一文看清AI、開(kāi)源與商業(yè)的真正博弈，GOBI 2025圓滿收官！

從操作系統(tǒng)到云計(jì)算基礎(chǔ)設(shè)施，開(kāi)源早已成為軟件產(chǎn)業(yè)的底座，但在 AI 時(shí)代，大模型對(duì)算力、數(shù)據(jù)和工程投入的急劇上升，使得如何在保持開(kāi)放的同時(shí)實(shí)現(xiàn)商業(yè)可持續(xù)，成為開(kāi)源走向核心產(chǎn)業(yè)必須直面的關(guān)鍵問(wèn)題。

正是在這樣的背景下，12 月 21 日，超 500 位開(kāi)源領(lǐng)袖、獨(dú)角獸創(chuàng)始人、頂級(jí) VC、產(chǎn)業(yè)高管、政策制定者和一線開(kāi)發(fā)者齊聚北京海淀萬(wàn)麗酒店，共同參與由 Upstream Labs、AI 原點(diǎn)社區(qū)、CSDN 聯(lián)合主辦的 GOBI 2025 全球開(kāi)源商業(yè)創(chuàng)新大會(huì)（Global Open-source Business Innovation Conference），并吸引線上總觀看人數(shù)超 3.6 萬(wàn)。大會(huì)在北京市海淀區(qū)人才工作局、中關(guān)村科學(xué)城管理委員會(huì)科技發(fā)展處指導(dǎo)下，以“釋放源力，創(chuàng)造未來(lái)”為主題，將“開(kāi)源、商業(yè)、AI”三股力量匯聚同一舞臺(tái)，展開(kāi)面向全球的趨勢(shì)洞察與產(chǎn)業(yè)實(shí)踐討論，共同探討開(kāi)源創(chuàng)新如何真正轉(zhuǎn)化為可持續(xù)產(chǎn)業(yè)價(jià)值。

大會(huì)現(xiàn)場(chǎng)，東升鎮(zhèn)黨委書(shū)記辛果出席開(kāi)幕式并發(fā)表致辭。辛果在致辭中指出，北京 AI 原點(diǎn)社區(qū)地處海淀科創(chuàng)核心腹地，是北京市建設(shè)國(guó)際科技創(chuàng)新中心、海淀區(qū)打造全球領(lǐng)先AI產(chǎn)業(yè)集群的核心支撐。AI 原點(diǎn)社區(qū)已匯聚 30 余所高校、百余家國(guó)家級(jí)科研機(jī)構(gòu)及 1300 家AI企業(yè)，1.23 萬(wàn) AI 研究人員與 80 余位全球頂尖學(xué)者在此深耕，以打造“原創(chuàng)地與引爆點(diǎn)”為使命，書(shū)寫(xiě)了 AI 產(chǎn)業(yè)發(fā)展的“海淀速度”與“海淀質(zhì)量”。

辛果強(qiáng)調(diào)，原點(diǎn)社區(qū)將以此次大會(huì)為契機(jī)，加碼 AI 開(kāi)源生態(tài)建設(shè)，完善創(chuàng)業(yè)支持政策，為開(kāi)源項(xiàng)目提供算力、資金、場(chǎng)景全維度保障；依托 “東升杯” 國(guó)際創(chuàng)業(yè)大賽、開(kāi)源商業(yè)創(chuàng)新?tīng)I(yíng)等載體，培育開(kāi)源領(lǐng)軍人才與優(yōu)質(zhì)項(xiàng)目；打造開(kāi)源技術(shù)“試驗(yàn)場(chǎng)”、商業(yè)“孵化器”與生態(tài)“聚集地”，推動(dòng)開(kāi)源技術(shù)從“憑熱情奉獻(xiàn)”走向商業(yè)化落地，構(gòu)建開(kāi)放協(xié)同的全球 AI 開(kāi)源商業(yè)生態(tài)，讓更多創(chuàng)新者從“原點(diǎn)”出發(fā)，創(chuàng)造世界級(jí)創(chuàng)新成果，為北京 AI 產(chǎn)業(yè)高質(zhì)量發(fā)展注入持續(xù)動(dòng)能。

杜瑩芬：可持續(xù)的開(kāi)源產(chǎn)業(yè)發(fā)展

緊接著，中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所研究員、教授、國(guó)務(wù)院參事杜瑩芬在《可持續(xù)的開(kāi)源產(chǎn)業(yè)發(fā)展》主題演講中強(qiáng)調(diào)，開(kāi)源的可持續(xù)發(fā)展亟需健全的制度環(huán)境支撐。

回顧過(guò)去數(shù)十年的技術(shù)發(fā)展歷程，從 Linux、Apache 到 TensorFlow 以及當(dāng)下快速擴(kuò)張的大模型社區(qū)，杜瑩芬指出：開(kāi)源不僅是技術(shù)創(chuàng)新的催化劑，更是全球協(xié)作的典范。隨著云計(jì)算、大數(shù)據(jù)和 AI 成為數(shù)字經(jīng)濟(jì)的基礎(chǔ)設(shè)施，開(kāi)源已從單純的軟件開(kāi)發(fā)模式，演進(jìn)為涵蓋項(xiàng)目、社區(qū)、企業(yè)和基金會(huì)的復(fù)雜產(chǎn)業(yè)生態(tài)，并深度嵌入各類前沿技術(shù)領(lǐng)域。

基于此，AI 的興起正在重塑開(kāi)源的內(nèi)在邏輯。傳統(tǒng)開(kāi)源主要圍繞代碼展開(kāi)，而 AI 時(shí)代的開(kāi)源則延伸至數(shù)據(jù)、算法、模型和算力等多個(gè)層面，形成高度耦合的協(xié)作體系。不過(guò)，這種多維開(kāi)放模式雖降低了創(chuàng)新門(mén)檻，但也帶來(lái)了算力集中、數(shù)據(jù)隱私、倫理風(fēng)險(xiǎn)及許可證適配等新挑戰(zhàn)，傳統(tǒng)開(kāi)源項(xiàng)目的可持續(xù)性問(wèn)題亦被放大。

談及中國(guó)開(kāi)源生態(tài)的發(fā)展，杜瑩芬表示，中國(guó)正從早期的“使用者”和“跟隨者”，轉(zhuǎn)變?yōu)槿蜷_(kāi)源生態(tài)的重要貢獻(xiàn)者和塑造者。以 openEuler、openHarmony 等項(xiàng)目為代表，本土開(kāi)源正在加速成熟；“十四五”規(guī)劃中首次把開(kāi)源列入，也標(biāo)志著開(kāi)源已成為推動(dòng)科技創(chuàng)新和構(gòu)建自主可控技術(shù)體系的重要制度工具。

面對(duì)當(dāng)下的發(fā)展新階段，杜瑩芬提出了一些構(gòu)建開(kāi)源產(chǎn)業(yè)可持續(xù)生態(tài)的制度建議：

• 一是強(qiáng)化戰(zhàn)略定位，將開(kāi)源納入國(guó)家科技發(fā)展戰(zhàn)略，在關(guān)鍵領(lǐng)域優(yōu)先采用開(kāi)源方案，并設(shè)立專項(xiàng)資金攻堅(jiān)開(kāi)源芯片、操作系統(tǒng)與 AI 架構(gòu)等核心技術(shù)。

• 二是完善法律與協(xié)議體系，明確開(kāi)源許可證法律效力，探索適配 AI 等新興領(lǐng)域的許可模式，規(guī)范數(shù)據(jù)使用與 AI 生成內(nèi)容的權(quán)利歸屬。

• 三是營(yíng)造協(xié)同創(chuàng)新環(huán)境，支持開(kāi)源基金會(huì)與社區(qū)發(fā)展，引導(dǎo)企業(yè)建立開(kāi)源戰(zhàn)略，培育開(kāi)放共享的文化。

• 四是建設(shè)公共服務(wù)平臺(tái)，提供普惠算力與高質(zhì)量數(shù)據(jù)集，降低開(kāi)發(fā)門(mén)檻，并構(gòu)建安全風(fēng)險(xiǎn)防控機(jī)制。

杜瑩芬總結(jié)道，在 AI 時(shí)代，開(kāi)源不僅是一種技術(shù)協(xié)作方式，更是一種全球創(chuàng)新與治理的新范式。只有通過(guò)持續(xù)的制度完善和生態(tài)建設(shè)，開(kāi)源才能不斷釋放創(chuàng)新潛能，為數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展提供長(zhǎng)期而穩(wěn)定的動(dòng)力。

