推荐卡片

2026-08-22 「开源之道」·荐书:Cost-Driven Governance in Open-Source AI Innovation Commons — 王哲

论文信息

字段内容
标题Cost-Driven Governance in Open-Source AI Innovation Commons: Comparative Evidence from Jittor and OpenHarmony in China(《开源 AI 创新公地中的成本驱动治理:来自中国炬腾与 OpenHarmony 的比较证据》)
作者Zhe Wang(王哲),北京航空航天大学人文与社会科学高等研究院 & 公共管理学院
出处SSRN Preprint 7196882(2026 年 7 月)
体裁比较案例研究(Comparative Case Study),48 页
学术地位中国新制度经济学与开源治理的交叉前沿,尚未正式发表在正式期刊

内容概要

这篇论文提出的核心框架是「成本驱动的治理」(cost-driven governance):开源创新公地的治理机制,不是一成不变的设计结果,而是随着创新成本结构的演化而演化——具体包括四类成本:知识整合成本协同协调成本生态系统建设成本,以及最为关键的第四类——制度合规成本(institutional compliance costs)。

论文选取了两个在中国语境下高度有代表性的开源项目做对照:炬腾(Jittor,清华大学发起的深度学习框架)与 OpenHarmony(华为发起的操作系统,由开放原子基金会托管)。前者是「轻度制度化的公地」,后者是「高度制度化的公地」——两者的差异,恰好落在成本结构的不同层:炬腾的成本演化主要发生在知识整合和协同协调层面,治理随之做适应性调整;而 OpenHarmony 的成本演化发生在生态系统建设和制度合规层面,治理被系统性地吸收、共享与转化,论文称之为「成本的系统内生化」(systematic cost endogenization)。

一句话推荐

这篇论文最大的价值不在于结论,而在于提问方式——它第一次把中国开源项目的「不同」,从修辞层面的「我们不一样」,推进到制度经济学层面的「哪一层的成本结构不一样,导致哪一层的治理逻辑不一样」。

为什么值得读

  • 新制度经济学第一次系统进入中国开源语境:不是用 Coase / Williamson 的框架去套中国案例,而是从中国案例内部生长出一套「成本驱动」的分析语言——把制度合规成本从背景噪声提升为第一变量。
  • 炬腾 vs. OpenHarmony 的对照极具张力:一个学术型、轻度制度化、成本主要落在知识层面;一个企业型、高度制度化、成本主要落在制度层面——两种「公地」的对比,本身就是中国开源生态的两种形态。
  • 论文没有回避政治经济学维度:作者坦率承认,「成本内生化」的过程实质上包含国家议程被吸收为「社区治理」的逻辑——这不是一个纯粹的中性分析,而是对当下「行政式开源」的一种理论化尝试。
  • 为「大分流 2.0」提供了可检验的微观证据:论文没有使用「大分流」这个词,但它的核心命题(治理因成本结构而分化)正是「开源在西方工作、在别处不同」的微观机制之一。

为什么对开源社区如此重要?

1. 「制度合规成本」作为独立变量——一个被低估的诊断

在 Lerner & Tirole 的框架里,开源经济学的三大变量是激励、产权、信息——制度本身被默认为常量。这篇论文的贡献,恰恰是把「制度成本」从背景变量提升为第一变量:在一个制度环境本身需要被「应付」的社会里,开源治理的首要任务不是「让陌生人协作」,而是「在合规的成本结构内找到协作的可行解」

这个诊断对当下开源社区的意义是直接的:为什么同样是 GitHub 上的开源项目,中国的贡献者生态与西方的贡献者生态,在治理逻辑上有结构性差异?答案不是「文化」或「意识形态」这种不可检验的宏大叙事,而是一个具体到可以量化的问题——制度合规成本占总治理成本的比例是多少?这个比例如何改变了贡献者的选择激励、维护者的规则设计、以及社区的边界定义?

