当彭博社曝出Meta正用阿里巴巴Qwen等开源模型训练闭源的"牛油果"模型时，整个AI圈陷入了沉默的震荡。这个曾将Llama系列打造成"AI时代安卓"的开源旗手，如今却用开源养料浇灌闭源之花。在技术合法的外衣下，科技巨头对开源社区的"单向索取"，正成为刺穿AI伦理的一把利刃。
这场争议的起点，藏在开源许可证的灰色地带里。阿里巴巴Qwen模型采用的Apache 2.0协议，代表了主流开源许可的包容姿态——允许商业使用、允许修改，甚至不强制衍生作品开源。这种设计在互联网时代曾极大促进技术普及，但在AGI时代却暴露出致命漏洞：Meta的工程师们可以合法地将Qwen的核心能力通过"模型蒸馏"提取出来，融入自家闭源模型，最终产出的"牛油果"只需标注协议信息，便能堂而皇之地成为Meta的私有财产。
与Apache 2.0的宽松形成对比的是AGPLv3协议的严苛，它要求修改后的衍生作品必须开源，哪怕仅通过网络提供服务也不例外。但问题在于，AGPLv3的解释边界模糊，"深度整合"与"独立使用"的界定缺乏明确标准，这让很多企业对其敬而远之。而Qwen选择的Apache 2.0，虽降低了开发者门槛，却也为巨头的"合法剥削"打开了方便之门，凸显出传统开源许可证在生成式AI时代的适应性危机——它们无法约束"用开源训练闭源"这种新型技术利用方式。
比法律漏洞更刺眼的是伦理上的双重标准。2023年Meta推出Llama系列时，曾凭借开源策略快速构建起生态壁垒：HuggingFace平台上3.5亿次的下载量、6万余个衍生模型，不仅为Meta带来了技术授权收入，更通过开发者社区完成了模型迭代与场景落地，这种"生态杠杆融资"让Meta在AI赛道实现弯道超车。彼时的Meta享受着开源带来的声誉溢价与人才虹吸效应，杨立昆的开源理念更是公司对外宣传的核心叙事。
但当技术成熟到具备商业价值时，Meta的态度发生了180度转弯。Llama 4被曝开源版本与内部版本性能差异达27%，所谓"开源"沦为吸引开发者的幌子；如今更直接转向闭源，用昔日汲取的开源养分反哺私有资产。这种"需要时拥抱开源，强大后抛弃开源"的做法，彻底违背了开源运动的互惠精神，就像有人在公共菜园里摘走所有果实，却连一粒种子都不愿留下。
信任的崩塌正在加速上演。Llama 4的"伪开源"争议尚未平息，Meta AI核心团队已出现人才流失潮：FAIR实验室整组被裁，田渊栋、杨立昆等核心人物相继离去，至少已有包括Avi Verma等在内的核心研究员陆续转投OpenAI。开发者社区的热情正在消退——当个人贡献只能成为巨头构建商业壁垒的垫脚石，当开源承诺沦为随时可撕的遮羞布，谁还愿意为这样的生态无偿付出？
Meta的转身或许会成为开源行业的转折点，就像2018年MongoDB的选择一样。当年MongoDB因云厂商滥用AGPLv3协议漏洞，毅然推出SSPL许可证，明确要求将其作为服务提供时必须开源相关软件，用"开源保护主义"捍卫自身权益。如今类似的浪潮正在重现：Redis协议变更后，Linux基金会迅速推出开源分支Valkey延续BSD3许可；开源社区也开始探讨为AI模型定制专属许可证，明确"蒸馏后闭源"的限制条件。
开源从来不是"免费午餐"，而是一种基于互惠的协作体系。科技巨头可以利用开源降低研发成本，但不能将其异化为"技术殖民"的工具；许可证可以包容商业创新，但不能成为伦理失范的挡箭牌。当Meta们忙着用开源养料培育闭源巨鳄时，或许该记住：AI的未来不在于少数人的技术垄断，而在于整个生态的共生共荣。毕竟，失去了社区信任的滋养，再强大的模型也终将枯萎。
