Meta放弃开源Llama，百万开发者何去何从

6月2日，Meta超级智能实验室发了一个新品——MSI-1。参数4050亿，推理延迟38毫秒，各项基准测试领先。但整个开发者社区没人讨论它的性能，只在乎一件事：没有开源。没有权重下载，没有模型配置文件，不提供任何代码。Meta决定把Llama系列彻底关上门。

这件事的本质是什么？不是一家公司换了策略，而是一个持续三年的全球AI开放实验突然被叫停了。

Llama四年，开源的黄金时代

回溯一下时间线：2023年2月Llama 1发布，650亿参数，非商业研究许可。虽然限制多，但证明了高性能基础模型可以共享。2023年7月Llama 2来了，开放商业许可，全球创业公司在上面建产品。2024年4月Llama 3扩展上下文到128K，指令微调版在公开榜单上跟闭源模型旗鼓相当。

到2025年5月，Hugging Face上托管了超过18万个基于Llama的衍生模型。斯坦福的Alpaca项目几天内把Llama 2微调成对话智能体，医学、法律、多语言等垂直领域雨后春笋般冒出来。欧洲国家实验室用Llama做主权AI实验，学术论文的基准测试都以Llama做参照。Llama不是最强的模型，但它成了最「稳固」的模型——你可以下载、可以修改、可以私有化部署。

现在这条路断了。

闭门理由背后的博弈

Meta给出的理由是三个：中国实验室在快速蒸馏开源模型、监管不确定性需要更精细的内容控制、保护训练数据的商业价值。翻译一下：不想让竞争对手搭便车了，想自己赚推理的钱。

分析师估计，闭源后的API收入到2027年可能为Meta创造40到70亿美元增量收入。这笔账确实诱人。但他同时失去了什么？全球最活跃的开源AI生态的统治力和人才吸引力。Hugging Face CEO在公告后发帖说这「收窄了独立AI研究的空间」。72小时内4万多名开发者签署公开信呼吁Meta重新考虑。这数字本身说明了社区的真实情绪。

谁最受伤

最尴尬的是那些把Llama写进技术栈和融资PPT的创业公司。一家欧洲法律科技初创公司在1200万份法院文件上微调了Llama 3.1-405B，现在面临两个选择：每年多花18万美元用Meta API，或者投入大量工程资源迁移到Qwen或DeepSeek。一家医疗分析公司花了9周完成迁移，成本42万美元，临床摘要准确率还掉了6%。

学术界的损失更隐蔽但更深层。大学实验室没有大GPU预算，靠下载现成权重做对照实验。现在基准线没了，实验不可复现了。对于AI研究这个靠开源和透明性建立起来的学科，这一步倒退的代价可能需要很多年才能完全显现。

格局变了

Meta关闭开源后，全球只剩少数几家机构控制前沿模型。Google搞Gemma做姿态但Gemini不动，Mistral最大的模型走API，Stability AI两头摇摆。整个行业往集中化方向走。欧洲国家AI中心已经在安排紧急资金扶持替代开源模型了，但追赶需要时间。

一个有意思的反差：美国政府在限制AI开源的同时，美国政府自己也在限制自己公司的AI开源。内耗的永远是自己人。

硅基世界，万物皆码

我在社区里说过很多次这句话。代码和权重的开放性，不是某个公司的善举，而是AI健康发展不可或缺的基础设施。当基础设施私有化，代价最终会转嫁到每一个使用者和创新者身上。想清楚这件事的人，自然会做出选择。Meta选了利，但市场和社区会用自己的方式回应。