編輯 | 云昭

出品 | 51CTO技術棧（微信號：blog51cto）

中國軟件產業已經達到了“逃逸速度”！中國開發者已經位居世界頂尖開發者之列！

本周，一年一度的全球開源界的“旗艦級”級盛會在阿姆斯特丹如約舉行。今年的主題無疑聚焦在“開源 AI”。

峰會上，平時很少出來接受采訪的主辦方 Linux 基金會執行董事 Jim Zemlin 罕見地出來對外發聲。作為全球開源界的“聯合國總部”，Linux 基金會在近3年來的生成是AI爆發的浪潮中，花了很大篇幅稱贊了中國企業和中國開發者在開源領域取得的令人驚嘆的成績。

（中國）政府出臺了對開源非常友好的政策。

中國的產業巨頭——無論是騰訊、阿里巴巴，還是中國移動——都開始大規模使用開源，并派自家開發者參與國際開源社區，和世界上最優秀的開發者一起學習，比如操作系統的Linus Torvalds，或者Kubernetes的核心維護者們（來自谷歌、微軟、亞馬遜等）。

久而久之，中國的開發者已經處于這些頂尖開發者之列，而這還發生在DeepSeek之前。

可以說，中國軟件產業逐漸達到“逃逸速度”，不再只是“拿來主義”，而是開始孕育出自己的原創性創新。

除了高度認可中國開源方面的工作以外，重點探討了許多業內存在爭議且較為敏感的話題（主持人是真的敢問），比如：

• 如今 AI 語境下，Linux 基金會要不要搞一個大一統的AI基金會？
• 如何看待 DeepSeek 等開放權重模型并沒有在 Linux 基金會中？
• Linux 基金會這兩年是如何保持 AI 模型與工具開源方面的角色的？
• 如何看待 MCP、A2A 等新興標準？
• 開源軟件的風險誰來承擔？

可謂是，一個敢問，一個敢答。

眾所周知，開源界大佬不太多，即便是大家所熟知的動不動發飆的“開源大帝” Linus，也很少談及 AI 在開源界的發展和影響。

所以，這一次 Zemlin 的采訪就顯得極為稀缺。

采訪中，Zemlin 非常務實地談及了“開源模型”（以及開源權重的模型是否算開源）的定義。

開源社區當然希望從數據到模型一切都完全開放，誰不想呢？

但從現實來看，考慮到資本支出和數據獲取門檻，我們沒必要盯著開源權重模型挑毛病，說它們不夠“純粹”。

我認為開源權重模型的趨勢是重要且積極的。最終我們會看到端到端的完全開源模型，從數據到模型全部開放。

Linux 基金會已推出 模型開放性框架（Model Openness Framework），以便更細致地衡量模型的開放程度。

對大多數開發者來說，這種討論更偏學術。

再比如，主持人提問，現在開源 AI 世界各種獨立項目和標準，為什么還沒有一個類似 CNCF 的中央基金會來統籌。

Zemlin 從現實開源 AI 技術棧的演進方向解釋了這個問題。

現在的 AI 世界逐漸演進出三大塊：訓練棧（PyTorch、TensorFlow 那一類），推理棧（LLaMA、vLLM、Ray），Agentic 棧（MCP、A2A、Agency）。

早期，大家的興趣集中在基礎模型的構建，以及 PyTorch、TensorFlow 這樣的項目。

后來，關注點轉向 DeepSeek、Mistral 等公司推動的開源權重模型，如今焦點正在轉移到推理棧、智能體（agents）和開放協議。

他補充說，雖然有一個統一的開源 AI 基金會會更方便，但“隨著技術演進，這類事情很難預先設定?！?他給出的首要原則是：“當一個開源社區正在形成時，別搞砸它?！?/span>

基金會必須避免因規模過大而阻礙創新?！霸谝幠４笈c保持靈活敏捷之間找到平衡非常重要。我們現在的做法是保持相對放手，讓項目自然成長?！?/span>

個人方面，Zemlin 坦承自己慢慢變得像Linus了，并犀利的點評了基金會內部在使用的各類AI輔助工具。在他本人看來：

• AI寫作工具真的很一般，做研究、結構化思考還不錯。
• AI Coding 對 C 語言支持不太友好。所以其他高級語言的開源社區成為了各種AI 生成代碼的重災區。
• AI 輔助設計 Logo 等設計工具提效非常明顯，秒成！

