這一站 8 場,你看完 0 場

開源社群凋零,開放權重崛起

090Saoud Rizwan(Cline)17:302026-08-07 上架

Open Source Is Dead. Long Live Open Source. — Saoud Rizwan, Cline

開源社群凋零,開放權重崛起的演講縮圖

Saoud Rizwan 認為 AI 讓開源社群與供應鏈變得脆弱,但開放權重模型會因為成本壓力成為主流,並呼籲美國實驗室認真看待開放權重。

這場講了什麼

  • 開源社群被 AI 灌爆:Saoud 說 GitHub 上塞滿 AI 產生的劣質 PR、issue 與安全回報,社群之間從信任變成猜疑。Zig 禁用所有 AI,Curl 考慮關掉 bug bounty,tldraw 乾脆自動關閉所有 PR。
  • 依賴第三方套件更危險:以 LiteLLM 為例,這個套件每天約三百五十萬次下載,被入侵三小時,攻擊者偷走發布用的 token,再發出夾帶憑證竊取程式與後門的版本。
  • 推論花費失控,實驗室在補貼:Saoud 引用某公司 CFO 一個月意外花掉 5 億美元的 Claude 費用,以及 Uber CTO 說 2026 年預算四個月就用完。Saoud 推測實驗室先補貼訂閱,等開發者離不開工具再漲價。
  • 便宜的開放權重模型夠用:Saoud 認為結果好不好,比較取決於給 agent 什麼 context 與工具,模型本身多聰明倒是其次。Cline 實測 GLM 與 Opus 修同一個 bug,GLM 多用 token 但花費較低,Coinbase 也把 GLM 與 Kimi 設為內部預設。
  • 用 Open Compute 與雲端降價做類比:Facebook 公開資料中心設計,帶動整條供應鏈標準化、成本下降;雲端運算與儲存在 2014 年起也走過價格戰。Saoud 預期開放權重模型的託管商會彼此競爭,把成本壓下去,並呼籲美國實驗室多釋出開放權重模型。

影片從哪一段開始看15 段

  1. 00:12Cline 與開源的淵源Saoud 一開始就把 Cline 做成開源專案,開源讓開發者能檢查程式碼、接任何 API,才敢花那麼多錢用它。
  2. 01:37開源社群凋零過去兩年 AI 讓軟體開發全面改變,GitHub 被劣質 PR 與回報淹沒,社群變成互相懷疑。
  3. 02:10各專案怎麼應付 AIZig 禁止在 PR、issue、留言使用 AI;Curl 被 AI 產生的 bug 報告癱瘓;tldraw 全部關閉 PR,GitHub 也加了對應功能。
  4. 03:38死掉的是哪一塊Saoud 說開源「死」的是社群這部分,因為軟體太便宜,經營社群已經不划算。
  5. 03:53供應鏈攻擊:LiteLLMLiteLLM 被入侵三小時,攻擊者發出會偷 API key、SSH key、crypto key 並留後門的版本,因為會讓 Cursor 當掉才被研究員發現。
  6. 05:17會留下來的部分讓人自由使用、在公共領域上累積的那一面會更重要,尤其是開放權重模型的經濟影響。
  7. 05:48推論花費失控某公司 CFO 一個月花 5 億美元在 Claude;Uber 有 95% 工程師使用,70% 提交的程式碼來自 Claude,2026 年預算四個月用完。
  8. 06:22補貼之後的鎖定Saoud 說實驗室其實也在虧錢:SemiAnalysis 拿訂閱方案跑長時間 coding 任務,其中一種訂閱換到約 8,000 美元的 API 用量,200 美元的 Codex 訂閱換到約 14,000 美元。Saoud 推測實驗室想先補貼、綁住開發者,之後再漲價。
  9. 08:00這個策略行不通開發者與企業會往性價比高的選項移動;開放權重模型雖落後,但已夠用,智慧應放在系統與護欄裡。
  10. 09:18GLM 對 Opus 實測同一個真實 bug,兩個模型都修好;GLM 用兩倍 token、花一半錢,並清掉死碼、確認 build 通過,Opus 則留下型別錯誤。
  11. 10:22業界開始標準化Brian Armstrong 說 Coinbase 的內部 LLM gateway 預設用 GLM 與 Kimi,AI 支出降了近一半。
  12. 10:57Open Compute 的歷史Facebook 在 2011 年才開始自建資料中心,蓋好時 Amazon 與 Google 已經領先,乾脆把設計全部公開;整條供應鏈跟著標準化、價格下降,Facebook 自己也省下數十億美元。
  13. 12:23成本還會繼續掉預估到 2030 年有近 3 兆美元投入、超過 100 GW 新增資料中心容量,託管商互相競價;2014 年的雲端降價戰是前例。
  14. 14:10呼籲美國實驗室Saoud 請美國實驗室認真看待開放權重,否則這些基礎建設可能都跑在外國模型上,到時就失去對這項技術發展的掌控,也少了 Anthropic、OpenAI 這類大力投資安全研究的實驗室。
  15. 16:01Cline 的開放權重方案Cline 在這場演講同一週稍早推出開放權重訂閱方案,靠量大折扣與託管夥伴壓低價格;Cline 本身開源,可自帶 API key。

