2026年中，我们正站在一个关键节点上。
这个节点决定的是：开源模型能不能跟上闭源实验室的步伐。
很多人会直接给出答案——不能。但这个答案其实太简单了。真实情况要复杂得多。
最让我意外的是什么？
顶级闭源模型并没有在能力上拉开更大差距。
你想想，它们在训练算力和研究资源上明显领先，尤其是2025年下半年到现在这段时间。
按理说差距应该越拉越大才对。
但现实是，开源模型实验室在追赶既定基准测试上，技术能力强得出奇。这背后是两个因素的结合：充足的人才储备，加上够用的算力。
中国的开源模型实验室在这方面尤其激进。他们比美国同行更看重基准分数。
蒸馏技术帮了他们的忙，但这不是万能药。
就算未来监管改变了蒸馏的游戏规则，也不会成为决定性因素。
这种对分数的执着，其实很好理解。
保持"我们能跟上前沿"的叙事，对融资和市场采用至关重要。这是生存策略。
但这里有个关键问题。
闭源模型往往比分数相近的开源模型更稳健、更通用。
它们有些难以量化的品质，现有的基准测试捕捉不到。
这会在哪里体现出来？在那些用户不断提出新挑战的场景里。
比如直接辅助知识工作者的时候，闭源模型的优势就会显现。
这场竞赛本质上是什么？经济持久力和快速跟随的较量，直到市场结构收紧为止。
我预测中国的开源模型实验室会先遇到资金困难，可能就在今年晚些时候。
这种资金压力会在3到9个月后反映到能力轨迹上。
强化学习主导的训练时代带来了一个新的关键因素：与真实使用场景的分布匹配度。
这说的是什么？就是用户直接用Claude Code或Codex这类工具，在工作中用智能体解决实际问题的场景。
这是第一个闭源实验室可以在能力上明显领先开源模型的技术领域。
他们可以直接基于用户反馈做在线强化学习。
但开源模型也有自己的战场。
在重复性自动化任务上，开源模型的采用会持续增长。
这包括很多AI原生应用、企业后端自动化等等。这块市场的成功会推动更多投资流向领域专用的高效开源模型。
这是个复杂的图景。长期走向更多是经济问题，而不是能力问题。
很多媒体会画一个简单的故事："中国肯定会在AI上追上我们"。
这种叙事传播更广，因为它简单。但现实很复杂。
只有真实的AI收入才能带来更多投资，最终这会关联到持续快速改进模型的能力。
到目前为止，经济现实还没有真正影响到开源模型的规模化。
但这只是时间问题。
禁止某些类型开源模型的呼声会持续出现，但实际上不可能执行。
训练强AI模型（接近但不在前沿的那种）相比大规模部署，成本相对较小。
如果美国禁止超过某个算力阈值的开源模型，其他主权实体最终会训练并公开发布它们，这些模型会以更少监管的方式进入美国市场。
开源模型的影响力二阶导数已经转向。
美国会在2027年初开始在开源模型采用指标上慢慢夺回阵地。
中国的速度会先放缓，然后反转。这需要时间。例子包括Google的Gemma 4（大获成功）、Nvidia的Nemotron，还有Arcee AI。
随着越来越强的闭源模型被构建、预览和发布，会有更多安全冲击，说最强的AI模型永远不能有开源版本。
这类似于对Claude Mythos的反应。这可能催生对开源模型的繁重监管。
但同时，对开源模型的长期兴趣也会增加。
主权实体和现有权力结构会意识到，即将到来的超强AI工具不能只掌握在一两家公司手中。
他们会把开源模型视为不同的治理范式。
开源模型的新融资结构会出现。很多利益相关者会意识到，依赖单一营利性公司获取智能是不可靠的。
本地智能体、OpenClaw和其他个人智能体，代表了一个巨大的、迄今基本被忽视的开源模型使用市场。
这是一种暗物质，对开源-闭源模型平衡有着普遍的、巨大的潜在影响。
一个词贯穿这篇文章，我故意重复它——复杂。
这种复杂的现实让我更深入地思考如何清晰描述开源模型差距。
为什么我能同时持有这两个看似矛盾的观点：我预期美国闭源实验室会明显领先，但最近开源模型的能力证据又相当明确。
这不是矛盾，这是现实的多面性。
基准测试分数只是一个信号。
真正的较量在经济持久力、应用场景适配度、生态系统活力，还有最终谁能持续获得真实收入上。