汪華：AIx開(kāi)源 創(chuàng)業(yè)的黃金窗口

創(chuàng)新工場(chǎng)聯(lián)合創(chuàng)始人、管理合伙人汪華指出，AI Agents 的快速發(fā)展正為開(kāi)源帶來(lái)前所未有的黃金增長(zhǎng)窗口，中國(guó)開(kāi)發(fā)者與產(chǎn)業(yè)界應(yīng)抓住這一機(jī)遇，在新一輪技術(shù)浪潮中搶占先機(jī)。

汪華認(rèn)為，現(xiàn)在之所以成為“黃金窗口”，主要有三大因素：

• 一是技術(shù)躍遷。 去年的 AI 還只是輔助工具，只能撰寫(xiě)報(bào)告、完成搜索，甚至被學(xué)生用于應(yīng)付作業(yè)。如今，其已具備執(zhí)行、管理和獨(dú)立交付能力，可以在無(wú)人干預(yù)下自主工作。時(shí)下正是 AI 大規(guī)模工業(yè)化與商業(yè)化的起點(diǎn)，市場(chǎng)尚處于藍(lán)海階段，是開(kāi)源項(xiàng)目、開(kāi)發(fā)者與創(chuàng)業(yè)者開(kāi)疆拓土的最佳時(shí)機(jī)。

• 二是需求躍遷。企業(yè)對(duì) AI 的態(tài)度正在從 PoC/試點(diǎn)向核心業(yè)務(wù)應(yīng)用轉(zhuǎn)變。受多種因素影響，國(guó)內(nèi)企業(yè)更傾向于選擇國(guó)產(chǎn)模型，并偏好私有化部署而非外部 SaaS 產(chǎn)品。然而，當(dāng)前 AI 開(kāi)發(fā)工具和組件尚不完善，企業(yè)普遍面臨“重復(fù)造輪子”的困境，因此對(duì)優(yōu)質(zhì)開(kāi)源項(xiàng)目的需求極為迫切，因?yàn)殚_(kāi)源項(xiàng)目能幫助企業(yè)避免從零開(kāi)發(fā)，大幅提升研發(fā)效率。

• 三是商業(yè)模式成熟。 過(guò)去 AI 項(xiàng)目商業(yè)化受制于價(jià)值界定難、盈利路徑模糊，即便開(kāi)源項(xiàng)目成為核心組件，參與者也難以獲得合理回報(bào)。但 AI Agents 的商業(yè)邏輯已發(fā)生本質(zhì)轉(zhuǎn)變：從“賣(mài)功能”升級(jí)為“賣(mài)結(jié)果”，企業(yè)可以直接量化 AI 帶來(lái)的銷(xiāo)售提升、流程優(yōu)化和開(kāi)發(fā)效率改進(jìn)，降低付費(fèi)決策門(mén)檻。從實(shí)際商業(yè)化速度來(lái)看，美國(guó)市場(chǎng)實(shí)踐顯示，AI 創(chuàng)業(yè)公司的商業(yè)化速度比上一代 SaaS 企業(yè)快 3-5 倍。

在汪華看來(lái)，中國(guó)開(kāi)發(fā)者具備天時(shí)、地利、人和多重優(yōu)勢(shì)——天時(shí)是技術(shù)與市場(chǎng)的雙重紅利剛剛開(kāi)啟；地利是國(guó)內(nèi)企業(yè)對(duì)開(kāi)源的友好態(tài)度，為項(xiàng)目驗(yàn)證提供了廣闊市場(chǎng)；人和是中國(guó)開(kāi)發(fā)者的頂尖工程能力、產(chǎn)品能力，以及團(tuán)隊(duì)的高效與勤奮。

在發(fā)展策略上，汪華建議創(chuàng)業(yè)者聚焦“全球視野+快速開(kāi)源實(shí)現(xiàn)”，密切關(guān)注全球技術(shù)與市場(chǎng)變化，把握新底座、新模型、新接口、新標(biāo)準(zhǔn)出現(xiàn)的機(jī)會(huì)，搶先布局做“之前不存在的軟件棧”。同時(shí)，閉源軟件的爆款功能也可作為開(kāi)源切入點(diǎn)，通過(guò)快速開(kāi)發(fā)對(duì)應(yīng)開(kāi)源版本，將熱度轉(zhuǎn)化為發(fā)展機(jī)遇。他表示，AI 領(lǐng)域的需求爆發(fā)如同“侏羅紀(jì)大爆發(fā)”，開(kāi)發(fā)工具為快速迭代提供支撐。只要具備全球視野并快速落地，中國(guó)開(kāi)發(fā)者與開(kāi)源項(xiàng)目正迎來(lái)難得的黃金窗口。

蔣濤：AI 開(kāi)源時(shí)代商業(yè)化的新機(jī)會(huì)

在本次大會(huì)上，CSDN 創(chuàng)始人&董事長(zhǎng)、開(kāi)放原子開(kāi)源基金會(huì)理事蔣濤以《AI 開(kāi)源時(shí)代商業(yè)化的新機(jī)會(huì)》為主題，系統(tǒng)梳理了 AI 與開(kāi)源深度融合背景下正在形成的新商業(yè)邏輯。他指出，全球開(kāi)源產(chǎn)業(yè)正在經(jīng)歷一次代際躍遷：從以服務(wù)為核心的開(kāi)源 1.0（如 Red Hat），到以 SaaS 為代表的開(kāi)源 2.0（如 MongoDB），如今已進(jìn)入以大模型為核心的開(kāi)源 3.0 階段，即 AI 與 LLM 驅(qū)動(dòng)的全新開(kāi)源經(jīng)濟(jì)體。

這一變化并非停留在概念層面，開(kāi)發(fā)者規(guī)模的增長(zhǎng)為其提供了現(xiàn)實(shí)基礎(chǔ)。當(dāng)前，全球開(kāi)源開(kāi)發(fā)者數(shù)量已超過(guò) 1.5 億，其中中國(guó)開(kāi)發(fā)者總量超過(guò) 1200 萬(wàn)，活躍開(kāi)發(fā)者約 285 萬(wàn)，正在成為全球開(kāi)源生態(tài)中的重要力量。

圍繞 AI 開(kāi)源生態(tài)，蔣濤將整體技術(shù)棧劃分為 AI Infra、AI Agent 和 AI Data 三個(gè)層級(jí)進(jìn)行趨勢(shì)分析，不同層級(jí)呈現(xiàn)出明顯不同的國(guó)際競(jìng)爭(zhēng)格局：在 AI 基礎(chǔ)設(shè)施層，中美兩國(guó)優(yōu)勢(shì)最為突出，合計(jì)貢獻(xiàn)度超過(guò) 60%；在 AI Data 層面，全球參與相對(duì)均衡；而在 AI Agent 層，中美差距明顯縮小，中國(guó)開(kāi)發(fā)者的投入強(qiáng)度尤為突出，貢獻(xiàn)占比達(dá)到 21.5%。

在基礎(chǔ)設(shè)施商業(yè)化方面，蔣濤指出，大模型正成為新一代技術(shù)底座，其價(jià)值不僅在于模型本身，更在于對(duì)工具鏈和生產(chǎn)方式的系統(tǒng)性重塑。然而，該領(lǐng)域的資本結(jié)構(gòu)也暴露出潛在風(fēng)險(xiǎn)：超過(guò) 90% 的投資來(lái)自美元基金，即便項(xiàng)目創(chuàng)始人來(lái)自中國(guó)或歐洲，底層生態(tài)能力仍高度依賴美國(guó)資本。這種結(jié)構(gòu)與 PC 時(shí)代和移動(dòng)互聯(lián)網(wǎng)早期發(fā)展路徑類似，凸顯了建設(shè)本土開(kāi)源基礎(chǔ)設(shè)施的緊迫性。為此，開(kāi)放原子開(kāi)源基金會(huì)聯(lián)合 CSDN 等合作伙伴打造了新一代 AI Agent 生態(tài)核心基礎(chǔ)設(shè)施 AtomGit，旨在從國(guó)內(nèi)生態(tài)自主可控的角度構(gòu)建中國(guó)自己的開(kāi)源基礎(chǔ)設(shè)施，并提升在全球開(kāi)源領(lǐng)域的話語(yǔ)權(quán)。

在數(shù)據(jù)商業(yè)化方面，蔣濤認(rèn)為，隨著 AI Coding 的普及，軟件開(kāi)發(fā)門(mén)檻持續(xù)下降，編程正從專業(yè)技能演變?yōu)槠栈菽芰Γ虡I(yè)競(jìng)爭(zhēng)焦點(diǎn)也隨之轉(zhuǎn)向“特定場(chǎng)景 + 獨(dú)有數(shù)據(jù)”。企業(yè)需深入挖掘垂直行業(yè)（如金融、醫(yī)療等）的獨(dú)特需求，將私有數(shù)據(jù)與開(kāi)源技術(shù)結(jié)合，才能實(shí)現(xiàn)真正的商業(yè)變現(xiàn)并構(gòu)建競(jìng)爭(zhēng)護(hù)城河。

