开源模型正在从工程选型变成供应链决策真正稀缺的可能是选择权。模型能力的竞争已经不只是跑分、价格和上下文长度的竞争。接下来更麻烦的问题可能是​哪些大模型被允许使用​哪些模型被允许下载哪些模型会突然从“技术选择”变成“合规风险”。这听起来有点夸张但过去几年科技产业已经反复演示过同一套剧本。一个海外产品先因为便宜、好用、增长快而获得关注随后讨论从产品力转向国家安全、供应链风险、数据治理和产业保护。最后市场竞争以监管语言重新出现。大模型也正在走向这个阶段。图模型选择正在从 API 性价比问题变成供应链与政策风险问题当前的争议不只在闭源模型如果前沿闭源模型开始进入名单制、许可制或分阶段发布开发者会自然寻找替代品。企业不会因为某个模型暂时无法使用就停止开发创业团队也不会因为 API 等待名单暂停产品迭代。替代路径很清楚开源权重模型本地部署第三方推理服务海外模型镜像各种更便宜的兼容 API。中国模型正好站在这个位置上。DeepSeek、智谱、通义、月之暗面等模型已经证明高质量模型不一定只能来自美国闭源实验室。对于很多应用来说能力差距没大到足以抵消成本、可控性和部署自由带来的优势。这会触碰一个敏感点如果监管的公开理由是“最强 AI 太危险不能随便给任何人用”那么能力接近的开放模型自然会被纳入同一套叙事。BYD 的类比为什么刺耳电动车市场提供了一个很容易理解的类比。假设某款中国电动车质量不错、价格很低即使叠加高额关税仍然有竞争力。那它面对的就不只是关税而可能是更直接的准入限制。技术产品一旦被认定为战略产业单纯的消费者选择就不再是决定因素。大模型也类似。它既是软件能力也是云基础设施、开发工具、办公系统、网络安全和产业自动化的底座。谁掌握模型谁就影响开发者生态、企业数据流和应用层创新速度。维度电动车大模型竞争焦点成本、性能、供应链能力、推理成本、部署自由政策话术产业安全、供应链安全AI 安全、国家安全、数据安全准入手段关税、注册限制、进口限制API 限制、出口管制、下载限制用户反应寻找性价比更高的车寻找更便宜、更开放的模型这个类比不完美但足够说明问题当一个外来技术产品既便宜又强监管讨论往往不会停留在“消费者喜欢”这一层。开放权重的脆弱性很多人以为开源模型天然安全因为权重一旦发布就可以被复制、镜像和私有部署。现实更复杂。权重可以复制但分发渠道、托管平台、云 GPU、企业采购、应用商店、支付系统和合规审查都可以被限制。一个模型不需要从互联网上消失只要在主流企业环境里变得难以采购、难以部署、难以备案它就会从“可用”变成“理论上可用”。开发者真正要关心的不是某个模型会不会明天被封而是自己的系统有没有被单一模型供应链绑死。图模型使用路径中的供应商、算力、平台和政策变化都可能转化为业务中断风险图权重可复制但企业可采购、可部署、可审查的链路并不天然稳定对开发团队的直接影响AI 应用过去常把模型当成可替换组件今天接 OpenAI明天接 Anthropic后天接本地模型。这个想法只对了一半。模型接口可以兼容行为不一定兼容。成本可以估算政策风险很难估算。一个系统如果深度依赖某个模型的工具调用习惯、长上下文表现、审查边界和输出风格迁移就不会像改一个 endpoint 那么简单。更现实的准备包括风险应对方式单一闭源 API 不可用保留至少一个可运行的替代模型路径模型输出行为变化建立回归测试集而不是只看人工试用成本突然上升把缓存、降级模型和任务拆分做成基础设施开源权重分发受限记录可复现部署流程保留合法合规的内部镜像合规边界变化把模型供应商纳入供应链审查这些准备不酷也不适合写发布博客。但等到模型访问受限、价格变化或采购被卡住时它们会决定业务能不能继续跑。技术中立正在变难开发者通常不喜欢把地缘政治放进架构图里。可基础设施一旦足够重要就很难继续保持纯技术状态。数据库、芯片、云服务、浏览器内核、移动操作系统都经历过类似过程。大模型只是轮到得更快因为它同时影响生产力、信息分发、网络安全和企业自动化。最稳妥的姿态不是押注某一边永远可用也不是把所有政策风险都当成阴谋论。更实际的判断是​模型供应链已经成为软件供应链的一部分​。既然依赖包要锁版本、审许可证、做镜像、留替代方案模型也应该进入同一套工程纪律。强模型会继续变强便宜模型会继续变便宜。真正稀缺的可能是选择权。推荐阅读Claude Code 被禁争议背后Coding Agent 正在进入企业安全审计时代AI 手机进入 Agent 时代Siri、Gemini、豆包都在争夺下一代移动入口豆包、千问下线智能体平台 Agent 正在告别开放广场AI 简历正在制造匿名感别让求职材料抹掉你这个人Seedance 2.5AI 视频生成进入全像素时代