一觉醒来，全世界AI能力退化一万倍 只有我，还是普通人。人们围在我电脑前，屏息凝神——因为我正在调用API接口；有人指着终端里一闪而过的日志惊呼：‘他居然本地部署了龙虾！’（注：此处‘龙虾’为谐音梗，代指LoRA等轻量微调技术）——我成了这个世界上，最会使用AI的人。 这听上去像短剧，却不是虚构。它折射的，是一个真实可触的未来分岔口：不是AI变弱了，而是前沿能力正从开放走向垄断，从可部署走向不可见。 开放权重，才是AI落地的毛细血管 在开源模型蓬勃生长的当下，AI早已不是科技巨头的专属玩具。一家县城律所，用2.8万亿参数模型审合同，月成本几十美元；一家基层医院，把影像诊断模型装进内网服务器，数据零出域；一个跨境小团队，基于开源基座微调出专属翻译工具，不依赖任何商业接口——Token便宜到无需单列账目，就像没人会为每度电记账。 一旦开放权重被抽离，这一切立刻坍塌。前沿模型只剩几家，全锁在API背后。律所审一份合同要先算ROI；医院要么高价采购黑箱服务、承担数据泄露风险，要么退回人眼阅片时代；科研人员不再‘我们训练并验证了新架构’，而变成‘我们申请到了某公司API的试用权限’。 这不是技术倒退，是能力分配的断层。当AI只剩一种用法，所有行业就只剩一种节奏——由少数公司的发版周期决定。 谁在定义AI的边界？ 7月24日，黄仁勋在X发出首条帖文，署名35家机构的联名信《开放权重与美国AI领导力》正式亮相。微软、Meta、IBM、Hugging Face、a16z、Y Combinator、Mistral……名单里没有Anthropic，也没有Google。OpenAI出现在微软官网原始名单中，以官网为准。 信中直指核心风险：闭源集中化将制造单点故障、削弱竞争、让关键技术受制于少数供应商。黄仁勋在Axios专访中说得更直白：‘如果全世界只能用一个模型，那整个世界就只剩一个攻击目标。’安全这张牌，过去常被闭源方高举，这一次，被英伟达接了过来。 为什么是英伟达下场？答案很实在：它的增长故事，从来不是建一座AI圣殿，而是铺一条AI公路——通向工厂、医院、学校、农场。这条路若只能靠几家闭源厂商排期修桥铺路，算力需求就从‘人人要装宽带’，萎缩成‘几家企业采购专线’。芯片与数据中心的天花板，也就此封顶。 更深层的焦虑在于：Kimi K3发布后一周，费城半导体指数下跌12.5%，英伟达短暂失守全球市值第一。市场误读了信号——更便宜、更开放的AI，不会抑制芯片需求，反而会引爆十倍、百倍的终端渗透。DeepSeek如此，K3亦如此。 恐惧，已在创业一线蔓延 近200家美国初创公司与风投机构迅速结成‘小科技联盟’，集体发声：若封禁廉价开源模型，初创企业将被迫转向OpenAI、Anthropic等高价API，大量资金有限的团队将直接出局。他们喊出的，正是第一节里那个结局——不做模型，只做包装；不掌握能力，只交付界面；利润表由上游定价表决定。 截至7月25日，封禁尚未落地，但恐惧已真实存在。 北京的选择：给AI装水表 同一周，北京没有加入口水战。7月23日，《关于加快智能体引领发展的若干措施》发布，提出‘Token即服务’‘智能体即服务’‘结果即服务’三大方向。政策推动Token计费从按量转向按可交付成果，支持建设‘Token工厂’，发放Token券；7月3日，首家国资‘京算Token工厂’已落地。 配套指标也悄然转向：行业评价不再紧盯峰值算力，而看‘每瓦Token数’——这是在把AI当作水电煤来规划基础设施。 全国日均Token调用量，2024年初尚在千亿级，到2026年5月已达170万亿，两年暴涨千倍。政策不是预言，而是对已发生事实的响应：大规模AI使用，已经来了。 开路者与铺路人，本该共存 闭源阵营常说：没有OpenAI烧钱探路，开源无路可抄。这话半真。探路的钱，确由闭源先付。但另一半正在改写：Kimi K3并未简单堆大Transformer，而是在KDA机制、Attention Residuals、MoE稀疏化等方向走出独立路径。开源阵营，已开始自己开路。 黄仁勋信中那句‘世界需要前沿的闭源模型，也需要前沿的开源模型’，说的正是这种分工——探路者负责突破上限，铺路人负责拓展边界。二者不是替代关系，而是共生结构。 AGI未必很快到来。但可以确定的是：每个行业，都还需要被AI再做一遍。而这场重做，不能只由一张定价表决定。