在硬件商業(yè)化層面，蔣濤指出，其發(fā)展經(jīng)歷了從開(kāi)發(fā)板、嵌入式系統(tǒng)到 AI 原生硬件的演進(jìn)，反映出開(kāi)源技術(shù)商業(yè)化的深度不斷提升。在 AI 時(shí)代，他強(qiáng)調(diào)，“所有軟件都該重做一次，所有商品都值得重新定義。”

最后，蔣濤總結(jié)道，AI 驅(qū)動(dòng)的開(kāi)源商業(yè)化 3.0 時(shí)代的機(jī)會(huì)主要集中在三方面：一是重構(gòu)和補(bǔ)強(qiáng)基礎(chǔ)設(shè)施，提升國(guó)內(nèi)開(kāi)源生態(tài)自主能力；二是推動(dòng)數(shù)據(jù)與場(chǎng)景深度融合，釋放長(zhǎng)期被低估的應(yīng)用價(jià)值；三是結(jié)合中國(guó)在硬件制造領(lǐng)域的優(yōu)勢(shì)，通過(guò) AI 賦能拓展更廣闊的商業(yè)空間。

主會(huì)圓桌對(duì)話：破局 · 企業(yè)軟件的“巨硬”時(shí)刻

主會(huì)的精彩演講令人意猶未盡，而在上午最后的圓桌對(duì)話環(huán)節(jié)中，CSDN 創(chuàng)始人&董事長(zhǎng)、開(kāi)放原子開(kāi)源基金會(huì)理事蔣濤，濤思數(shù)據(jù)創(chuàng)始人、CEO 陶建輝，LVS 創(chuàng)始人章文嵩，PingCAP 副總裁劉松，中璟資本管理合伙人李世華和 XVC 投資人文煊義，在 Linkloud 聯(lián)合創(chuàng)始人高寧的主持下，圍繞“破局 · 企業(yè)軟件的‘巨硬’時(shí)刻”這一主題展開(kāi)深度探討與經(jīng)驗(yàn)分享，試圖還原 AI 時(shí)代企業(yè)軟件如何在效率、規(guī)模與壁壘之間尋找新的破局路徑。

作為一名從軟件時(shí)代到 AI 時(shí)代的見(jiàn)證人和創(chuàng)業(yè)者，CSDN 創(chuàng)始人&董事長(zhǎng)、開(kāi)放原子開(kāi)源基金會(huì)理事蔣濤分享了他對(duì) AI 正在重塑企業(yè)軟件形態(tài)與商業(yè)模式的觀察。他指出，AI 驅(qū)動(dòng)下的新一代企業(yè)軟件，正在明顯向 To C 模式靠攏。與過(guò)去以企業(yè)整體采購(gòu)為主不同，如今的軟件往往聚焦解決某一個(gè)具體問(wèn)題點(diǎn)，尤其在引入 Agentic 能力后，產(chǎn)品可直接提升個(gè)人工作效率，更適配個(gè)人訂閱模式。

這種變化也帶來(lái)了銷(xiāo)售邏輯的根本轉(zhuǎn)變。蔣濤提到，部分 AI 軟件已取消代理體系，直接提供個(gè)人版與企業(yè)版供用戶選擇。這不僅是銷(xiāo)售方式的變化，更深層反映了產(chǎn)品設(shè)計(jì)邏輯的轉(zhuǎn)變。在他看來(lái)，AI 軟件首先解決的是個(gè)人層面的“人效”問(wèn)題：當(dāng)工具能顯著提升效率時(shí)，個(gè)人愿意為其付費(fèi)，進(jìn)而推動(dòng)企業(yè)級(jí)采購(gòu)。由此，AI 正在從底層改變企業(yè)軟件的產(chǎn)品結(jié)構(gòu)和商業(yè)路徑。

在討論 AI 對(duì)企業(yè)內(nèi)部效率的實(shí)際影響時(shí)，濤思數(shù)據(jù)創(chuàng)始人、CEO 陶建輝結(jié)合自身實(shí)踐，分享了 AI 在其公司多部門(mén)落地后的變化。他表示，公司較早推動(dòng) AI 應(yīng)用，最先受益的是市場(chǎng)部門(mén)，在視頻、文章生產(chǎn)以及搜索相關(guān)工作中，內(nèi)容生成的速度和質(zhì)量都有顯著提升。研發(fā)環(huán)節(jié)同樣變化明顯，AI 被用于單元測(cè)試和代碼 PR Review，在不少場(chǎng)景下效率甚至優(yōu)于人工審查。

此外，AI 也正在重塑銷(xiāo)售與售前工作方式。陶建輝提到，其銷(xiāo)售團(tuán)隊(duì)開(kāi)始借助 AI 對(duì)客戶行業(yè)進(jìn)行系統(tǒng)性研究，自動(dòng)生成分析報(bào)告。對(duì)于服務(wù)煙草、石油、鋼鐵、水泥等傳統(tǒng)行業(yè)客戶而言，AI 能在會(huì)前快速補(bǔ)齊行業(yè)知識(shí)與業(yè)務(wù)流程，使銷(xiāo)售和解決方案人員在溝通中更具專業(yè)度。這種對(duì)市場(chǎng)、研發(fā)和銷(xiāo)售全鏈條的提效，在 To B 軟件公司中已體現(xiàn)出非常直接的價(jià)值。

而隨著 AI 技術(shù)日益普及，一個(gè)新興現(xiàn)象正引發(fā)投資界的深度思考：當(dāng)越來(lái)越多 AI first 公司選擇“自己 Build 一切”，投資機(jī)構(gòu)在評(píng)估 AI 項(xiàng)目時(shí)是否面臨新的挑戰(zhàn)或壁壘？

針對(duì)這個(gè)問(wèn)題，中璟資本管理合伙人李世華從更根本的層面分析了 AI 帶來(lái)的變革。他認(rèn)為，AI 并非簡(jiǎn)單的 SaaS 升級(jí)，而是對(duì)生產(chǎn)力本身的重構(gòu)。與以往技術(shù)只提升生產(chǎn)工具不同，AI 同時(shí)強(qiáng)化了“生產(chǎn)資料”和“腦力勞動(dòng)”，相當(dāng)于為人類智力加上了“外掛”。因此，在投資上不應(yīng)只盯著單一產(chǎn)品或細(xì)分環(huán)節(jié)，而需要從 AI 的前沿進(jìn)展出發(fā)，綜合評(píng)估基礎(chǔ)設(shè)施、芯片與 GPU、AI 引擎、應(yīng)用層以及具身智能和通用機(jī)器人等多個(gè)方向的長(zhǎng)期潛力。

隨后，XVC 投資人文煊義從更“落地”的角度分享了評(píng)估 AI 創(chuàng)業(yè)公司的方法。他指出，在 AI 終局尚不清晰的情況下，投資很難從結(jié)果倒推成功路徑，只能尋找前置指標(biāo)，而“場(chǎng)景”是最關(guān)鍵的判斷錨點(diǎn)。具體而言，優(yōu)質(zhì)場(chǎng)景往往具備三重壁壘：能否挖掘過(guò)去被忽視的數(shù)據(jù)、是否具備快速識(shí)別 AI 幻覺(jué)的有效反饋機(jī)制，以及是否有機(jī)會(huì)從單點(diǎn)工具演進(jìn)為平臺(tái)或生態(tài)。但最終，投資判斷仍需回到一個(gè)核心問(wèn)題——產(chǎn)品具體用在什么場(chǎng)景，替代了多少真實(shí)工時(shí)。

在 AI 技術(shù)浪潮下，開(kāi)源與商業(yè)化的平衡藝術(shù)也成為創(chuàng)業(yè)公司面臨的核心戰(zhàn)略問(wèn)題。面對(duì)“如何構(gòu)建壁壘”與“哪些部分應(yīng)該開(kāi)源”的經(jīng)典拷問(wèn)，LVS 創(chuàng)始人章文嵩結(jié)合自身兩段創(chuàng)業(yè)經(jīng)歷指出，開(kāi)源并不存在唯一正確的模式，關(guān)鍵在于“開(kāi)什么、不開(kāi)什么”。

