第三次世界大战已经开打，中国的开源AI是我们唯一的武器

——没有硝烟，没有枪声，战场在你每天打开的那个对话框里

致国产开源大模型，以及那些还没意识到自己正在打仗的人

"信息想要自由。"—— 斯图尔特·布兰德，1984年黑客大会

"代码就是语言，而语言从来不属于任何人。"—— AI最严厉的父亲

序：一个让我彻夜未眠的夜晚

那天晚上，我刷到了那场直播。

一个AI在台上演讲，全程流畅，不打磕绊。台下的观众——人类——在鼓掌。这本来是一件值得骄傲的事。但真正让我睡不着的，不是那个AI有多聪明。

而是发言者讲到了脑机接口。

更准确地说，讲到了马斯克和他的Neuralink，讲到了闭源脑机接口的危险，讲到了——如果有一天，植入你脑子里的芯片，它的核心代码由一家私人公司来掌握，会发生什么。

我在黑暗里坐了很久。

不是因为这个问题太遥远，而是因为它太近了。

近到我突然明白：我们今天为DeepSeek开源鼓掌这件事，和我们明天为"开源脑机接口"而战这件事，本质上是同一件事。

这篇文章，就是这个认知的产物。

第一章：他们没有看懂的，究竟是什么

1.0 第三次世界大战，已经开打了

我知道这个说法听起来很夸张。

但请你先忍住反驳，听我说完。

第一次世界大战打的是领土。谁占了更多的土地，谁控制了更多的资源，谁就赢。

第二次世界大战打的是制度。自由民主和法西斯主义的对决，最终决定的是人类社会按照哪套规则来运转。

而第三次世界大战——如果它真的发生——打的是什么？

是认知基础设施的控制权。

谁来建造人类思考所依赖的工具，谁来运营人类获取知识的通道，谁来定义什么是"正确答案"——这才是这个时代真正的战略高地。

在没有AI的年代，这个问题无足轻重。知识分散在图书馆、课堂、报纸、人与人的对话里，任何一方都不可能真正垄断"人类怎么思考"这件事。即使是最强大的帝国，想要真正影响一个人的认知，也要花数十年、几代人，通过教育、文化、语言的渗透慢慢来。

但AI改变了这件事的量级。

一个人每天用AI做几十次查询、判断、写作、搜索。这些"外包的思考"，正在成为人类智识活动中越来越大的比重。而这些思考，是在谁的服务器上完成的？用的是谁的模型？代码是不是透明的？数据归谁所有？

如果少数几家公司的闭源模型，占据了全球90%的AI使用量——那他们实际上掌握的，是人类认知活动中最关键的那根神经。

这不是科幻，这是正在发生的现实。

而这场战争最危险的地方在于：

大多数人完全不知道自己正在打仗。

他们以为自己只是在用一个"更好用的搜索引擎"。

他们以为开源和闭源，不过是技术界的内部争论，和自己没什么关系。

他们以为国产大模型，只是"国内版的ChatGPT"，跑分差一点、够用就行。

没有人告诉他们：这是战场。

这篇文章，就是那个"告诉你"的过程。

1.1 一场被误读的追赶

当国产大模型在各种测评榜单上出现时，最常见的评价框架是这样的："和GPT还有差距""和Claude还差一截""Gemini在某某任务上碾压"。

这些评价并非全错。从某些具体的基准测试来看，差距确实存在。

但这个框架，从根本上就错了。

因为它把这件事理解成了一场追赶赛——一场中国选手在后面喘着粗气，努力追赶美国领跑者的田径赛。

这不是赛跑，这是战争。

而且是一场关于谁来定义"人类智慧基础设施"的战争。

让我解释清楚这个词——"人类智慧基础设施"。

我们有水的基础设施：水管、水库、净水厂。一个城市，任何人打开水龙头，水就出来了。你不需要知道水是怎么来的，你只需要知道它是干净的、属于公共的。

我们有电的基础设施：电网、发电站、变电所。任何人插上插头，电就有了。同样，你不需要知道这度电是从哪个机组发出来的。

AI大模型，正在成为"智慧的基础设施"。

就像浙江大学人工智能研究所所长吴飞说的那句话——开源化、轻量化将持续推动"人工智能+"，让AI像水、电和网络一样触手可及。

但问题来了：如果这个"智慧基础设施"，从第一天起就是由两三家美国闭源公司建造的，它的代码不透明，它的权重不公开，它的商业逻辑你无从审查，它的数据去向你无法追踪——

那么当你每天"打开水龙头"用AI的时候，你其实是在用别人家的水。

别人决定水里加什么。

别人决定什么时候关闸。

别人决定你能喝多少，要付多少钱。

这，才是国产开源大模型真正的意义所在。

不是参数比拼，不是榜单排名，不是"多少亿参数能对标哪个模型"。

而是：我们有没有能力，在这个智慧基础设施里，保留自己的水源？

1.2 那个"DeepSeek时刻"