值得記的話5 句

  • GitHub is effectively an archive of slop PRs and issues and security reportsGitHub 實際上成了一座堆滿劣質 PR、issue 與安全回報的檔案庫01:37
  • they value contributors more than they do the contributionsSaoud 轉述 Zig 核心團隊的立場:他們重視貢獻者,勝過重視貢獻本身02:25
  • Even a mediocre model can produce similar results as a more intelligent model.只要有專案的 skill 與規則、驗證機制與品質關卡,就算是普通的模型,也能做出跟更聰明的模型相近的成果09:03
  • GLM used twice as many tokens, but only cost half as much.GLM 用了兩倍的 token,花費卻只有一半09:34
  • by giving these designs away, they created the market that drove their own costs downFacebook 把設計送出去,反而創造出讓自己成本下降的市場12:06

名詞與人物10 個

Cline
Saoud 創辦的開源 coding agent,可自帶 API key,支援 CLI、VS Code、JetBrains
open weights
公開模型權重的模型,這場的主軸,Saoud 認為它會因成本優勢成為業界標準
Zig
禁止在 PR、issue、留言使用 AI 的程式語言專案,Saoud 說 Bun 就是用它寫的
tldraw
自動關閉所有 PR 的專案,不管是否為 AI 產生
LiteLLM
每天約三百五十萬次下載的 Python 套件,被入侵後發出夾帶竊取程式與後門的版本
SemiAnalysis
Saoud 引用其圖表,內容是以訂閱方案跑長時間 coding 任務的 API 用量實驗
GLM
開放權重模型,Cline 實測中以較低花費與較完整的收尾勝過 Opus
Kimi
與 GLM 一起被 Coinbase 設為內部 LLM gateway 預設的開放權重模型
Open Compute Project
Facebook 公開資料中心與伺服器硬體設計的計畫,Saoud 拿來類比開放權重模型
Baseten、Fireworks
Saoud 舉例的推論託管商,靠專用硬體、快取、批次處理等手段互相壓低成本

提到但沒有展開

  • Saoud 說 Cline 是最早加上 custom rules 與 plan mode 的,很多想法來自跟專案周邊開源社群的交流。
  • 雲端降價的前例:2014 年 Google 宣布運算降價 32%、儲存降價 68%,AWS 幾天內跟進,那是 AWS 第 42 次降價。Saoud 也引述估計,到 2030 年 1 trillion 參數 LLM 的推論成本會比現在低 90%。

開源模型產業觀察開發工具

在 YouTube 看原片 ↗

同一站:Choosing the Right Model8 場

  1. 本地 AI 為什麼是現在007 · Nader Khalil(NVIDIA), Joseph Nelson(Roboflow), Alex Cheema(EXO Labs), Ahmad Osman(Osmantic), Matthew Berman(Forward Future) · 44 分
  2. 開源模型正在縮進桌機031 · Ahmad Osman(Osmantic) · 18 分
  3. 邊緣裝置上的小模型與微調做法042 · Cormac Brick(Google) · 22 分
  4. Hugging Face Hub 怎麼撐住三百萬個模型053 · Arek Borucki(Hugging Face) · 22 分
  5. 多模型路由的現況與取捨087 · Nader Khalil(NVIDIA), Walden Yan(Cognition), Alex Atallah(OpenRouter), Tanay Varshney(NVIDIA), Carter Abdallah(NVIDIA) · 48 分
  6. 壓縮與量化讓大模型跑上邊緣裝置088 · Chris Alexiuk(NVIDIA), Daniel Han(Unsloth), Asma Beevi(NVIDIA), Merve Noyan(Hugging Face), Parth Sareen(Ollama) · 46 分
  7. 開放模型的信任、控制與優化089 · Carter Abdallah(NVIDIA) · 43 分
  8. 開源社群凋零,開放權重崛起你在這裡