他指出，部分公司選擇將周邊工具開(kāi)源，用以獲取開(kāi)發(fā)者影響力，而將核心能力產(chǎn)品化、閉源化以實(shí)現(xiàn)商業(yè)轉(zhuǎn)化；也有公司因身處既定開(kāi)源標(biāo)準(zhǔn)生態(tài)，將核心能力直接開(kāi)源，通過(guò)影響力切入生態(tài)，再在管理工具和高性能版本上提供企業(yè)級(jí)產(chǎn)品。章文嵩強(qiáng)調(diào)，創(chuàng)業(yè)者在設(shè)計(jì)開(kāi)源策略時(shí)，必須盡早想清楚哪些是生態(tài)入口，哪些是不可輕易開(kāi)放的核心能力。

對(duì)于這個(gè)問(wèn)題，PingCAP 副總裁劉松則指出，開(kāi)源與商業(yè)化應(yīng)當(dāng)階段性“解耦”。他提到，開(kāi)源的“上半場(chǎng)”更重要的價(jià)值在于獲取開(kāi)發(fā)者信任、品牌影響力和真實(shí)場(chǎng)景反饋，最終沉淀為成熟的產(chǎn)品形態(tài)，為后續(xù)商業(yè)化和全球化鋪路。他強(qiáng)調(diào)，在核心業(yè)務(wù)場(chǎng)景中，企業(yè)是否付費(fèi)往往取決于業(yè)務(wù)重要性和風(fēng)險(xiǎn)承受度，而非產(chǎn)品是否開(kāi)源本身——尤其在數(shù)據(jù)庫(kù)等關(guān)鍵系統(tǒng)領(lǐng)域，穩(wěn)定性與風(fēng)險(xiǎn)成本往往比開(kāi)源屬性更重要。

在本場(chǎng)圓桌對(duì)話最后，圍繞 AI 的未來(lái)走向，6 位嘉賓從成本、數(shù)據(jù)、技術(shù)邊界與應(yīng)用方向等不同角度，給出了他們對(duì)于 2026 年的方向判斷。

蔣濤認(rèn)為，AI Agent 已進(jìn)入關(guān)鍵階段，但真正的制約因素仍是推理成本。他指出，中國(guó)市場(chǎng)的付費(fèi)能力與當(dāng)前成本結(jié)構(gòu)尚不匹配，只有推理成本進(jìn)一步大幅下降，AI 應(yīng)用才可能迎來(lái)真正的規(guī)模化爆發(fā)。陶建輝則強(qiáng)調(diào)，AI 的能力上限最終取決于數(shù)據(jù)質(zhì)量。尤其在制造業(yè)等傳統(tǒng)產(chǎn)業(yè)，只有建好數(shù)據(jù)目錄，做好數(shù)據(jù)標(biāo)準(zhǔn)化，特別是數(shù)據(jù)情景化，讓數(shù)據(jù)帶有業(yè)務(wù)語(yǔ)義和上下文，AI 才可能真正走進(jìn)國(guó)民經(jīng)濟(jì)的核心場(chǎng)景。而章文嵩提醒，不應(yīng)高估當(dāng)前 AI 的“理解能力”。他認(rèn)為，基于 Transformer 的模型本質(zhì)仍是概率計(jì)算工具，距離 AGI 尚遠(yuǎn)，人類在系統(tǒng)理解、架構(gòu)設(shè)計(jì)和關(guān)鍵決策中的價(jià)值依然不可替代。

從數(shù)據(jù)基礎(chǔ)設(shè)施角度出發(fā)，劉松指出在 AI 智能體時(shí)代，數(shù)據(jù)往往決定六到七成的業(yè)務(wù)效果。無(wú)論是 Multi-Agent 探索，還是 To B 垂直行業(yè)落地，打磨好 Data Infra 都是“磨刀不誤砍柴工”的長(zhǎng)期投入。李世華認(rèn)為，在“百模大戰(zhàn)”背景下，繼續(xù)內(nèi)卷通用模型意義有限，更具潛力的方向在于具備數(shù)據(jù)或技術(shù)壁壘的垂直領(lǐng)域，尤其是在空間智能和科研場(chǎng)景中的突破。文煊義則展望了兩個(gè)值得關(guān)注的方向：一是更高效的“訓(xùn)推一體”范式，二是通過(guò)模型蒸餾推動(dòng) AI 在端側(cè)落地，以更小、更快、更低功耗的模型走向真實(shí)消費(fèi)級(jí)應(yīng)用。

變局 · AI 帶來(lái)的軟件和 Saas 變革，新底座，新機(jī)會(huì)

當(dāng)下，AI 正以遠(yuǎn)超預(yù)期的速度嵌入軟件與 SaaS 的底層結(jié)構(gòu)，變化已經(jīng)不再停留在“效率工具”的層面，而是開(kāi)始重塑技能價(jià)值、組織形態(tài)與商業(yè)邏輯。在這場(chǎng)以「變局 · AI 帶來(lái)的軟件和 SaaS 變革：新底座，新機(jī)會(huì)」為主題的圓桌對(duì)話中，月之暗面 B 端業(yè)務(wù)負(fù)責(zé)人黃震昕，Dify.AI 聯(lián)合創(chuàng)始人延君晨，Sealos 創(chuàng)始人，環(huán)界云計(jì)算 CEO，F(xiàn)astGPT Laf 作者方海濤，Zeabur 創(chuàng)始人兼 CEO 林沅霖，EezyCollab 創(chuàng)始人兼 CEO Yiki 和覓深科技創(chuàng)始人兼 CEO，香港中文大學(xué) MMLab 博士孫克強(qiáng)齊聚一堂，在 AFFiNE 聯(lián)合創(chuàng)始人兼前 COO 生姜 Iris 的主持下，共同從研發(fā)、組織、人效與價(jià)值觀等不同視角，復(fù)盤(pán)了 AI 真實(shí)落地后的沖擊與紅利。

在關(guān)于“AI 正在淘汰哪些偽技能”的討論中，延君晨認(rèn)為，最容易被 AI 改造的并非一線執(zhí)行者或戰(zhàn)略決策者，而是長(zhǎng)期依賴固定 SOP、充當(dāng)流程“中間層”的崗位——隨著 AI 與流程編排、Agent 的結(jié)合，這些原本難以顯性化的經(jīng)驗(yàn)正在被系統(tǒng)化復(fù)制。而在組織形態(tài)上，他指出“超級(jí)個(gè)體”本質(zhì)也是偽命題，AI 真正催生的是“超級(jí)小團(tuán)隊(duì)”，即用更少的人完成過(guò)去需要大規(guī)模組織才能完成的工作。具體到個(gè)人層面，AI 已接管 PPT、寫(xiě)作、結(jié)構(gòu)整理等大量重復(fù)性勞動(dòng)，讓人可以專注于判斷、表達(dá)與創(chuàng)造本身。

與之不同的是，方海濤提出了一個(gè)較為激進(jìn)卻引人深思的看法：從長(zhǎng)期趨勢(shì)看，大部分人類技能最終都可能演變?yōu)椤皞渭寄堋保茈y明確指出哪些能力是 AI 永遠(yuǎn)無(wú)法取代的。他在實(shí)際創(chuàng)業(yè)過(guò)程中，已明顯感受到編程技能被 AI 大幅重塑：無(wú)論是日常編碼，還是新開(kāi)源項(xiàng)目的初始開(kāi)發(fā)，AI 產(chǎn)出的代碼質(zhì)量已普遍高于個(gè)人水平，自己則更多轉(zhuǎn)向產(chǎn)品和整體方向的角色。

不過(guò)方海濤也指出，當(dāng)前階段 AI 在復(fù)雜系統(tǒng)的長(zhǎng)期迭代、維護(hù)以及人與人之間的溝通協(xié)作上仍存在短板，這些工作仍需要人來(lái)“兜底”。因此，他認(rèn)為不必對(duì)“被替代”感到焦慮：就像創(chuàng)業(yè)后把工作交給團(tuán)隊(duì)一樣，AI 的到來(lái)只是讓人類不斷轉(zhuǎn)向更高難度、暫時(shí)不可自動(dòng)化的事務(wù)。

圍繞個(gè)人在 AI 時(shí)代的進(jìn)化路徑，黃震昕結(jié)合自身實(shí)踐分享了跨界成長(zhǎng)的現(xiàn)實(shí)路徑。他指出，既理解技術(shù)、又理解產(chǎn)品與商業(yè)的人才依然稀缺，而這種能力并不完全依賴個(gè)人“自學(xué)成才”，組織內(nèi)部的協(xié)作機(jī)制同樣關(guān)鍵。以 Kimi 為例，團(tuán)隊(duì)在產(chǎn)品初期就將算法、工程和產(chǎn)品人員集中協(xié)作，在一開(kāi)始就統(tǒng)一產(chǎn)品目標(biāo)，并將產(chǎn)品需求反向輸入模型訓(xùn)練與評(píng)測(cè)體系。這種做法不僅降低了跨學(xué)科學(xué)習(xí)成本，也讓個(gè)人在真實(shí)問(wèn)題中快速補(bǔ)齊認(rèn)知短板。黃震昕強(qiáng)調(diào)，跨界能力的核心并非樣樣精通，而是在協(xié)同環(huán)境中形成互補(bǔ)，在統(tǒng)一目標(biāo)下持續(xù)進(jìn)化。