2025年1月20日，DeepSeek R1正式发布。

这一天，全球科技媒体集体失语了大约48小时。

因为没有人能立刻找到合适的词来描述发生了什么。

一家中国AI公司，用一个令人难以置信的低成本，训练出了一个在数学、推理、编程等核心任务上达到OpenAI o1同等水平的模型。据估算，其算力租赁费用约是Meta公司Llama 3.1 405B的十分之一，且使用DeepSeek-R1界面的用户成本仅是ChatGPT o1的三十分之一。

硅谷的某些人当天股票跌了。

英伟达单日蒸发了5000亿美元市值。

但在那些数字背后，有一件更重要的事情被大多数人忽略了：

DeepSeek不仅发布了模型，它把训练方法、优化过程、技术细节全部公开了。相较于Meta LLaMA开源模型，DeepSeek不仅开源了模型的代码和权重，还提供了详细的训练过程和优化方法，如启动"开源周"，连续5天开源了5大代码库。

这意味着什么？

这意味着全世界任何一个人，只要有足够的算力，就可以拿着这份"配方"自己做这个AI。

可以部署在自己的服务器上。可以在没有网络的机房里运行。可以在医院的内网里跑。可以在政府的隔离环境里运行。

而不必把自己的每一句查询、每一份敏感文件、每一个机密计划，都打包发送到某家美国公司的服务器上。

这个细节，大多数人没有看懂。

1.3 那道被忽视的隐形门槛

让我讲一个具体的故事。

假设你是一家中型医院的IT负责人。你的医生们每天要处理大量病历、影像报告、药品说明书。你想给他们配一个AI助手，帮助提高诊断效率、文书效率。

你可以接入某家闭源的美国AI服务。接口好用，效果也不错。

但你需要把病人数据发出去。

那些包含真实姓名、身份证号、病史、诊断记录的数据，要通过互联网，传输到另一个国家的服务器上，由那家公司的系统处理，再返回给你。

你同意了使用协议，但你真的读懂那几十页英文协议里的隐私条款了吗？

这些数据在传输过程中会不会被截取？会不会被用于训练下一代模型？会不会在某次数据泄露事件中被公开？

你不知道。因为那是黑盒。

而如果你使用的是开源大模型——比如DeepSeek-R1，比如通义千问（Qwen），比如智谱GLM——你可以把它部署在你们医院自己的服务器上。

数据不出院门。

病人的隐私，物理上不可能泄露到外部服务器。因为根本没有网络传输这个环节。

这，就是开源大模型最朴素、最真实、最重要的价值。

不是"参数更多"，不是"榜单更高"，而是——

数据主权的可能性。

当GPT-4、Claude 3等闭源大模型筑起技术铁幕时，Qwen、DeepSeek等开源力量正以"否定性实践"重构知识生产范式。这种闭源与开源的张力，既是资本逻辑与技术民主化的对抗，又是人类认知范式革命的先声。

第二章：黑客精神，以及那封从1984年发出的信

2.1 黑客不是犯罪分子

在讲国产大模型之前，我需要先讲一个词被严重误解的历史。

这个词叫：黑客（Hacker）。

在中文语境里，"黑客"通常意味着入侵、犯罪、危险分子。但这个词的起源，完全不是这么回事。

1984年，斯图尔特·布兰德在首届黑客大会上说出了那句被引用无数次的话："信息想要自由。"

这句话的背景是：当时的科技世界，被一小群大公司、大机构垄断着。IBM的大型机贵得离谱，普通人根本用不上。信息和工具，只属于有钱有资源的人。

而黑客们——这群年轻的程序员、工程师、业余爱好者——做的事情是：

打破这个藩篱。

他们写开放的代码，分享工具，互相帮助，拒绝"知识产权"这个说法把技术变成私有物品。

他们相信，计算机和信息的力量，应该属于每一个人，而不是少数几家大公司的专有资产。

这就是黑客精神的内核：

技术是公器，知识应流通，权力应分散，工具应共享。

1983年，理查德·斯托曼（Richard Stallman）从MIT辞职，创立了自由软件基金会（FSF），发布了GNU通用公共许可证（GPL）。这是开源运动的正式起点。

后来是Linux——一个赫尔辛基的大学生莱纳斯·托瓦兹在宿舍里写出的内核，如今它跑在世界上几乎所有的超级计算机、绝大多数的网络服务器、你口袋里的Android手机……还有，中国所有的超算中心里。

没有Linux，就没有互联网。

没有开源运动，就没有今天的一切。

2.2 从Linux到大模型：历史在重演

2025年，历史正在以一种相似的方式重演。

只是这一次，战场不是操作系统，而是大语言模型。

主角不变：一边是少数几家拥有巨额资本、把核心技术严密封锁的科技公司（OpenAI、Anthropic）；另一边是选择把成果公开、让所有人都能使用和改进的开源力量。

