2026 年 7 月 27 日，Anthropic CEO Dario Amodei 在公司官方博客发表题为《Our position on open-weights models》的文章，明确否认了关于 Anthropic 试图推动禁止开源权重（open-weights）模型的传闻。这篇帖子发布在 HN 上迅速攀升至榜首，获得了超过 580 分和 800 多条评论。
这场争论的背景需要追溯到几天前。7 月 24 日，由 Nvidia、Meta、Microsoft、IBM、Dell Technologies、Palantir、Hugging Face、Mistral、Perplexity、CrowdStrike 等 25 家科技公司和组织联合签署了一封公开信，标题为《Open Weights and American AI Leadership》，呼吁美国政策制定者避免对开源权重 AI 模型施加「过早的限制」。Nvidia 创始人黄仁勋在 X 平台发布了他的首条推文来推广这封信。
公开信没有直接点名中国，但行业讨论的核心集中在关于中国 AI 实验室通过蒸馏（distillation）等手段获取美国模型知识产权的指控上。正是在这个背景下，Anthropic 因为过去对蒸馏行为的投诉和对安全监管的倡导，被一些人指责为暗中推动禁止开源权重模型以保护自身商业利益。
Amodei 的核心论点：重新定义威胁
Amodei 在文中开宗明义地写道：「Anthropic 从未提倡过禁止开源权重模型。」他用加粗字体强调这一点。
Amodei 随后将讨论从「是否禁止开源权重」重新框架为两个他真正担心的「噩梦场景」：
场景一：威权政府的 AI 军事优势。 Amodei 的首要担忧是威权政府（他点名中国为「最有能力的威胁」）构建比美国更强大的 AI 模型，并将其用于获取永久军事优势或对本国人民的深度镇压。他引用了副总统 Vance 在巴黎的警告和美国情报界 2026 年度威胁评估的内容来佐证这一担忧的跨党派共识。
关键在于，Amodei 认为这个风险与模型是否开源无关。「最危险的模型可能是秘密训练的，只交给解放军用于无人机，交给国家安全部用于监控和镇压。」禁止美国企业使用中国开源模型对阻止这个威胁毫无帮助，因为威胁模型的路径根本不经过美国企业。
场景二：强大的 AI 被滥用于网络攻击或生物攻击。 在这个场景中，Amodei 承认开源权重确实比闭源模型风险更高，风险来源与国别无关，核心在于「很难对开源模型施加护栏或监控其使用，而且一旦权重发布就无法撤回」。他引用了英国 AI 安全研究所的报告来支持这一观点。
但他同时指出，禁止美国企业使用这些模型同样无法解决这个风险，因为「恶意行为者不太可能是合法的美国企业」。
三项替代措施
Amodei 提出了他认为比全面禁令更有效的三项政策：
1. 继续限制对中国的芯片出口
Amodei 认为这是应对场景一最直接有效的手段。他指出，中国的国产芯片产能有限，根据 Scaling Laws，没有美国芯片就无法训练出比美国更强大的模型。他同时呼吁加强对芯片走私和变通获取的打击力度，并引用了美国司法部关于走私行动的报告。
2. 打击工业级蒸馏操作
蒸馏（distillation）是一种用大型前沿模型的输出训练较小模型的方法，计算成本远低于从头训练。Amodei 表示，蒸馏让中国能以远低于正常水平的芯片投入构建出接近美国前沿的模型，将差距压缩到几个月以内。
Anthropic 表示已经在自己的平台上封禁了大量从事蒸馏的账户。这些账户通常在被发现之前已经提取了大量数据，而且操作者会不断创建新账户来规避检测。Amodei 强调，问题的核心不在于这些公司是否发布了开源权重，而在于「这些操作由一个试图在前沿领域超越美国的威权国家支持」。
3. 对所有足够强大的模型实行强制安全测试
