Hinton、李飞飞、吴恩达在Ai4 2026：AI真正的战场不是开源对闭源，而是谁来掌握决定权

Yun-Hee Kim将这场讨论定位为"历史性汇聚"，在这个根本性共识点上，三位先驱确实实现了汇聚。但当对话从原则转向实践时，共识随即瓦解。

五个分歧点

1. 开放权重模型：一个引发分裂的关键区分

Geoffrey Hinton明确划出了一条界限，将开源代码与开放权重模型严格区分。他表示："开源很好。你把代码公开给人们看，很多人会看一行行代码然后说'哦，这里有个Bug'。但开放权重意味着你训练了一个大模型，然后把权重给出去。这是完全不同的。"他警告说，已发布的权重使得针对网络攻击的微调变得既廉价又容易——但他也承认这场战斗实际上已经输了："我认为那场战斗已经输了……已经太晚了。"

吴恩达对开放权重分发则要坦然得多。他认为这是一个竞争力问题，并提到当他的团队需要对开源智能体工具OpenWorker进行安全审查时，他们转而求助了中国开源模型Kimi K3和GLM-5.2，因为美国的闭源模型拒绝了协助请求。"从我所看到的情况来看，我认为开放权重模型似乎比闭源权重模型更安全。"吴恩达说。

李飞飞则彻底否定了这种二元对立，称"开源vs闭源"的框架本身就是一种虚假的二分法。她主张采取一种更细致、按行业分类的路径，而不是将"开放"视为一个非此即彼的选择。

2. 看门人机制：吴恩达的核心战场

吴恩达在这个问题上最为直言不讳："我不希望存在看门人。这会限制我们所有人获取AI的能力。"他指责大公司刻意夸大AI的危险性，目的是锁定监管优势并排挤规模较小的竞争对手。他的解决方案是："推动开放……因为AI是了不起的技术，我希望它能掌握在每个人手中。"

Hinton和李飞飞也同意，少数实验室不应主宰AI的发展轨迹，尽管Hinton对不受限制的分发的风险担忧要严重得多。

3. 与中国的竞争：一个令人不安的悖论

吴恩达明确将"开放"定义为一项关系到软实力和竞争力的议题，矛头直指中国的开放权重模型。他认为，如果美国限制开源模型，中国快速进步的开源权重生——包括阿里Qwen 3.8-Max和智谱GLM-5.2——将会实现赶超。他指出了一个悖论：中国的开源模型实际上正在帮助美国的安全研究人员完成那些被美国闭源模型拒绝的工作。

Hinton承认存在竞争压力，但他仍然更担心模型被滥用。他认为，无论美国政府如何施策，"精灵"早已从瓶子里跑出来了。

4. 监管：多少监管，谁受益？

三人一致认为某种程度的监管是必要的，但在范围和方式上存在尖锐分歧。

• Hinton 呼吁在模型发布前进行强制性安全测试，并将结果全面向政府披露——他希望监管机构推行一个最低基准线。他将监管描述为汽车的"方向盘，而不是刹车"。
• 李飞飞 主张制定按行业区分的法规，而非一刀切的规则。她认为AI在不同行业重塑任务的方式各不相同，生产力的提升并不会自动转化为共享的繁荣。
• 吴恩达对自上而下的监管最为怀疑。他警告说，这种监管可能被现有巨头俘获，并用其巩固自己的优势地位。他更倾向于将促进竞争和开放作为首要保障措施。

5. 开放是不是一个非此即彼的选择？

在此问题上，本次讨论暴露了最深层的分裂。李飞飞明确表示这种二元框架是虚假的——她主张走一条中间路线，即根据行业、风险等级和具体用途来校准开放程度。Hinton在效果上也同意这不是非此即彼的问题，但他站的角度相反：他希望看到一个即使存在开放权重、也能设置安全联锁的世界，即使他已不再相信这个目标还能实现。吴恩达最接近"非此即彼"的姿态——开放是他给出的核心解决方案，他抵制任何可能被巨头利用的"例外条款"。

最终结论：目的地相同，路径迥异

三位先驱在面对"由少数实验室主宰AI未来"的前景时立场一致，但在走向未来的"交通工具"选择上分道扬镳。Hinton不情愿地接受了开放权重的不可逆性，同时对其滥用后果忧心忡忡。吴恩达则把开放视为对抗权力集中化和应对中国竞争的战略必须。李飞飞则彻底否决了二元对立，呼吁建立一套经过校准的、按行业区分的规则体系。这场辩论捕捉到了2026年AI治理领域中最诚实的张力：正是那种能够促进技术民主化的开放分发模式，同时也使得灾难性滥用更加难以控制。