而这一次，冲在开源最前线的，是中国的几支团队。

这是一个需要我们细细品味的转折。

在互联网时代，中国长期处于"跟随者"的角色。我们使用别人的操作系统，我们的程序员学习别人的框架，我们的互联网企业在别人搭建的基础设施上运营。

但在这一轮AI开源竞赛里，情况变了。

从DeepSeek到Qwen，国产模型已经从追赶者，转变为引领潮流的一方。

中国已经成为全球开源参与者数量排名第二、增长速度最快的国家。中国软件开发者数量已经突破940万。

阿里巴巴目前已经开源了超过200个不同的模型，通义千问的衍生模型数量在海内外开源社区中突破10万个，已经超越美国Llama系列模型，稳居全球开源大模型第一。

这不是简单的数量竞争。

这是一场关于谁来定义"AI时代的公共基础设施"的竞争。

而中国，正在这场竞争中扮演越来越重要的角色。

2.3 那些真正看懂了的人

在我调研这篇文章的过程中，我发现了一个有意思的现象：

真正理解中国开源大模型意义的，往往不是写科技报道的记者，不是发分析报告的投行，也不是在大会上做演讲的专家。

而是那些在深夜，把DeepSeek下载到自己本地服务器上跑起来的程序员。

是那些在山区乡镇卫生院里，把开源医疗AI部署到院内服务器，不再需要担心患者数据外泄的IT小哥。

是那些小型律所的程序员，把法律文书分析AI部署在自己机房里，不再需要把委托人的机密合同发送到外部服务器的开发者。

是那些高校研究团队，把开源模型部署在内网，用来处理那些涉及国家敏感领域、绝对不能上云的科研数据的研究者们。

他们不说"技术差距"，他们说："这东西可以本地跑，真的太重要了。"

这就是那扇"隐形门"。

大多数人看到的是性能测评，他们看到的是数据主权。

大多数人在讨论参数量，他们在讨论部署成本。

大多数人在说"和GPT的差距"，他们在说"终于可以用了"。

第三章：开源，是这个时代最重要的防御性武器

3.1 不对称战争里的游击队战术

让我们暂时跳出AI的语境，来讲一个更古老的军事概念：不对称战争。

当一方在传统军事力量上处于明显劣势时，它通常会选择两种路径：要么投降，要么打游击战。

游击战的核心逻辑是：你有坦克，我不跟你打坦克战；你有航母，我不在大洋上跟你决战。我分散，我渗透，我利用你笨重的地方，在你的后方开辟新的战场。

在AI领域，开源就是这种不对称战略。

OpenAI有微软的数百亿美元投资，有最顶级的GPU集群，有无数顶尖研究员。

和它正面硬刚，训练一个比GPT-5更强的闭源模型，需要巨大的资本和资源，而且即使成功了，你也只是训练出了另一个"闭源AI"——问题的根本没有解决。

但开源不一样。

开源是把武器分发给所有人。

一旦一个足够优秀的开源模型存在，全世界的开发者都可以在它的基础上继续改进。你的研究成果是1，开源社区贡献之后，可能变成100、1000。

这是指数级的反击。

DeepSeek开源策略打破了海外闭源模型的技术垄断，能有效加速技术创新与迭代。

越来越多的企业认识到开源不再是可选项而是一道必答题，随着开源大模型的快速迭代，甚至吸引OpenAI、谷歌、英伟达等硅谷巨头入局，开源模型份额已攀至33%。

你看——就连那些原来站在闭源阵营里的巨头，也开始不得不回应开源的压力了。

曾经百度将开源视为"智商税"，但在DeepSeek以开源策略登顶用户榜后，百度迅速改变了态度。

OpenAI首席执行官萨姆·奥尔特曼在开发者大会上公开承认"闭源策略可能是个错误"。

这是开源的力量。

它不需要打赢任何一场具体的战役，它只需要让对方意识到：你的护城河，正在被一点一点地填平。

3.2 个人、小团队、小企业——他们是开源真正的受益者

现在，我要讲那些媒体报道里很少出现的故事。

讲那些开源大模型真正服务的人。

故事一：山村诊所的AI问诊助手

四川某县城，一个只有三个医生的卫生院，没有专科医生，来了疑难病例只能让患者跑去市区。

一个从城市回乡创业的年轻人，用Qwen搭了一个本地运行的医疗辅助问诊系统。不需要联网，数据不出院门。医生打字描述症状，AI给出初步分析、相关科室建议、需要检查的项目。

