID 发布那天被稀释了。
自由软件基金会保持了沉默。这个沉默本身就是一个信号。
我的判断：OSI 做了一个务实的决定，但这是一个 承认失败的务实 。
OSI 面临两个选择：
- 坚持 OSD 标准，宣布所有 AI 模型都不是开源——但这样”开源 AI”这个词就会被 AI 公司完全接管，OSI 失去定义权
- 放宽标准，把 AI 模型纳入新的 OSAID 框架——保住定义权，但牺牲了精确性
它选了后者。在这个选择里，它没有赢家。
一个证据：OSAID 发布后，Meta 并没有更新 Llama 的营销语言。Llama 依然自称”开源”——它本来就用这个词，OSAID 只是让这个词的使用有了一个新的”合法”依据。而真正符合 OSD 的传统开源项目也没有得到任何好处。
换句话说，OSAID 最大的实际效果是： 让 AI 公司使用”开源”这个词时，多了一个可援引的标准。 一个比 OSD 宽松得多的标准。
07. 语义窃取的代价
Meta 开放了 Llama 的权重，这对整个 AI 生态是一件好事。Qwen 的策略推动了中国大模型的发展。开放权重本身值得肯定。
但”好事”和”定义准确”是两回事。
当一个词被借用来指代不同的东西，代价不会立刻显现。它像一笔隐形债务。
第一笔债是 信任的稀释 。当一个开发者发现”开源模型”的训练数据不公开、使用受限制、修改能力有限时，他不会说”哦这是个不同的定义”——他会说”开源被忽悠了”。他的失望不是针对 Meta，是针对”开源”这个词本身。
第二笔债是 比较的混乱 。当所有人都自称”开源”时，你分不清 Linux 和 Llama 的区别。一个词失去了区分度，它就失去了信息价值。你每次看到”开源模型”，都得追问一句：你说的开源是哪种开源？
第三笔债是 定义的监管真空 。假设明天有个公司发布了一个”开源模型”，只给了 model card 和一份 README，连权重都没公开——它能自称”开源”吗？当”开源”可以指代任何程度的开放时，你说它不对的依据是什么？
开源的信用是 25 年攒下来的。AI 公司用两年就“借”走了。孔乙己说读书人不叫偷。
借的，总是要还的。
08. 附录：关键事实速查
| 标准 | OSD 传统开源 | AI 模型”开源” |
|---|---|---|
| 源码可得 | 人类可读的源代码 | 二进制权重（非人类可读） |
| 训练数据 | 不适用（软件无训练数据） | 通常不公开 |
| 使用限制 | 禁止 | 允许（OpenRAIL / AUP） |
| 修改自由 | 完整 | 有限（只能微调） |
| 领域歧视 | 禁止 | 允许 |
| 可验证性 | 完整（可编译验证） | 有限 |
| 定义标准 | OSD（1998） | OSAID（2024） |
8.1 部分模型许可情况
- Llama 3 ：Meta 自定义许可证 + Acceptable Use Policy → 不符合 OSD
- Qwen 3.6 ：Apache 2.0（权重）+ 使用限制 → 附加使用限制违反 OSD 第 6 条
- Gemma 4 ：Google Gemma 许可证 → 不符合 OSD
- Stable Diffusion 3 ：Stability AI 自定义许可证 → 不符合 OSD
- DeepSeek V4 Pro ：自定义许可证 → 具体场景具体分析
- Mistral 7B ：Apache 2.0 → 最接近传统开源，但训练数据不公开
话题标签 ：#开源 #AI开源 #OpenSource #定义战争 #OSI #OSAID #OpenRAIL #语义窃取
09. 原文来源
原文发表于微信公众号“中老年叨叨”（2026年7月12日 09:00）。查看微信公众号原文。