總之，這一期的訪談內容可以說非常權威，對于各位正在使用、開發AI工具的朋友們，非常有價值。

話不多說，下面就位大家奉上小編的編譯整理。

“我慢慢變得越來越Linus了”

主持人：我們又回到阿姆斯特丹的開源峰會，這次和 Linux 基金會的執行董事 Jim Zemlin 一起。謝謝你，謝謝你接受我們的采訪。

——不，當然，我知道你其實并不喜歡做這種采訪。我知道的。

Jim Zemlin：（笑）慢慢變得更像 Linus 了。

主持人：可不是寫郵件的那種方式。

Jim Zemlin：（笑）你很禮貌。

前沿模型的訓練棧：開源是關鍵支柱

主持人：顯然，我們今天的話題是 AI，這是繞不開的。我在想，上一次的大變革是容器和云原生，當時 Linux 基金會和 CNCF（云原生計算基金會）扮演了重要角色。那現在你們在 AI 上做些什么呢？因為感覺現在還很早，項目特別多，而 Linux 基金會又一直在引入各種項目。你們是不是在考慮建立另一個“傘式組織”？還是說，你們怎么看這個問題？

Jim Zemlin：是啊，這是個好問題。AI 技術棧的崛起其實是沿著幾個方向的。真正把大家注意力拉到 AI 上的，其實是前沿模型的出現——想想也挺瘋狂的，這事兒沒多久之前才發生，從 ChatGPT 開始，人們才意識到這項技術有多么驚人、多么具有變革性。

在 AI 進入科技領域短暫的相關期里，大家很長一段時間都把重心放在前沿模型的訓練上，也就是機器學習那一套，構建 ML 模型。但現在我們在訓練的是這些龐大的模型。從開源的角度來看，訓練棧主要是 PyTorch。

主持人：PyTorch。

Jim Zemlin：對，還有 TensorFlow 以及其他技術。前沿模型本身一開始并不是開源的，但訓練完全是開源的。PyTorch ——它本身是 Linux 基金會的項目——已經成為訓練前沿模型的關鍵支柱。

然后，今年我們迎來了“DeepSeek 時刻”，也就是突然出現了開放權重（open weight）的模型，這些模型依然是用開源訓練棧訓練出來的，但在開放模型領域，它們的性能已經接近專有模型。我們看到很多這樣的項目在中國涌現，美國這邊 OpenAI 也開始回應。

我認為，我們會看到更多來自美國不同公司的開放權重模型。在歐洲，有 Mistral 這樣的組織，正在推出一些有意思的開放權重前沿模型。所以開源在 AI 領域真正的基石，就是訓練所需的一切：數據整理、標注工具、訓練所涉及的整個棧，這些都是大家關心的。

核心推理技術和推理棧也幾乎都是開源的

Jim Zemlin：

接著，AI 推理和推理棧也開始興起。我應該提一下，這些大多數運行在云上，運行在 Kubernetes 世界里。但在推理棧里，你會看到像 LLaMA、vLLM、Ray 這樣的開源生態系統出現，它們正在支撐整個領域。當然，上層還有各種專有應用和 UI/UX，但如果看核心推理技術，幾乎都是開源的。

再往前，現在我們進入了 Agent 的世界。行業還沒確定叫法，是“Agentic AI”還是“Agent Stack”，但確實出現了基于開源和開放協議的 agentic 技術棧。比如 MCP、A2A，Cisco 開放了一些技術，有個項目群叫“Agency”。我們確實看到這個世界正在形成。MCP 顯然是 agentic AI 的關鍵組件，大家也正在逐漸凝聚到這個方向上。但這里還有很多技術需要完善，比如安全性、是否需要統一的參考架構、如何構建 MCP 服務器等等。

AI技術世界三大板塊：但底層依然是云編排

Jim Zemlin：

所以我會把現在的 AI 世界分成幾個大塊：

• 訓練棧（PyTorch、TensorFlow 那一類），
• 推理棧（LLaMA、vLLM、Ray），
• Agentic 棧（MCP、A2A、Agency）。