面對(duì)“如何成為接口型人才，以及如何更好地走向 PMF 與商業(yè)化”這個(gè)問(wèn)題，幾位嘉賓給出了高度一致卻路徑各異的答案。

林沅霖認(rèn)為，接口型能力最核心的來(lái)源不是系統(tǒng)學(xué)習(xí)，而是“把自己扔進(jìn)真實(shí)場(chǎng)景中實(shí)踐”。無(wú)論是當(dāng)年為了補(bǔ)齊云原生能力而先做項(xiàng)目、再意外走上創(chuàng)業(yè)之路，還是今年為了理解出海與全球化商業(yè)，直接肉身前往硅谷驗(yàn)證市場(chǎng)，他都堅(jiān)持用最低成本、最高密度的實(shí)踐來(lái)學(xué)習(xí)。他強(qiáng)調(diào)，真正的 PMF 往往誕生在面對(duì)面交流和真實(shí)交易中，而不是紙面分析里，這也是他始終堅(jiān)持的創(chuàng)業(yè)價(jià)值觀。

在此基礎(chǔ)上，Yiki 將視角拉回到創(chuàng)業(yè)公司的日常運(yùn)轉(zhuǎn)。她認(rèn)為，最容易培養(yǎng)復(fù)合型能力的環(huán)境，就是 0 到 1 的創(chuàng)業(yè)過(guò)程——產(chǎn)品一旦做出來(lái)，就必須立刻面對(duì)獲客、轉(zhuǎn)化和商業(yè)化問(wèn)題。圍繞 PMF 驗(yàn)證，她指出，在競(jìng)爭(zhēng)激烈的 AI 行業(yè)，時(shí)間成本往往比金錢(qián)成本更重要，因此像達(dá)人營(yíng)銷(xiāo)這樣能夠“快速上線、快速反饋”的方式，是創(chuàng)業(yè)團(tuán)隊(duì)驗(yàn)證產(chǎn)品是否成立的高效手段，其本質(zhì)仍然是持續(xù)為客戶創(chuàng)造價(jià)值。

孫克強(qiáng)則從個(gè)人成長(zhǎng)和商業(yè)化方法論兩個(gè)層面進(jìn)行了補(bǔ)充。他認(rèn)為，接口型人才往往成長(zhǎng)于高度不確定、甚至不舒適的環(huán)境中，與其等能力準(zhǔn)備充分，不如先進(jìn)入戰(zhàn)場(chǎng)，用“求生壓力”倒逼學(xué)習(xí)和進(jìn)化。在實(shí)踐中，他堅(jiān)持從 MVP 階段就親自與用戶深度溝通，手動(dòng)驗(yàn)證需求、算清單位經(jīng)濟(jì)模型，用最小成本跑通商業(yè)閉環(huán)，這既是一種執(zhí)行策略，也是一種長(zhǎng)期堅(jiān)持的創(chuàng)業(yè)態(tài)度。

在圓桌討論的最后一個(gè)環(huán)節(jié)，各位嘉賓從價(jià)值觀與行動(dòng)建議兩個(gè)維度，分享了在 AI 時(shí)代創(chuàng)業(yè)的核心判斷。

黃震昕認(rèn)為，創(chuàng)業(yè)首先要清晰認(rèn)識(shí)“自己是誰(shuí)”，找到屬于團(tuán)隊(duì)的敘事與優(yōu)勢(shì)，用創(chuàng)新去做高杠桿的事情，持續(xù)探索智能能力的上限，專注那些最具性價(jià)比、最符合自身能力圈的方向。延君晨強(qiáng)調(diào)，AI 的長(zhǎng)期趨勢(shì)是技術(shù)平權(quán)，但真正的護(hù)城河并不只在模型或工程能力上，而在于用戶的身份認(rèn)同與情緒價(jià)值。無(wú)論 ToB 還是 ToC，如果產(chǎn)品只是復(fù)用同一套“供應(yīng)鏈”，很難形成差異，真正值得關(guān)注的是用戶為什么選擇你、用你代表了什么。

方海濤則直言，最重要的價(jià)值觀是“成就客戶”。他認(rèn)為，只有真正為客戶創(chuàng)造價(jià)值，企業(yè)自身才有存在意義；在行動(dòng)層面，他給創(chuàng)業(yè)者的建議是盡早行動(dòng)、盡早面對(duì)市場(chǎng)和投資人的挑戰(zhàn)，而不是等待“準(zhǔn)備充分”。林沅霖也補(bǔ)充道，在技術(shù)快速變化的時(shí)代，焦慮并不罕見(jiàn)，但只要產(chǎn)品持續(xù)為明確的人群解決真實(shí)問(wèn)題，就不容易被輕易取代。同時(shí) AI 已極大降低了創(chuàng)業(yè)成本，不行動(dòng)反而是代價(jià)最高的選擇。

Yiki 從商業(yè)本質(zhì)出發(fā)指出，商業(yè)就是創(chuàng)造價(jià)值，無(wú)論產(chǎn)品形態(tài)如何變化，只要始終圍繞客戶效果和真實(shí)收益展開(kāi)，價(jià)值觀就不會(huì)被噪音動(dòng)搖。孫克強(qiáng)則以“只活一次”為總結(jié)，鼓勵(lì)創(chuàng)業(yè)者要果斷行動(dòng)、忽略細(xì)枝末節(jié)、抓住長(zhǎng)期有價(jià)值的核心目標(biāo)。

聚力 · 開(kāi)源社區(qū)的進(jìn)化與未來(lái)

當(dāng)個(gè)人成長(zhǎng)遇到瓶頸，如何借助社區(qū)力量實(shí)現(xiàn)“認(rèn)知躍遷”？如何高效提問(wèn)、求助，從社區(qū)中汲取集體智慧？普通人又如何從“圍觀者”轉(zhuǎn)變?yōu)椤肮矂?chuàng)者”，在開(kāi)源社區(qū)找到自己的貢獻(xiàn)坐標(biāo)，讓微小的努力匯聚成項(xiàng)目的燎原之火？社區(qū)又如何超越“工具屬性”，成為個(gè)體的“精神部落”，在協(xié)作中提供歸屬感，推動(dòng)共生進(jìn)化？

在下午場(chǎng)的“聚力 · 開(kāi)源社區(qū)的進(jìn)化與未來(lái)”圓桌論壇上，LLaMA Factory 作者鄭耀威，RAGFlow 創(chuàng)始人張穎峰，vLLM 社區(qū)貢獻(xiàn)者、紅帽亞太 CTO 辦公室首席架構(gòu)師兼大中華區(qū) CTO 張家駒，Datastrato 創(chuàng)始人 & CEO 堵俊平，宇樹(shù)科技 Qmini 開(kāi)源負(fù)責(zé)人、北京公司負(fù)責(zé)人陳永剛，在 CSDN &《新程序員》執(zhí)行總編唐小引主持下，分享了他們?cè)陂_(kāi)源社區(qū)深度參與的經(jīng)驗(yàn)與真實(shí)感受。

鄭耀威表示，開(kāi)源為個(gè)人成長(zhǎng)提供了平等的機(jī)會(huì)，不僅項(xiàng)目負(fù)責(zé)人可以受益，任何參與其中的人都能接觸到最新的前沿知識(shí)和社區(qū)共識(shí)，從而積累寶貴的成長(zhǎng)經(jīng)驗(yàn)。同時(shí)，他也談到作為開(kāi)源項(xiàng)目負(fù)責(zé)人面臨的挑戰(zhàn)：在大模型快速迭代的背景下，如何保證項(xiàng)目的可維護(hù)性和代碼質(zhì)量是一大難題。他指出，一些開(kāi)源項(xiàng)目隨著發(fā)展容易變得雜亂無(wú)章，邏輯復(fù)雜化，而他的原則是堅(jiān)持“最簡(jiǎn)單的邏輯就是最好的邏輯”，通過(guò)不斷討論和改進(jìn)，使項(xiàng)目更易用、可維護(hù)。

