美国开源AI实验室Arcee：中国模型并非天生危险
随着中国开源AI模型能力提升并在美国企业间流行，关于是否应限制它们的争论再度升温。特朗普政府可能考虑实施禁令，而OpenAI、Anthropic等闭源模型厂商也日益担忧。然而，美国开源AI实验室Arcee的CTO Lucas Atkins却持不同观点。他认为，中国开源模型并不比其他开源软件更危险，企业完全可以通过安全测试和审查来管控风险。
中国模型威胁论再起
中国开源权重模型（如Moonshot AI的Kimi K3、阿里巴巴的Qwen）凭借极低的token成本，在推理性能上媲美甚至超越美国闭源模型，直接威胁到OpenAI、Anthropic等公司的利润空间。与此同时，地缘政治紧张加剧了安全担忧：有人担心这些模型可能成为“中国黑客的载体”。但Atkins指出，这种恐惧源于对模型本质的误解。
Arcee的立场：技术中立，安全可控
Arcee本身致力于为美国企业提供本土开源替代方案，理论上能从中国模型禁令中获益。但Atkins明确表示：“中国模型并不比任何其他开源软件更危险。”他解释，开源权重模型（open-weight）并非传统意义上的“软件”——它们无法被远程操控或植入后门。当企业将模型下载到自有环境运行时，开发者没有任何访问权限。
此外，模型权重虽不完全开源，但核心代码（如从Hugging Face下载的部分）是公开可见且可审查的。企业可在部署前进行完整的安全测试、偏差分析、毒性检测等，甚至针对特定用途进行后训练（post-train）。
风险被夸大？
Atkins强调，即使模型用于代码生成，理论上可能产生恶意后门，但实现难度极高，需要“杂技般的技巧”。相比之下，传统开源软件库（如npm包）的供应链攻击更为常见。他认为，将中国模型视为“特洛伊木马”是过度反应，企业只需遵循常规安全流程即可。
行业影响与思考
Arcee的表态为激烈争论注入了一股理性声音。在AI技术全球化背景下，单纯的地域标签不足以定义安全风险。真正的挑战在于如何建立跨生态的模型审核机制，而非一刀切的禁令。对于企业而言，对任何开源组件（无论来源）进行严格审查，才是保障安全的根本。