它們的底層依然是云編排層，主要是 CNCF 世界里的一部分。我們在 PyTorch 軟件基金會（它隸屬于 Linux 基金會）看到越來越多項目加入，不只是 PyTorch 本身，還包括其他相關的開源項目。

要不要搞一個大一統的AI基金會？首要原則：別搞砸了

主持人：不過聽起來你們是不是得改個名字了？

Jim Zemlin：（笑）Linux 基金會已經走過 20 年了，總有人這么跟我說。其實我挺喜歡“PyTorch 基金會”這個名字。CNCF 當年也有過激烈爭論：到底叫 Kubernetes 基金會，還是云原生基金會？但重點在于，它主要關注訓練，以及一部分推理。

我確實認為，未來我們會看到一個更有組織性的 agentic AI 努力出現。但這需要時間，讓大家逐漸凝聚出一個統一的技術棧，明確有哪些組件，是 Agent 協議，還是 MCP 之類的東西。目前這個過程已經開始了。

很多人問我：要不要搞一個統一的“大 AI 基金會”，把所有開源 AI 都放進去？聽起來確實很方便，大家可以集中資源，開幾個大型活動，開發者也能少點出差。但問題是，技術正在快速演進，過早定型并不好。

我覺得重要的有兩點：

第一，當有很酷的開源技術出現時，我的首要原則是：別搞砸了。比如 MCP 項目和社區正在做得很好，我們要做的就是給這些項目一個中立治理的平臺，讓開發者能放心繼續創新。

第二，有時事情太大未必好，太小也未必好，要看目標。像 Kubernetes，要推動整個世界從虛擬機切換到容器編排，這需要巨大的資源和全球性的組織。但 agent 技術還處于早期，我們更應該放手讓它自然成長。如果未來確實有必要推動整個生態往某個方向靠攏，那我們會支持。

就像 CNCF 早期，Kubernetes 是“太陽”，周圍只有幾個小“行星”項目。而現在，Kubernetes 已經是一個龐大生態的一部分。我認為 AI 也會走到那一步，但過程需要慢慢來，允許創新自然繁榮。

如何看待DeepSeek等開放模型的生態定位？

主持人：你剛才也提到 DeepSeek 時刻，現在這些開放模型大多運行時還存在爭議：到底是“開放權重”還是“開源”。不過我們不需要深入討論這個。重點是，這些模型大多數并不在基金會里，它們的位置有點模糊。

Jim Zemlin：是的，在生態系統里的定位還不太清晰。

主持人：對，你怎么看這個問題？

Jim Zemlin：前沿模型這個話題比較復雜，我的看法是這樣的：

首先，前沿模型的開發幾乎就是“王者的游戲”（sport of kings），因為它需要巨額的資本支出才能搭建算力基礎設施、網絡等等。

在美國，幾乎所有大實驗室都宣布了大規模資本開支，我記不清具體數字了，但總額已經超過 1000 億甚至幾千億美元。在中國，也有類似的投資規模，用來建設算力來訓練前沿模型。相比之下，開源社區要搞一個類似規模的聯合項目，這個數字實在太龐大了。Linux 基金會雖然是全球最大的組織之一，但我們遠沒到百億規模。美國的 Allen Institute 最近宣布獲得了大約 1.5 億美元的政府資助，用于研發完全開源的前沿模型，這已經很了不起了，但和大實驗室投入的數十億美元比起來，還是差很多。

其次，訓練前沿模型不僅要錢，還需要龐大的數據集。這對開源來說也是個難題。我們有 Common Crawl 等開放數據源，但這些規模還遠遠不夠。

再往后就是訓練和權重本身。開放權重模型的免費發布是件好事，大家可以使用。我認為這是積極的趨勢。雖然社區希望整個鏈條都開放——從數據到模型完全開放——但從現實角度看，受限于資金和數據，完全開源暫時很難。