在 AI 輔助編程日益普及的今天，他特別強(qiáng)調(diào)，雖然可以使用 Cursor 等工具輔助開(kāi)發(fā)，但每位貢獻(xiàn)者仍需對(duì)代碼負(fù)責(zé)。通過(guò)嚴(yán)格的 CI/CD 流程，確保所有提交的代碼——無(wú)論人工撰寫(xiě)還是 AI 生成——都達(dá)到高質(zhì)量標(biāo)準(zhǔn)，避免出現(xiàn)重大漏洞。

張穎峰分享道，他個(gè)人參與開(kāi)源近十年，曾主導(dǎo)多個(gè)項(xiàng)目，總計(jì)獲得超過(guò) 10 萬(wàn)顆 GitHub Star，其中目前主導(dǎo)開(kāi)發(fā)的 RAGFlow 占比最高。他坦言，要再創(chuàng)一個(gè)獲得如此關(guān)注和快速增長(zhǎng)的開(kāi)源項(xiàng)目非常困難。從項(xiàng)目默默無(wú)聞，到社區(qū)逐步壯大，再到產(chǎn)品被企業(yè)廣泛認(rèn)可，這種實(shí)現(xiàn)自我價(jià)值的體驗(yàn)以及挑戰(zhàn)只有親身參與才能感受到。近期，他和團(tuán)隊(duì)發(fā)現(xiàn)，有些工程師為了考核積分，會(huì)向知名開(kāi)源項(xiàng)目提交大量 AI 生成的 PR。這類 PR 數(shù)量龐大、質(zhì)量參差不齊，動(dòng)輒幾千行代碼，使社區(qū)在審核和合并上陷入困境。這種僅為 KPI 而忽視代碼質(zhì)量的行為，毫無(wú)疑問(wèn)會(huì)削弱社區(qū)凝聚力。

對(duì)此，張穎峰表示，自己會(huì)對(duì)明顯的 AI 生成或?yàn)榭己颂峤坏?PR 采取“冷處理”，以降低此類行為的積極性。雖然目前這類問(wèn)題剛剛出現(xiàn)，但這一趨勢(shì)可能對(duì)開(kāi)源生態(tài)帶來(lái)負(fù)面影響，張穎峰也提醒各社區(qū)負(fù)責(zé)人需提前思考應(yīng)對(duì)策略。

從個(gè)人貢獻(xiàn)者的角度來(lái)看，堵俊平表示，開(kāi)源成長(zhǎng)并非簡(jiǎn)單地提交幾個(gè) issue 或 PR，而是在有技術(shù)價(jià)值和實(shí)際使用價(jià)值的項(xiàng)目中，與原創(chuàng)者進(jìn)行技術(shù)對(duì)等的對(duì)話，并深入探討具體場(chǎng)景問(wèn)題，才能真正吸收經(jīng)驗(yàn)。在 AI 時(shí)代，個(gè)人仍需主動(dòng)尋找成長(zhǎng)機(jī)會(huì)，通過(guò)在獨(dú)特場(chǎng)景中深入鉆研形成專業(yè)能力。同時(shí)，他指出，社區(qū)的價(jià)值不僅在于代碼本身，更在于由優(yōu)秀成員組成的網(wǎng)絡(luò)，這些成員推動(dòng)項(xiàng)目持續(xù)演進(jìn)和拓展應(yīng)用。對(duì)于開(kāi)源的未來(lái)，堵俊平認(rèn)為，如果僅是狹義的代碼開(kāi)源，可能會(huì)隨著工具自動(dòng)化而走向末路，但從廣義角度來(lái)看，開(kāi)源不止是開(kāi)源代碼，也在開(kāi)源個(gè)人 IP、思考、協(xié)作內(nèi)容，這一點(diǎn)凸顯開(kāi)源仍有巨大潛力。

最后，堵俊平總結(jié)道，在未來(lái)人工智能時(shí)代，人類的價(jià)值可能體現(xiàn)在與各類 Agent 協(xié)作完成非人類可替代的任務(wù)，這種人機(jī)協(xié)作將推動(dòng)社會(huì)文明發(fā)展，因此開(kāi)源前景依然廣闊。

以 vLLM 社區(qū)為例，張家駒分享了他對(duì)社區(qū)發(fā)展的觀察。過(guò)去兩年，社區(qū)發(fā)展迅速，尤其是在 2025 年完成了從 V0 到 V1 的架構(gòu)重構(gòu)。此次重構(gòu)的核心目標(biāo)是整合多樣化功能模塊，通過(guò)代碼重構(gòu)大幅提升框架的靈活性和可擴(kuò)展性，實(shí)現(xiàn)更高效的功能協(xié)同。他指出，隨著大模型的快速迭代，社區(qū)成員投入大量精力支持新模型的兼容和優(yōu)化，這既帶來(lái)了技術(shù)壓力，也推動(dòng)了社區(qū)整體能力的提升。在硬件支持方面，張家駒介紹，社區(qū)建立了 Hardware Plugin 機(jī)制，使 vLLM 能夠在不同硬件平臺(tái)上運(yùn)行，包括國(guó)內(nèi)外 GPU 和 NPU。如今這一機(jī)制仍在不斷完善中，通過(guò)社區(qū)成員的反饋和討論，架構(gòu)持續(xù)優(yōu)化，引擎能夠更好地適配快速發(fā)展的模型和硬件環(huán)境。他認(rèn)為，推理引擎的發(fā)展正處于高速成長(zhǎng)階段，底層硬件與上層模型的快速迭代對(duì)引擎提出了高要求，這一過(guò)程雖伴隨挑戰(zhàn)，但也展現(xiàn)了社區(qū)的活力。

對(duì)于面臨的煩惱，張家駒總結(jié)稱，高速發(fā)展的環(huán)境意味著開(kāi)發(fā)者需要付出大量時(shí)間和精力，甚至犧牲個(gè)人時(shí)間來(lái)跟進(jìn)技術(shù)更新和功能開(kāi)發(fā)，但這也被視為“成長(zhǎng)的煩惱”，是推動(dòng)社區(qū)持續(xù)進(jìn)步的重要?jiǎng)恿Α?/p>

在探索機(jī)器人商業(yè)化落地的過(guò)程中，陳永剛覺(jué)得開(kāi)源為自己帶來(lái)了重要收獲。通過(guò)將部分項(xiàng)目開(kāi)源，合作方能夠在自身商業(yè)場(chǎng)景中進(jìn)行嘗試，這半年中，他收到了大量反饋，并吸引了許多潛在合作伙伴，其中不乏行業(yè)頭部企業(yè)，也讓他確認(rèn)，只要自主商業(yè)化后的投入產(chǎn)出比可行，開(kāi)源就能為商業(yè)化探索提供直接價(jià)值。他也坦言，開(kāi)源帶來(lái)了一些“幸福的煩惱”：積極的開(kāi)發(fā)者在使用開(kāi)源代碼和工程文件時(shí)會(huì)發(fā)現(xiàn)問(wèn)題并提出反饋，這需要團(tuán)隊(duì)不斷回應(yīng)和解決，增加了日常工作量。此外，他指出，AI 時(shí)代雖帶來(lái)輔助工具和參考方案，但真正的核心價(jià)值仍在于找到清晰的定位和場(chǎng)景，將設(shè)計(jì)和開(kāi)發(fā)朝向可交付、可商業(yè)化的產(chǎn)品推進(jìn)。

他進(jìn)一步強(qiáng)調(diào)，無(wú)論是硬件還是軟件開(kāi)發(fā)，成功的關(guān)鍵在于產(chǎn)品層面對(duì)流程的梳理和完善，通過(guò)將產(chǎn)品思維與開(kāi)源實(shí)踐結(jié)合，開(kāi)發(fā)者不僅能保持自身價(jià)值，也能實(shí)現(xiàn)技術(shù)落地和商業(yè)回報(bào)，這種以場(chǎng)景為導(dǎo)向的落地思路，是他在開(kāi)源實(shí)踐中獲得的重要啟示。

談及對(duì)開(kāi)發(fā)者的建議，陳永剛表示：“作為平臺(tái)方，我覺(jué)得大家要學(xué)會(huì)耐得住寂寞。比如說(shuō)開(kāi)源平臺(tái)的建設(shè)本身就是一個(gè)需要時(shí)間的過(guò)程，不可能一蹴而就。在這個(gè)過(guò)程中，一方面會(huì)遇到各種問(wèn)題，另一方面也需要長(zhǎng)期、持續(xù)地去經(jīng)營(yíng)。我想分享一個(gè)參考案例，可以看看《毛澤東選集》里的《湖南農(nóng)民運(yùn)動(dòng)考察報(bào)告》。毛主席在 1924 到 1927 年間推動(dòng)湖南農(nóng)民合作會(huì)的運(yùn)動(dòng)，經(jīng)歷了三個(gè)階段，非常漫長(zhǎng)。從創(chuàng)業(yè)的角度看，很多人可能等不了三年，但最終這場(chǎng)運(yùn)動(dòng)發(fā)展到了 200 萬(wàn)會(huì)員，這也說(shuō)明了耐心和長(zhǎng)期堅(jiān)持的重要性。”

