Yun-Hee Kim ramade in sessionen som en historisk konvergens, och på denna grundläggande punkt var de tre pionjärerna eniga. Men i samma stund som samtalet flyttades från princip till praktik sprack konsensus.
Geoffrey Hinton drog en skarp linje mellan öppen källkod och öppna viktmodeller. "Öppen källkod är utmärkt. Du visar koden för folk, och många tittar på kodraderna och säger: 'Åh, där är en bugg.' Öppna vikter innebär att du tränar en stor modell och sedan ger folk vikterna. Det är en helt annan sak," sade han. Han varnade för att släppta vikter gör finjustering för cyberattacker billigt och enkelt – men medgav också att striden i praktiken redan är förlorad: "Jag tror att den striden är förlorad… Det är för sent" .
Andrew Ng var betydligt mer bekväm med distribution av öppna vikter. Han ramade in det som en konkurrensfråga och noterade att när hans team behövde genomföra en säkerhetsgranskning av sitt öppna agentverktyg OpenWorker, vände de sig till kinesiska öppna viktmodeller som Kimi K3 och GLM-5.2, eftersom slutna amerikanska modeller vägrade hjälpa till. "Av vad jag ser tycker jag att öppna viktmodeller verkar säkrare än slutna viktmodeller," sade Ng .
Fei-Fei Li avfärdade hela binären och kallade öppet-mot-stängt-ramverket en falsk dikotomi. Hon argumenterade för en mer nyanserad, sektorsspecifik strategi i stället för att behandla öppenhet som ett allt-eller-inget-val .
Ng var mest högljudd i denna punkt: "Jag vill inte att det ska finnas grindvakter. Det begränsar hur vi alla kan få tillgång till AI." Han anklagade stora företag för att överdriva AI-faror specifikt för att låsa in regulatoriska fördelar och frysa ut mindre konkurrenter. Hans recept: "främja öppenhet… för AI är fantastisk teknik och jag vill att den ska finnas i allas händer" .
Hinton och Li höll båda med om att ett fåtal labb inte borde kontrollera AI:s utveckling, även om Hinton var betydligt mer oroad över riskerna med ohämmad distribution .
Ng ramade explicit in öppenhet som en mjukmakts- och konkurrensfråga gentemot kinesiska öppna viktmodeller. Han argumenterade att om USA begränsar öppna modeller kommer Kinas snabbt förbättrade ekosystem för öppna vikter – inklusive Alibabas Qwen 3.8-Max och Zhipus GLM-5.2 – att springa förbi . Han påpekade en paradox: kinesiska öppna modeller hjälpte faktiskt amerikanska säkerhetsforskare att utföra arbete som amerikanska slutna modeller blockerade
.
Hinton erkände konkurrenstrycket men förblev mer oroad över missbruk. Han såg anden som redan ute ur flaskan oavsett amerikansk politik .
Alla tre var överens om att viss reglering är nödvändig, men de var skarpt oense om omfattning och angreppssätt .
Här exponerade panelen sin djupaste splittring. Li kallade explicit den binära ramen falsk – hon argumenterade för en medelväg där öppenhet kalibreras efter sektor, risknivå och användningsområde . Hinton höll i praktiken med om att den inte är binär, men från motsatt håll: han ville ha en värld där vikter kunde vara öppna med säkerhetsspärrar, även om han inte längre tror att den världen är uppnåelig
. Ng lutade närmast åt en allt-eller-inget-hållning – öppenhet var det centrala botemedlet, och han motsatte sig undantag som kunde utnyttjas av etablerade aktörer
.
De tre pionjärerna stod enade mot en framtid där ett fåtal labb kontrollerar AI, men de splittrades skarpt om fordonet. Hinton accepterade motvilligt öppna vikter som oundvikliga samtidigt som han fruktade deras missbruk. Ng omfamnade öppenhet som det primära botemedlet mot maktkoncentration och en strategisk nödvändighet gentemot Kina. Li avfärdade hela binären och krävde kalibrerade, sektorsspecifika regler. Debatten fångade den ärliga spänningen i AI-styrning 2026: samma öppna distribution som demokratiserar tillgång gör också katastrofalt missbruk svårare att begränsa.