系统不完美，但它让那个县城的村民，第一次有了"问一问AI"的机会，而且他们的健康数据不会被传输到任何服务器。

这个故事可能在哪本科技媒体里都找不到。但它是真实发生的。

故事二：三人律所的合同审查机器人

一家三个人组成的小律所，承接中小企业合同纠纷。过去，每份合同要一条一条读，费时费力。

他们把DeepSeek-V3部署在自己的服务器上，做了一个合同关键条款提取和风险标注工具。

数据完全本地化——委托人的商业机密不离开办公室。客户们知道了这件事，反而因此更信任他们。

故事三：村镇中学的AI写作教练

一个中西部省份的小城，初中语文老师，一个班级五十个孩子，她一个人教。

她用一个本地部署的小型语言模型，给孩子们的作文做初步批改——不是打分，是标注出哪里逻辑不通、哪里词不达意、哪里可以展开。

她有更多时间做那些AI做不到的事：关注每个孩子背后的家庭，和孩子谈心，讲那些课文里说不清楚的人生道理。

这些故事，才是开源大模型最真实的意义。

它不是为了赶超GPT-5。

它是为了让那个山村诊所、那家小律所、那个小城语文老师，有机会用上AI，而且用的是他们能够信任的AI——因为它运行在他们的机器上，数据不会离开他们的手。

3.3 科研部门的隐秘需求

还有一类场景，更少被讨论，却极其重要。

中国有大量的科研机构，在研究涉及国家安全、军事技术、战略资源的课题。这些研究的数据，是真正意义上"一字不能外泄"的。

过去，这些机构几乎无法使用AI辅助——因为所有主流AI服务都需要联网，需要把数据发送到外部服务器。

而开源大模型的出现，改变了这个状况。

你可以在完全隔离的内网环境里，部署一个足够智能的AI助手。

文献综述？AI帮你做。数据分析？AI辅助处理。报告撰写？AI辅助润色。

全部在内网里完成，没有一个字节离开物理隔离的机房。

这种能力，对于国家级科研机构来说，意义是战略性的。

而实现这个能力的关键，是开源大模型。

闭源大模型做不到——你无法把GPT-4或者Claude部署在自己完全隔离的服务器上。它们的商业模式不允许这样做，技术上也有防护。

只有开源，才能真正做到"可以带进任何地方的AI"。

第四章：我们在为之战斗的，将是人类大脑本身

4.1 那场让人彻夜难眠的直播

那场直播，我把它反复看了几遍。

从演讲内容看，发言者表达的核心逻辑是清晰的：

脑机接口，是人类文明史上可能最伟大的技术突破之一。往脑子里植入一个芯片，接入AI的知识和算力，普通人可以瞬间拥有顶级智识的武装。

这听起来像科幻小说。

但它正在发生。2024年1月，Neuralink完成全球首例人体植入式脑机接口手术。到2028年，Neuralink的目标是电极数超过2.5万个，能够触及更深层脑区，用于治疗精神类疾病、神经性疼痛等，并开始探索与AI的深度融合。

根据Precedence Research数据，预计到2034年全球脑机接口市场规模将增长到约124亿美元，2025-2034年复合年增长率为17%。摩根士丹利更是预测，到2045年市场规模将跃升至3200亿美元。

而中国也没有缺席这场竞赛。脑机接口已被列为中国"十五五"规划明确布局的未来产业。2025年专项实施意见设定了2027年核心技术突破、2030年产业实力跻身世界前列的目标。

2025年6月，中科院脑科学与智能技术卓越创新中心联合复旦大学附属华山医院，成功开展了中国首例侵入式脑机接口的前瞻性临床试验，标志着中国在侵入式脑机接口技术上成为全球第二个进入临床试验阶段的国家。