所以我們不應該嫌棄開放權重模型“不夠純粹”，而是應該認可它的重要意義。我相信最終我們會看到從數據到模型完全開放的那一天。

事實上，Linux 基金會已經推出了一個 “模型開放性框架”（Model Openness Framework），幫助大家更細致地理解什么才算是“開放模型”。

一級是最開放的，三級更多只是開放權重。而當我和開發者聊到這個話題時，他們常說：“我只想要一個能下載來玩一玩的模型?！彼麄儾⒉幌馎I行業里的人那樣要求一切完全開源，也許未來會往那邊走。

但他們真正關心的、這點才是關鍵，是弄清楚到底哪些部分是開放的，哪些不是，有沒有限制。這正是“模型開放框架”（Model Openness Framework）想要做的，它并不是規定什么該更開放或更封閉，而是告訴大家：這是最高級別的開放，這是次一級的，讓大家清楚自己拿到的是什么——這就是開發者最需要的。

中國開源真的太好了！

主持人：是的。我覺得回到更廣義的開源話題，你在大會開幕演講里談到“DeepSeek”的時候有一個很有意思的點——它并不是憑空冒出來的。

Jim Zemlin：沒錯。

主持人：中國其實長期以來一直在投資開源。能不能詳細講講？

Jim Zemlin：我在中美之間往返已經二十多年了。回到中國軟件產業的早期階段，當時全世界對中國的最大批評就是盜版軟件泛濫，這在上世紀90年代和2000年代初確實屬實。

后來中國加入世貿組織，就必須確保知識產權得到加強，可以說要“補齊短板”。這時候中國真正開始擁抱開源，因為開源為他們提供了一條路：既能合法共享軟件，又能迅速啟動本土軟件生態。這其實非常驚人——而且不僅中國如此，全世界都是這樣，美國也是依靠開源推動了許多產業的創新。

很快，中國人就發現開源太好了，于是開始在此基礎上構建。他們當時做了很多Linux操作系統，比如紅旗Linux等等。但更有意思的是，政府出臺了對開源非常友好的政策，而且中國的產業巨頭——無論是騰訊、阿里巴巴，還是中國移動——都開始大規模使用開源，并派自家開發者參與國際開源社區，和世界上最優秀的開發者一起學習，比如操作系統的Linus Torvalds，或者Kubernetes的核心維護者們（來自谷歌、微軟、亞馬遜等）。

久而久之，中國的開發者已經處于這些頂尖開發者之列，而這還發生在DeepSeek之前。可以說，中國軟件產業逐漸達到“逃逸速度”，不再只是“拿來主義”，而是開始孕育出自己的原創性創新，推出全新的開源項目。這些項目不僅在國內發展，還和全球頂尖的開源項目共同演進。今天在Linux基金會里，我們能看到中國開發者和全球最具創新力的軟件公司開發者并肩工作。

開源項目的風險評估

主持人：那在當前地緣政治環境下，你覺得這種情況有可能改變嗎？

Jim Zemlin：我不認為會改變。我覺得全世界都同意一件事：保持開源開放，讓技術盡快擴散，這是非常有益的。歷史上，每當有人試圖限制技術擴散，結果往往事與愿違。我當然沒有看到全球的開源協作有任何減少的跡象。

主持人：現在我們在歐洲。早期一些歐洲的法規似乎對開源開發者可能會帶來麻煩。那這方面的情況如何？

Jim Zemlin：是的，歐洲早先推出的《網絡韌性法案》（CRA）確實引起了一些擔憂。幸好，開源社區及時介入，向監管者解釋并施加影響，從而降低了這些政策對開源的不利影響。我認為開源社區和下游用戶——那些實現并部署開源技術的公司——正在逐漸學會如何應對這些監管。

Linux基金會正在做的其中一件事就是一個叫 Baseline Project 的項目。它來自我們的開源安全基金會（OpenSSF）。這個工具能對開源項目做風險評估，看它是否符合全球各地的監管要求，不僅是CRA，還有其他復雜的監管體系。

主持人：這些監管確實越來越復雜了。

Jim Zemlin：沒錯。其實我過去也說過，開源已經太成功、太普及了，以至于監管部門開始關注，這并不奇怪。CRA并不只針對開源，它同樣適用于專有軟件。但因為開源幾乎是所有現代技術的基石，所以合規自然是開源社區必須考慮的問題。關鍵是要讓合規過程盡可能無縫、不打斷開源的快速創新。這正是Linux基金會的職責：理解政策，構建工具，幫助維護者和開發者合規——最好他們幾乎不用操心，因為我們替他們做好了。