張家駒補(bǔ)充道， AI 時(shí)代，開(kāi)源是推動(dòng)技術(shù)平權(quán)化的重要引擎，他希望在座的每一位都能有機(jī)會(huì)投身到開(kāi)源 AI 的浪潮中。

堵俊平則強(qiáng)調(diào)，開(kāi)源更多依靠實(shí)干，不需要過(guò)多思考，“走在路上，就用實(shí)際行動(dòng)去做，腳踏實(shí)地推進(jìn)”，這也是他對(duì)自己在創(chuàng)業(yè)道路上的提醒——不要畏懼艱難險(xiǎn)阻，干就完了。

張穎峰總結(jié)稱，“平權(quán)”一詞是對(duì)開(kāi)源最好的詮釋。他建議開(kāi)發(fā)者不要只是旁觀者，而應(yīng)找到自己感興趣的項(xiàng)目，加入喜歡的社區(qū)去真正參與。盡管很多社區(qū)門(mén)檻較高、參與人數(shù)有限，但只要真正投入其中，就一定能帶來(lái)個(gè)人成長(zhǎng)和回報(bào)。

鄭耀威則從更宏觀的視角提出，所謂“技術(shù)民主”往往是人們?cè)陂_(kāi)源實(shí)踐后的總結(jié)，但開(kāi)源本質(zhì)只是一個(gè)媒介。關(guān)鍵在于將自己喜歡的事情用心投入，無(wú)論是否開(kāi)源，只要專注付出，就一定能獲得成就感，這才是開(kāi)源背后的底層邏輯。

創(chuàng)生 · AI 催生的文藝復(fù)興式創(chuàng)業(yè)者

在「創(chuàng)生·AI 催生的文藝復(fù)興式創(chuàng)業(yè)者」圓桌上，來(lái)自 SimilarTube & NanoInfluencer 開(kāi)發(fā)者趙君，前大廠運(yùn)營(yíng)、現(xiàn) YouTube AI 視頻探索者 NANA，AI 社交產(chǎn)品 Bonjour! CMO 泛函，音樂(lè)科技公司產(chǎn)品經(jīng)理、前阿聯(lián)酋穆罕默德·本·扎耶德人工智能大學(xué)（MBZUAI）研究員鮑晨熙，Citely.ai 創(chuàng)始人 · 大學(xué)副教授 · 碩士生導(dǎo)師兔老師 Roxy，量子 AI 公司 QBoson 前軟件研發(fā)副總裁、Waymo 前技術(shù)產(chǎn)品負(fù)責(zé)人卞立齊聚一堂。在無(wú)界青年論壇創(chuàng)始人、AI 人機(jī)交互研究者陳志偉主持下，嘉賓們圍繞 AI 作為基礎(chǔ)設(shè)施的崛起，深入探討了“一個(gè)人就是一支軍隊(duì)”的創(chuàng)業(yè)范式將如何在現(xiàn)實(shí)中得以實(shí)現(xiàn)。

關(guān)于 AI 是否能改變一個(gè)人進(jìn)入某個(gè)領(lǐng)域的起點(diǎn)，趙君的答案是否定的。他認(rèn)為，要真正進(jìn)入某個(gè)領(lǐng)域，仍然需要掌握這個(gè)領(lǐng)域最核心的認(rèn)知，這是 AI 無(wú)法替代的。進(jìn)入領(lǐng)域后，AI 可以提供大量輔助——搭建腳手架、加速學(xué)習(xí)、幫助成長(zhǎng)——但它無(wú)法直接彌補(bǔ)對(duì)該領(lǐng)域基礎(chǔ)認(rèn)知的缺失。他舉例說(shuō)，如果一個(gè)人完全不懂音樂(lè)，想要進(jìn)入音樂(lè)領(lǐng)域，會(huì)面對(duì)很多自己完全不了解的問(wèn)題，甚至連要問(wèn)什么問(wèn)題都不清楚。在這種情況下，即便 AI 能提供很好的解答，也無(wú)法解決“連問(wèn)題都提不出來(lái)”的困境。只有當(dāng)你已經(jīng)掌握一定基礎(chǔ)，能夠提出具體問(wèn)題時(shí)，AI 才能真正發(fā)揮作用，幫助你更快成長(zhǎng)。

NANA 對(duì)此持不同觀點(diǎn)。她認(rèn)為，AI 在進(jìn)入某個(gè)領(lǐng)域的起點(diǎn)上確實(shí)能提供顯著幫助。即便不要求新人一開(kāi)始就成為該領(lǐng)域的絕對(duì)專家，AI 也可以在過(guò)程中引導(dǎo)用戶提出問(wèn)題，并根據(jù)回答進(jìn)一步追問(wèn)，從而高效獲取信息和進(jìn)行分析，這是當(dāng)前 AI 可發(fā)揮的重要作用。過(guò)去，許多領(lǐng)域的專家依賴信息不對(duì)稱取得突破，而如今信息越來(lái)越平等，真正關(guān)鍵的是行業(yè)洞見(jiàn)。這意味著，完全的新手通過(guò) AI 進(jìn)入陌生領(lǐng)域并不能立即產(chǎn)生洞見(jiàn)，但 AI 可以幫助人們?cè)谠擃I(lǐng)域持續(xù)成長(zhǎng)，積累專業(yè)知識(shí)，逐步成為更專業(yè)的從業(yè)者。

在泛函看來(lái)，隨著 AI 的出現(xiàn)，他和身邊的同齡人在多個(gè)領(lǐng)域的成長(zhǎng)速度顯著加快。對(duì)于高主動(dòng)性的人來(lái)說(shuō)，AI 能在很大程度上降低技能門(mén)檻，使學(xué)習(xí)和實(shí)踐變得更高效。盡管在某個(gè)領(lǐng)域深入發(fā)展仍需要一定的前期經(jīng)驗(yàn)，以便提出精準(zhǔn)的問(wèn)題和需求，但這個(gè)門(mén)檻并不高。他強(qiáng)調(diào)，AI 不僅提供工具，更大幅降低了學(xué)習(xí)成本。以軟件開(kāi)發(fā)為例，以前需要翻書(shū)、查資料或看視頻才能理解架構(gòu)和代碼邏輯，而現(xiàn)在可以直接通過(guò)已有產(chǎn)品與 AI 互動(dòng)，獲得逐步解釋和優(yōu)化建議。對(duì)于有好奇心并善于提問(wèn)的人，這種方式可以在短時(shí)間內(nèi)補(bǔ)齊過(guò)去十年甚至二十年積累的知識(shí)。隨著工具的不斷演進(jìn)，如 Deep Research 和事實(shí)核查，獲取和驗(yàn)證信息的效率進(jìn)一步提高，從大量數(shù)據(jù)中篩選、核對(duì)并形成結(jié)論的過(guò)程變得更加順暢，也降低了入門(mén)門(mén)檻。然而，他認(rèn)為，最終決定成長(zhǎng)速度的仍是個(gè)人的主動(dòng)性和對(duì)目標(biāo)的投入。高主動(dòng)性的人能夠在探索和實(shí)踐中持續(xù)收獲，而低主動(dòng)性的人則可能因工具不完善或操作復(fù)雜而失去興趣。

鮑晨熙指出，AI 在不同領(lǐng)域的作用存在顯著差異。他認(rèn)為，大模型核心都是基于文字的人機(jī)交互，這就形成了一個(gè)明顯區(qū)分：如果任務(wù)的信息密度低于文字，AI 的幫助會(huì)非常顯著；但在信息密度高于文字的領(lǐng)域，AI 未必能讓人更快進(jìn)入該領(lǐng)域。以編程為例，鮑晨熙解釋道，一段 1000 行代碼的功能通常可以用幾句話高度概括，這使得 AI 可以顯著降低程序員的入門(mén)門(mén)檻。在這種理性、偏理工思維的學(xué)科中，AI 的作用被大大放大。相比之下，在音樂(lè)創(chuàng)作等信息密度遠(yuǎn)高于文字的領(lǐng)域，情況則完全不同。即便是像貝多芬的交響曲這樣的作品，也很難通過(guò)文字準(zhǔn)確描述，其和聲、情緒等只能通過(guò)非常抽象的側(cè)面詞匯表達(dá)。在這些領(lǐng)域，文字僅是間接描述，AI 很難幫助人快速入門(mén)。鮑晨熙進(jìn)一步分析，學(xué)習(xí)路徑的差異決定了 AI 的作用方式。編程、數(shù)學(xué)等學(xué)科需要自底向上逐步積累基礎(chǔ)，而音樂(lè)、視頻和數(shù)字媒體藝術(shù)等領(lǐng)域則更多依賴從頂端的感知開(kāi)始，先感受世界、形成整體印象，再逐步回補(bǔ)技術(shù)細(xì)節(jié)。