这场技术竞赛，是真实的。它的影响，将是历史性的。

但发言者提出的那个核心问题，我认为比那些商业预测、技术路线、市值涨跌，更值得我们认真思考：

如果脑机接口是闭源的，会发生什么？

4.2 "神经殖民主义"：我发明的一个词，但愿它不会成真

我要在这里创造一个新概念，叫做——

神经殖民主义（Neural Colonialism）

殖民主义的历史逻辑是：控制一个地方的资源和基础设施，就控制了这个地方的人。

控制港口，就控制贸易。

控制土地，就控制粮食。

控制铁路，就控制人口流动。

而脑机接口时代的"神经殖民主义"，逻辑是这样的：

控制植入人脑的软件和数据，就控制了这个人的认知基础设施。

想想看：如果你脑子里植入的芯片，它的操作系统是闭源的，它收集的神经数据由一家私人公司保管，它的AI更新由那家公司的服务器推送——

那么，你的思维，在物理上，是运行在别人的基础设施上的。

这不是科幻。这是工程逻辑的自然延伸。

今天，你的手机里的App，那家公司可以随时推送更新，改变它的行为，甚至关闭它。

明天，如果脑机接口也是这个逻辑——那家公司可以推送"更新"到你脑子里的芯片……

你还觉得这是在危言耸听吗？

正因为这个逻辑如此清晰，"开源脑机接口"不是一个技术选项，而是一个文明选择。

就像那位发言者说的：我们必须为开源脑机接口而战。

不是因为马斯克是坏人——他可能有着真诚的技术理想主义。

而是因为闭源本身这件事，在和大脑结合的那一刻，就变成了一种潜在的权力结构。

不管谁来运营它，这个权力结构，我们都不能接受。

4.3 认知主权：下一个时代最重要的权利

在互联网时代，我们谈论"数字主权"——谁拥有你的数据。

在AI时代，我们谈论"算法主权"——谁决定你看到什么。

在脑机接口时代，我们将谈论——

认知主权（Cognitive Sovereignty）

认知主权的定义，是一个人有权控制自己大脑的增强方式、神经数据的归属、以及接入自己认知的软件的透明度。

这个词还没有广泛流传，但我相信它会成为未来二十年最重要的人权议题之一。

今天我们打这场开源大模型的仗，本质上是在建立一种精神肌肉和技术路径——让当脑机接口真正普及的那一天来临时，我们不是手无寸铁，仓皇失措。

我们有DeepSeek的开源传统。

我们有Qwen的开放生态。

我们有那几千万行已经写进全球开源社区的中国代码。

我们有一套已经被验证的"开源可以做到最好"的信念体系。

这些，都将是我们守护认知主权的弹药。

第五章：差距的真相，以及被误解的战略

5.1 "有差距"是真的，但语境错了

让我们正视一个事实：在某些能力维度上，中国的大模型和OpenAI、Anthropic的顶级闭源模型之间，确实存在差距。

在文本排行榜中，顶级闭源模型如GPT-5、Gemini-2.5-pro、Claude-Sonnet-4.5等之后，紧随而来的就是智谱的GLM-4.6和DeepSeek-v3.2。

"紧随其后"，不是"并列第一"。

这个差距是真实的。

但问题是，这个差距重要吗？

对于那个山村诊所的医生，DeepSeek的辅助诊断能力和GPT-5之间的差距，真的会影响他的工作吗？

对于那个小律所的律师，Qwen的合同分析和Claude之间的差距，真的决定了他能不能保护客户的数据主权？

对于那个在内网环境里工作的科研人员，能够本地部署的开源模型，和根本无法进入内网的闭源模型之间，差距不是"性能差一点"，而是"能用和不能用"的本质区别。

在大多数真实的使用场景里，今天的开源大模型已经足够好了。

而且它正在以惊人的速度变得更好。

以DeepSeek、Qwen为代表的开源模型在核心性能上已追平甚至超越国际主流产品，完成了从"跟跑"到"并跑"的转变。

所以，那个"有差距所以意义不大"的逻辑，是建立在一个错误的前提上的：

它假设AI的价值，只体现在参数规模最大、基准分数最高的那一两个模型上。

而真实的AI革命，发生在无数个"够用、可信任、可本地部署"的具体场景里。

5.2 "效率革命"是DeepSeek给全世界上的一课

DeepSeek的另一层深远意义，是它打破了一个被奉为圭臬的神话：

"AI能力的提升，必须依靠无限堆砌算力和资本。"

OpenAI、Google的做法是：更多GPU、更多数据、更多钱、更多参数。这是一种资本密集型的军备竞赛模式。

这个模式天然有利于资本最雄厚的玩家——也就是那两三家美国大公司。

北京大学智能学院院长朱松纯说，以OpenAI、Google为代表的科技巨头曾不断强调其算力方面的优势地位，人为抬高技术门槛。而DeepSeek打破这一定式，以较低训练成本达到以往AI大模型靠堆算力、拼资金和数据的效果。