Amodei 称这一提议已「接近共识」：在发布前对所有足够强大的模型（无论开源还是闭源）进行网络安全、生物安全和一致性（alignment）风险的强制测试，初创公司和学术界的较小模型可以豁免。他赞赏了特朗普政府近几个月来在这一方向上的进展。
Amodei 指出，开源模型是否真的更危险、风险能否被缓解，这些问题应该通过严格的测试来回答，而不是在争论中预先假设。他还提到了 Anthropic 在模块化训练策略（modular training strategies）方面的研究，认为这是让开源权重模型本身更安全的潜在方向。
一个容易被忽略的条件是：要使测试真正有效，它需要全球参与，包括中国。Amodei 认为在生物安全风险方面这是可能的，因为防止 AI 生物武器也符合中国的利益。
与公开信的分歧
Amodei 表示他同意公开信的大部分内容：开源权重扩大了 AI 经济的参与面、至少在某些用例上加强了竞争、给了客户更大的控制权。蒸馏问题应该通过有针对性的法律和商业框架来解决。
但他明确反对公开信中的两个主张：
第一，公开信声称开源权重使构建安全护栏更容易。Amodei 认为情况可能恰恰相反。
第二，公开信声称广泛的能力获取在攻防博弈中更有利于防御者。Amodei 以生物安全为例反驳：一个足够强大的模型可能让攻击者利用广泛可得的材料快速武器化大流行级病毒，而防御——就像 COVID-19 疫苗的「曲速行动」一样——即使在最理想的情况下也是一项需要多年努力的工作。Amodei 担忧，目前阻止灾难性生物滥用的防线在于一种「智力能力与制造灾难性伤害的意愿之间的负相关」——足够强大的 AI 技术可能首次打破这种平衡。
行业反响与未解的问题
这篇文章在社区引发了广泛讨论。在 HN 上，超过 800 条评论围绕多个角度展开。
商业利益的质疑。 在 X 上，投资人 David Sacks 指出 Anthropic 在训练数据问题上想两面通吃——「有权免费使用全世界的输出来训练自己的模型，但如果竞争对手付费使用 Anthropic 的输出来训练模型，那就是 IP 盗窃。」AI 研究者 Teknium 则批评 Amodei 的提案是「不够走远的限制」。Amodei 的文章没有回应训练数据方面的批评，仅聚焦于禁令问题本身。
安全测试的具体细节。 Amodei 的措辞——「所有足够强大的模型都要经过强制安全测试」——暗示了第三方或政府机构的把关，而非自我认证。批评者指出，测试要求可能在实质上起到软禁令的效果：没有通过测试或无力承担测试成本的模型开发者将被排除在外。文章没有说明由谁来执行测试、通过标准是什么、以及未通过的模型会面临什么后果。
时间节点。 这篇文章发布的时机微妙：同一周，Anthropic 的 Claude Opus 5 在多个排行榜上登顶；而就在前一天，月之暗面发布了 2.8 万亿参数的 Kimi K3 开源权重。这种时间上的重叠加剧了社交媒体上关于「Anthropic 害怕开源」的叙事。
对开发者的影响
对于正在使用开源权重模型的开发者，这篇声明没有提出任何直接限制。Amodei 的三项政策主张针对的是芯片销售、蒸馏操作和模型发布前的测试义务，而非下游使用。目前使用 Kimi K3、Qwen、DeepSeek 等开源模型的美国开发者不会受到直接影响。
这场辩论的本质，正如 Amodei 在文末所暗示的，并非「开源 vs 闭源」之争，真正的分歧在于「威权国家支持的 AI 能力 vs 非威权国家支持的」。他认为当前的「公开信 vs 禁令」框架遮蔽了真正有效的政策杠杆——芯片管控、蒸馏执法和安全测试——而这些杠杆无论开源还是闭源都应该发挥作用。
来源：Anthropic 官方博客，2026 年 7 月 27 日；TechCrunch；Hacker News 讨论