主持人：而且法律里對維護者還有豁免，對吧？

Jim Zemlin：對，這樣他們會輕松一些。

AI會改變開源這個行業

主持人：在主題演講中你還提到過一句話，我覺得挺有意思的：AI可能會改變基金會本身的未來。這是開玩笑，還是認真的？

Jim Zemlin：我是認真的。我經營的是一個大型標準化組織和軟件協作組織，所以AI對我們社區開發者的影響，我必須思考。

大家總在說開源對AI的重要性：無論是前沿模型、推理技術還是智能體。但反過來看，AI會如何改變開源行業本身？這才是我覺得值得深思的問題。

你看新聞標題：Salesforce的CEO馬克·貝尼奧夫說今年不再招聘軟件開發人員，AI就能搞定一切。還有很多悲觀報道，說新畢業的學生找不到工作，因為軟件開發崗位被AI替代了。那我們就得問：未來的軟件開發者會變多還是變少？AI工具能自動化許多過去很耗時的任務，那我們要如何積極擁抱它？

Jim Zemlin：我個人的看法是：開發者不會變少，反而會更多。因為幾乎所有開發者都把AI視為生產力工具、倍增器。它不會減少工程師數量，只會讓他們能創造更多有趣的軟件。

Linux基金會現在也在研究：在軟件開發流程的每個階段，有哪些AI工具可以幫助？比如自動化文檔、測試、安全審查。我們希望能把這些可信賴的AI工具提供給社區，讓他們更高效。

談 AI Coding：對C語言支持不好，其他語言維護者一片重災區

主持人：不過也有人擔心，AI生成的代碼或問題報告會讓維護者收到一堆“垃圾”。

Jim Zemlin：確實。我昨天才和Linux內核開發者們聊過。AI編程工具對C語言支持不好，所以內核團隊每周只會收到幾條AI生成的問題或代碼。但在一些高級語言社區里，就很嚴重了。很多人可能是出于好意，用AI幫忙提bug或修復，但結果其實是幻覺。于是維護者收到大量無效報告，這對他們是負擔。而在AI出現之前，他們就已經很吃力了，比如某個NPM包突然走紅，維護者每天都要應對海量需求?，F在AI讓問題更嚴重了。

所以很可能還得用AI來過濾這些“噪音”。

主持人：現在幾乎所有問題的答案都是“接著用AI解決”。

Jim Zemlin：（笑）確實，很多時候，技術帶來的問題最后還是靠新技術解決。在這里，也許真是如此。

“AI寫出來的東西確實一般”做研究很給力、幫設計秒出

主持人：那你自己用AI嗎？

Jim Zemlin：我不寫代碼了，但我寫很多東西，比如我每周會給Linux基金會員工和董事會寫通訊，涵蓋開源領域的重要新聞，解釋它們的意義。我確實用AI工具來幫忙，但不是讓它寫，而是用來理清思路、收集資料。

主持人：很好，我很高興你是這樣用的。

Jim Zemlin：是的，我算是寫作方面的“完美主義者”。AI寫出來的東西確實一般， predictable（可預期）、 decent（過得去），但不夠精彩，一眼能看出來。不過它特別擅長結構化思路、幫你做研究。比如OpenAI、Gemini、Claude這類工具在研究上非常好用。開源的AI工具我也在用，比如Mistral等。它們能提供不同視角，讓我寫得更快更好。

在Linux基金會內部，我們也用AI做很多事，比如給新項目設計Logo——以前很花時間，現在幾乎是秒出。這樣我們整個組織更高效，就能把更多資源支持給真正的開發者。

主持人：太棒了，非常感謝你今天的分享！那我們到這里就結束吧。

好了，文章到這里就結束了，評論區的大佬們，如何看待開源AI界的發展呢？歡迎評論區一起交流。

參考鏈接：

https://thenewstack.io/the-linux-foundation-in-the-age-of-ai/

https://www.youtube.com/watch?v=X1c3hGfF_a0