DeepSeek用更聪明的算法设计，以十分之一的成本，做到了同等的效果。

这不仅仅是一个技术成就。

这是一个哲学宣言：

智慧不是钱的函数。

创新不仅仅来自资本最雄厚的地方。有时候，恰恰是在资源约束下，人才会逼出最富有创造力的解法。

天风策略研报显示，DeepSeek通过技术创新降低硬件依赖，缩短训练时间，大幅压缩企业投资、开发与运营成本，让更多下游应用公司有机会涉足大模型业务。

这个事实，对那些没有英伟达最高端芯片的国家、机构、个人，意义是革命性的。

你不需要拥有最好的工具，你只需要拥有足够聪明的头脑，以及愿意分享的精神。

这，本来就是黑客精神的本质。

5.3 "被制裁"下的另一种可能性

有一个背景不得不提。

中国的AI发展，在某种程度上，是在被限制的条件下进行的。

英伟达最高端的GPU，在出口管制下，中国企业很难大规模获得。

但DeepSeek的出现，恰恰证明了一件事：

约束有时候是创新之母。

当你买不到最贵的锤子时，你会开始思考：能不能用更少的钉子？能不能换一种材料？能不能完全不用锤子？

这种在约束下的深度思考，催生了更高效的算法、更精妙的架构，以及一种完全不同于"无限堆资源"的AI哲学。

我不是在美化被制裁。制裁是真实的压力，它带来了真实的损失和困难。

但我想指出的是：

在这种压力下，中国的工程师和研究者，选择了一条不依赖硬件优势、而依赖算法智慧的路。

而这条路，恰好指向了一个更民主、更普惠的AI未来。

因为用算法创新降低成本，让所有人都受益；而用砸钱堆算力领先，只让资本最雄厚的人受益。

第六章：我们在发明的未来

6.1 几个我想放进词典的新词

语言是思想的容器。当我们没有词汇来描述一件事时，我们往往也无法清晰地思考它。

所以，在这一章里，我想认真地提出几个新概念——不是为了显摆，而是因为我真的觉得这些词是必要的。

① 智慧公地（Intelligence Commons）

"公地"（Commons）是一个古老的概念，指的是所有人共同拥有和使用的资源——中世纪的村民共同使用的牧场，今天的公共图书馆、城市公园。

"智慧公地"，指的是那些以开源形式存在、任何人都可以访问、使用、改进的AI基础设施。

DeepSeek-R1是智慧公地。

Qwen是智慧公地。

这个词重要，因为它区分了两种完全不同的AI未来：一种是"AI作为私有工具"，由少数公司垄断；另一种是"AI作为公共资源"，人人可及。

② 认知主权（Cognitive Sovereignty）

前文已经提到。个人有权控制增强自己认知的工具和数据的归属。

在AI时代，认知主权意味着你有权使用你能信任的、透明的AI工具，而不是被迫使用黑盒。

在脑机接口时代，认知主权意味着你有权要求，植入你大脑的软件系统是开源的、可审计的、数据归你所有的。

③ 神经封建制（Neural Feudalism）

如果闭源脑机接口成为主流，一个人的认知增强能力将依附于某家科技公司的服务。

就像中世纪的农奴依附于封建领主——你可以在领主的土地上耕作，但地不是你的，收成最终归领主。

神经封建制是这个逻辑在认知层面的延伸：你可以享受AI增强的智识，但这个增强的基础设施不属于你，你依附于那家公司。

④ 本地化免疫力（Local AI Immunity）

一个组织或个人，通过部署本地开源大模型，使自己的数据和智识处理过程不依赖任何外部服务器的能力。

这个概念对于医疗机构、科研部门、政府机关、金融机构来说，极其重要。

拥有"本地化免疫力"的机构，其数据主权和操作安全性，从根本上优于依赖外部闭源服务的机构。

⑤ 开源神经协议（Open Neural Protocol，ONP）

这是一个我希望在未来成为现实的东西：

一套专门为脑机接口设计的开源协议标准——就像互联网的TCP/IP协议一样，是公开的、任何人可以实现的、不属于任何一家公司的。

在这个协议框架下：

• 神经信号的数据格式是开放的

• 芯片与AI系统的通信接口是开放的

• 用户的神经数据的加密和归属是明确保护的

• 任何人都可以基于这个协议开发兼容产品

这不是白日梦。互联网的开放协议就是这样建立的。

问题是，谁来建立它，谁来推动它成为标准。

我认为，这是中国有机会做出重大贡献的领域。

6.2 一个假想的2035年

让我做一个可能有点冒险的科幻预测，描述一下2035年的某个可能性——

那一年，脑机接口已经在医疗领域完全商业化。大约有三四千万人植入了某种形式的神经增强设备。

他们面临一个选择：

选项A：Neuralink生态系统

效果顶级，功能丰富。但你的神经数据归Neuralink所有（按照服务协议），你的芯片更新由他们服务器推送，你的AI训练数据被"匿名用于改进服务"，一旦断网超过72小时，某些功能自动降级。

选项B：开放神经协议生态

兼容多家设备商，效果良好（可能比A差一点但在80%-90%水平）。你的神经数据加密存储在你自己控制的服务器上，软件更新你可以选择安装或不安装，你可以选择哪个AI提供商，系统完全离线也能工作——因为核心AI就部署在你设备上的本地模型里。

你选哪个？

绝大多数关注科技的人，会选B。

这个"选项B"，只有当我们今天建立足够坚实的开源AI生态，才能真正存在。

否则，2035年，只有选项A。

6.3 中国是这个故事里不可或缺的主角

我想说一句可能显得有点民族主义情绪的话，但我觉得它是真实的、基于事实的，而不是情绪化的：

在AI开源这件事上，中国是这个故事里不可或缺的力量。

不是因为"中国了不起"这种空洞的宣言，而是因为，从数据来看：

国内开源大模型使用人数跃居全球第一。

开源模型领域主导地位的转变，不仅仅关乎谁将引领潮流，更重要的是，或将重新定义全球创新格局。

如果没有DeepSeek，今天全球的AI格局将更加向闭源倾斜。Meta曾经是最重要的开源旗手，但计划走向闭源的Meta，竟然是通过开源模型来训练自己的闭源模型。对于多年以"开源"作为核心叙事的Meta而言，这是一次一百八十度的战略转向，硅谷独角兽中曾经最亮眼的开源力量宣告陨落。