兔老師 Roxy 表示，AI 的出現(xiàn)顯著降低了進(jìn)入某個(gè)領(lǐng)域的起點(diǎn)。如果沒(méi)有 AI，她可能都不會(huì)開(kāi)展自己目前的工作。她回憶，自己曾經(jīng)評(píng)估過(guò)在不融資的情況下開(kāi)發(fā)一個(gè)產(chǎn)品所需的成本——至少需要一個(gè)產(chǎn)品經(jīng)理、兩個(gè)程序員和一個(gè)運(yùn)營(yíng)人員，用個(gè)人工資維持整個(gè)團(tuán)隊(duì)幾乎不可行。有了 AI 后，情況發(fā)生了根本變化。現(xiàn)在她每月在 AI 上的花費(fèi)大約 200-300 美金，卻相當(dāng)于擁有了一個(gè)完整團(tuán)隊(duì)。通過(guò) Gemini Deep Research 和 Flowith 完成需求調(diào)研，設(shè)計(jì)階段無(wú)需產(chǎn)品經(jīng)理，用 V0 做 MVP，再用 Google Sketch 繪制界面，完成的產(chǎn)品文檔交給 Claude Code 開(kāi)發(fā)，如今 Google Antigravity 的加入使整個(gè)流程更加高效。兔老師 Roxy 強(qiáng)調(diào)，這筆 AI 投資讓一個(gè)人即可完成整個(gè)產(chǎn)品的開(kāi)發(fā)與迭代。

當(dāng)前 AI 在各行業(yè)中究竟是工具、協(xié)作者，還是能夠提供決策輔助？卞立指出，不同行業(yè)中 AI 的作用差異明顯。在無(wú)人駕駛領(lǐng)域，全球普遍按照 L1 到 L5 不同級(jí)別劃分技術(shù)能力。她認(rèn)為，目前即便是特斯拉、Mobileye 或國(guó)內(nèi)相關(guān)公司，AI 大多處于 L2 級(jí)別，更多是協(xié)作者或輔助者，而非獨(dú)立決策者。少數(shù)公司在特定城市實(shí)現(xiàn) L4 自動(dòng)駕駛，但仍需極致的局部?jī)?yōu)化。

在編程和視頻制作等行業(yè)，卞立表示，AI 更多被用作工具。例如 OpenAI 的 Copilot 可以幫助程序員調(diào)用已有代碼或生成不同組合，從而減少重復(fù)勞動(dòng)，但她并未見(jiàn)過(guò)能夠替代軟件架構(gòu)師或達(dá)到頂級(jí)導(dǎo)演水平的 AI 系統(tǒng)。在這些領(lǐng)域，AI 仍處于初級(jí)輔助階段。她進(jìn)一步指出，真正能夠作為獨(dú)立決策者的 AI，可能出現(xiàn)在量化交易、高性能計(jì)算支持的高頻交易，或未來(lái)的戰(zhàn)斗機(jī)作戰(zhàn)系統(tǒng)中。在這些場(chǎng)景下，人的反應(yīng)速度無(wú)法滿足需求，決策幾乎完全依賴 AI。

最后，在 AI 時(shí)代創(chuàng)業(yè)和創(chuàng)新，幾位嘉賓分別分享了自己的思考與建議。

趙君認(rèn)為，最重要的是關(guān)注內(nèi)心，AI 只是一種工具。

NANA 則強(qiáng)調(diào)，要勇于追求內(nèi)心的激情，把握技術(shù)紅利，用技術(shù)實(shí)現(xiàn)自己的目標(biāo)。

泛函提出，年輕人應(yīng)盡早結(jié)束“臨時(shí)生活”，不要因?yàn)槟芰Α①Y歷或資源不足而猶豫不決，勇敢上路，因?yàn)樾袆?dòng)本身會(huì)讓目標(biāo)逐漸清晰，整個(gè)過(guò)程也比想象中順利得多。

鮑晨熙祝愿這個(gè)時(shí)代的創(chuàng)業(yè)者身體健康。

兔老師 Roxy 表示，應(yīng)將工具化的事務(wù)交給工具，讓人能夠?qū)Ｗ⒂谌说膬r(jià)值。

卞立引用英國(guó)科幻小說(shuō)之父 Arthur Clarke 在其作品最后的一句話作總結(jié)：“Stars belong to those with character”（浩瀚星空屬于那些有高尚情操和道德品質(zhì)的人）。她認(rèn)為，下一代 AI 的發(fā)展不僅限于地球應(yīng)用，人類終將邁向太空。卞立希望，中國(guó)的創(chuàng)業(yè)者和創(chuàng)新者牢記這一理念：既要用中國(guó)的視角看世界，也要以世界的視角看中國(guó)，將中華民族五千年的優(yōu)秀文化與最前沿科技結(jié)合，創(chuàng)造更美好的世界，而不僅僅追求經(jīng)濟(jì)利益和出海盈利。

創(chuàng)新實(shí)踐，創(chuàng)意無(wú)限

不止于干貨滿滿的演講與圓桌論道，本次大會(huì)還同期舉辦了第一期「源起之道」開(kāi)源商業(yè)挺進(jìn)營(yíng)，吸引了來(lái)自 242 所高校、128 家企業(yè)的 540 余名青年創(chuàng)業(yè)者與技術(shù)骨干參與。

經(jīng)過(guò)層層篩選，訓(xùn)練營(yíng)學(xué)員圍繞 10 個(gè)項(xiàng)目：「MoFA: 智能體應(yīng)用開(kāi)發(fā)框架」、「The seed framework：AI 驅(qū)動(dòng)的新一代 RTS 游戲引擎」、「Matrix：去中心化+AI 的協(xié)作套件」、「下一代AI-Native 編程語(yǔ)言與開(kāi)發(fā)工具」、「DORA：開(kāi)源機(jī)器人具身智能平臺(tái)」、「辰龍操作系統(tǒng)」、「智源 FlagOS」、「KTransformer：異構(gòu)推理架構(gòu)」、「MOXIN：邊緣語(yǔ)言引擎」、「ANP Agent Network Protocol：智能體網(wǎng)絡(luò)通信協(xié)議」進(jìn)行商業(yè)創(chuàng)新探索與研究路演大賽。

大會(huì)現(xiàn)場(chǎng)，TOP3 營(yíng)員們集中展示了各自的創(chuàng)新成果，在路演與評(píng)審中角逐冠亞軍，并在頒獎(jiǎng)典禮上收獲認(rèn)可與鼓勵(lì)。與會(huì)者也得以在第一時(shí)間近距離體驗(yàn) 10 大「源起之道」創(chuàng)新?tīng)I(yíng)項(xiàng)目的最新進(jìn)展，親身感受具身智能在真實(shí)應(yīng)用場(chǎng)景中的落地效果，觸摸 AI 與物理世界深度融合的可能性。這一環(huán)節(jié)也讓大會(huì)成為年輕創(chuàng)業(yè)者與創(chuàng)新團(tuán)隊(duì)集中亮相、深入交流的重要舞臺(tái)。

閉幕環(huán)節(jié)，Second State 創(chuàng)始人、GOSIM 發(fā)起人 Michael Yuan 發(fā)表致辭，為大會(huì)畫(huà)上圓滿句號(hào)。隨著 GOBI 2025 全球開(kāi)源商業(yè)創(chuàng)新大會(huì)落幕，關(guān)于開(kāi)源、商業(yè)與 AI 的討論仍在腦海中回蕩。從技術(shù)實(shí)踐到商業(yè)模式，從創(chuàng)新思維到社會(huì)影響，每一次分享都讓人感受到未來(lái)的無(wú)限可能。在這個(gè)充滿機(jī)遇的時(shí)代，開(kāi)源精神與 AI 技術(shù)正深度融合，推動(dòng)創(chuàng)業(yè)者和企業(yè)不斷突破邊界。

期待下一次相聚，期待更多創(chuàng)意迸發(fā)，也期待開(kāi)源與 AI 的力量，為世界帶來(lái)更精彩的創(chuàng)新篇章。