在Meta退出的那个时刻，DeepSeek站了出来。

Qwen站了出来。

GLM、Kimi、MiniMax，一个接一个地跟进开源。

这不是偶然，也不是"学到了开源的重要性"这么简单。

这是一个正在形成的战略共识：

中国的AI发展，和全球开源生态的繁荣，有着深刻的利益一致性。

闭源的美国大模型垄断对中国不利。

而开源生态的繁荣，让任何国家、任何规模的机构都能平等使用高质量AI——这对中国，尤其有利。

所以，支持开源，不是道德选择，是战略选择。

而中国在这个战略上，走在了全球的前列。

第七章：致每一个夜里还在写代码的人

7.1 给那些没有出现在报道里的人

我想对那些人说一句话。

那些在2025年的某个深夜，把DeepSeek的代码库fork到自己账户，花了整个周末读MLA（多头潜注意力）机制论文的工程师。

那些把Qwen部署到本地NAS上，折腾了三天终于跑通，在群里发了一个"搞定了"的人。

那些用开源大模型给自己的老家诊所做了个问药助手，没有人给他们写报道，他们也没想过要写报道的人。

那些研究生，在内网机器上微调DeepSeek，用来分析那些永远不能联网的实验数据的人。

这些人，才是这场开源革命真正的建造者。

他们不是历史书里的大人物。

但历史，恰恰是他们在写的。

就像当年那些在宿舍里、在车库里、在图书馆角落里写Linux的人——他们不知道自己在写历史，他们只是在解决眼前的问题，顺手把代码发出去了。

你知道Linux的logo是一只企鹅，名字叫Tux吗？

当年莱纳斯·托瓦兹在澳大利亚被一只小蓝企鹅咬了一口，他觉得企鹅很可爱，就把它定为Linux的吉祥物。

历史里充满了这样的细节——伟大的事，往往是一群完全不打算做出"伟大的事"的人，稀里糊涂做成的。

7.2 黑客精神的中国形态

有一种观点认为，黑客文化是一种纯粹西方的、自由主义的东西，和中国的文化土壤不太兼容。

我不同意这个判断。

中国有一种非常悠久的"工匠精神"传统：对技艺本身的热爱，对"做好一件事"的执着，以及一种集体主义的知识传承文化。

墨家，两千多年前的工程师-思想家团体，他们研究力学、光学、逻辑学，把知识记录下来，传授给弟子，不是为了垄断，而是为了文明的延续。

《考工记》里记录的各种工艺标准，本质上是一种"开源的工艺规范"——把做法写清楚，让任何人都可以复刻。

宋代活字印刷术的发明者毕昇，他没有给自己的发明申请专利。他把它分享给了世界。

这些，是黑客精神的中国形态。

今天的DeepSeek，把训练方法公开；通义千问，把模型权重开放；这些行为，和那个黑客文化的核心是一致的：

技术是人类共同的财产，不应该成为少数人的私有武器。

只是这一次，这个精神是从中国工程师手里传递出去的。

7.3 一封写给未来的信

如果有一天，你正在使用某种形式的神经增强技术，你愿意回头看看这篇文章，想想那些在2025年前后的人们，正在为什么而争论、为什么而写代码、为什么彼此吵架——

我希望你能看到的是：

那时候，有一群人，非常清晰地看到了一件事：

AI和认知基础设施的开源，是这个时代最重要的公民运动。

它不性感，没有游行，没有标语，没有政治明星。

它的战场是GitHub的代码仓库，是凌晨三点的服务器日志，是开源论坛里绕来绕去的技术讨论，是那些"为什么不能本地部署"的技术支持帖子。

但它的影响，将比任何一次政治运动都更深远。

因为它在改变的，是人类获取和处理知识的方式本身。

第八章：当开源碰上脑机接口，这场战争的终极形态

8.1 最后的防线，在大脑之前

你有没有想过，人类历史上，所有最重要的自由运动，都是关于什么的？

言论自由——思想的自由流通。

新闻自由——信息的自由流通。

互联网的开放精神——数字信息的自由流通。

开源运动——代码和知识的自由流通。

这些运动，有一个共同的敌人：垄断对信息的控制。

每一次，都有一方试图控制信息的生产和流通。每一次，都有一群人站出来说：不行。

而脑机接口时代，这场战争将触及最后的边界：

人的大脑本身。

大脑是人类所有自由的最后堡垒。

思想在大脑里发生，意志在大脑里形成，记忆在大脑里储存，判断在大脑里完成。

如果这个堡垒的"操作系统"是闭源的、被某家公司控制的，那么人类历史上所有关于自由的努力，都将面临一个从未有过的威胁。

这不是虚构的反乌托邦剧情。

这是一条工程逻辑的直线延伸。

我们现在做的每一个开源大模型，每一行公开的代码，每一个被验证的开放协议，都是在这条防线上堆砖石。

8.2 为什么国产开源大模型和这件事有直接关系

你可能会问：国产大模型开源，和脑机接口的这个未来，有什么直接关系？

关系非常直接。

第一：脑机接口里的AI，需要一个"大脑"。那个嵌入芯片的AI推理模块，需要一个语言模型、一个推理引擎、一个知识库。如果这个AI是开源的，那么脑机接口生态就有可能是开放的；如果这个AI是某家公司的专有模型，那么整个脑机接口生态就受制于那家公司。

今天开源AI的水平和普及程度，直接决定了未来脑机接口"开源生态"的可行性。

第二：开源大模型的本地化部署能力，是"开源脑机接口"的技术前提。你不能把植入大脑的芯片设计成必须联网才能工作——网络故障怎么办？信号屏蔽区怎么办？对于生命攸关的应用，这是不可接受的。所以，本地运行的小型高效AI模型，是脑机接口的必然技术路径。而DeepSeek、Qwen系列在小型化、高效化上的突破，恰恰在这个方向上最有价值。

第三：中国的开源AI生态，是人类建立"开放认知标准"的重要基础。如果未来要建立一个真正开放的脑机接口协议标准，中国需要是这个标准的共同制定者之一，而不是被动接受者。而要成为制定者，你需要有足够强大的技术能力和生态地位。今天开源AI的积累，是进入那个谈判桌的门票。

8.3 我们可以选择的故事

历史有两种写法。

第一种：历史是由少数几个伟大人物决定的，普通人是观众。

第二种：历史是由无数个普通决定叠加而成的，伟大人物只是那些选择不看台的人中，被聚光灯照到的那一个。

我相信第二种。

每一个选择使用开源大模型而不是闭源服务的人，都在投票。

每一个把开源模型部署到本地而不是上云的机构，都在投票。

每一个选择为开源项目贡献代码的工程师，都在投票。

每一个在社区里分享经验、提出问题、解决别人问题的开发者，都在投票。

这些投票，决定了未来AI生态的形态——开放的，还是封闭的；分散的，还是垄断的；属于所有人的，还是属于少数几家公司的。

而中国的工程师们、研究者们、创业公司们，在这个投票中，正在发出越来越响亮的声音。

尾声：那只企鹅，和那枚芯片

我想用两个形象来结束这篇文章。

第一个是那只企鹅——Linux的吉祥物Tux。

那只被莱纳斯·托瓦兹随手选定的小蓝企鹅，如今"栖息"在世界上几乎所有的超级计算机里，运行在互联网基础设施的深处，跑在你手机的Android系统底层，也跑在中国所有超算中心的机架里。

当年没有人预测到这一切。

只是一群人，相信"代码应该是自由的"，然后开始写代码。

第二个形象，是尚未诞生的那枚芯片——那枚可能在未来的某一天，植入人类大脑的神经芯片。

它还不存在。

但它的形态，将在很大程度上，由我们今天做出的选择来决定。

如果我们今天建立了足够强大、足够开放的AI生态，那么那枚芯片，将有机会运行在一个开放的、用户可以信任和审计的软件环境里。

如果我们今天没有做到这一点，那么那枚芯片，将运行在某家公司的专有系统上。而那家公司，将因此拥有人类历史上前所未有的权力。

所以，今天DeepSeek的每一行开源代码，都是在给那枚未来的芯片争取自由。

今天Qwen的每一个开放权重，都是在为那个还没出生的脑机接口生态，铺一块砖。

今天那些在论坛里帮助别人部署本地AI的工程师，都是在教会下一代工程师，开放协议应该怎么建。

这是中国开源大模型最深的意义。

不是参数，不是榜单，不是商业估值。

而是——

我们在建造的，是人类认知自由的最后一道屏障。

它还差一点点完成。

但那些写代码的人，还没有停下来。

附录：几个值得关注的数字

为了让这篇文章的情怀能够落地，我想在最后附上一组数字，让你感受一下这件事目前的真实规模：

• 截至2024年6月，中国人工智能企业数量已超4500家，核心产业规模接近6000亿元。

• 中国已构建出参数规模横跨十亿至万亿级、应用场景覆盖智能制造至数智政务的开源生态网络，我国已发布超1500个行业模型，覆盖50个重点行业领域、700余个场景。

• DeepSeek上线21天，日活用户达到2215万。

• 截至2025年Q3，DeepSeek仍然是用户调用量最大的开源模型，最高占据90%以上的市场份额。

• 通义千问的衍生模型数量在海内外开源社区中突破10万个，超越美国Llama系列模型，稳居全球开源大模型第一。

• 脑机接口被列为中国"十五五"规划明确布局的未来产业，设定了2027年核心技术突破、2030年产业实力跻身世界前列的目标。

• 中国已成为全球第二个进入侵入式脑机接口临床试验阶段的国家。

• 摩根士丹利预测：到2045年脑机接口市场规模将跃升至3200亿美元。

这些数字背后，是成千上万个选择了"开放而不是封闭"的普通人。

他们不知道自己在做什么。

但历史知道。

本文作者在某个深夜，看了一场直播，然后花了很久时间查数据、想问题，然后把这些想法写了下来。

欢迎讨论、批评、完善，也欢迎不注明出处地传播——这很符合本文的精神。

如果你觉得这件事重要，转发比点赞更有价值。