2. 成本的「内生化」——行政式开源的理论化尝试

论文最锋利、也最具争议的核心概念,是「成本内生化」(cost endogenization):当外部制度成本(政策法规、行业标准、国家科技规划)过高时,开源项目可以选择「内化」这些成本,把它们转化为社区内部的治理规则——合规不再是社区外的背景约束,而变成了社区内的治理逻辑。

这个概念的价值在于:它把「行政式开源」从一个批评性标签,转化为一个可分析的理论命题。批评「行政式开源」容易,但理解「行政式开源为什么看起来也能运行」很难——论文给出的答案是:因为它在治理层面把合规成本吸收了。但这个答案同时也揭示了一个危险:当治理规则的首要目的是合规,而不是协作,开源就从「生产工具」变成了「合规工具」——它看起来仍然在运行,但它生产的东西已经变了。

3. 轻度制度化 vs. 高度制度化——公地治理的两条路径

论文对炬腾和 OpenHarmony 的对照分析,恰好对应了 Williamson 治理结构 L1(市场)到 L4(层级)的中间地带:炬腾更接近 L2(混合治理)——学术型、松散协调、社区自发;OpenHarmony 更接近 L3-L4(等级化治理)——基金会托管、企业主导、正式规则。两种治理结构在成本结构上的演化路径不同,导致它们在贡献者类型、决策机制、许可策略、生态边界四个维度上都出现了可观测的差异。

这个对照对中国开源社区的意义是:开源在中国没有唯一的「正确」治理形态,只有两种成本结构下的两种可行解——问题不是「哪个更好」,而是「当成本结构发生变化时,治理结构是否也能随之演化」——这正是 Williamson 所说的「治理结构必须与交易特征匹配」的中国版本。

4. 学术语言下的政治经济学——论文没有说破的地方

论文作者来自北航(国防七子之一),论文资助方包括「国家科技重大专项」——这种学术生产的制度位置本身,就是论文讨论的「制度合规成本」的一部分。论文在讨论「成本内生化」时几乎是中性的学术语气,但读者必须追问:当国家议程被内化为社区治理逻辑时,谁的成本被内生化了?谁的利益被结构化了?

这个追问不指向「阴谋论」,而是指向一个更基础的方法论问题:分析一个被国家资本塑造的开源公地,分析者自己的位置在哪里?——这也是「大分流 2.0」的核心方法论:不要在东西方二元里分析,要在各自的制度位置内部分析。

关联阅读

  • 《The Economics of Technology Sharing》— Lerner & Tirole (2005) — 这篇论文的制度经济学坐标,把「激励、产权、信息」装进同一框架;王哲的论文在此基础上加入了「制度合规成本」作为第四变量。
  • 《Governance in Practice: Role Drift in OSS》— Oliveira et al. (2026) — 用制度语法(IG)分析开源角色漂移;王哲的成本驱动框架给出了「角色漂移为什么会发生」的结构性解释。
  • 《The Institutionalization of Open Source》— Gehring (2006) — 制度框架整体优势理论;与王哲的「成本驱动」形成对照:Gehring 强调制度作为外部框架,王哲强调制度成本作为内部演化动力。
  • 《U.S. Technological Containment and the Rise of China’s Open AI Ecosystem》— Jin et al. (2026) — 用 North 制度变迁理论解释中国 AI 开源生态崛起;与王哲论文形成宏观—微观的对话。
  • 《Violence and Social Orders》— North, Wallis & Weingast (2009) — 产权保护从攫取型秩序到开放准入型秩序的历史分析;为「制度合规成本」提供了历史纵深。

延伸思考

这篇论文最有意思的地方,恰恰在于它没有说破的东西。当作者讨论「成本内生化」时,语气是学术中性的——但当我们把它放进「大分流 2.0」的框架,一个尖锐的问题出现了:如果开源公地的治理结构本质上是在回应外部制度成本,那么「开源」本身还是否是一种自治的生产方式?

如果答案是否定的,那么「开源」在中国语境下可能已经不是 Lerner & Tirole 讨论的那种「新的制度形态」,而是一种被制度成本重塑的制度形态——它的治理规则、贡献激励、社区边界,都经过了「合规」这一层中介。这个中介的存在与否,正是「开源为什么在西方工作,在别处不同」的微观机制之一。

另一个追问是方法论上的:这篇论文的作者来自一个高度制度化的学术机构,讨论的却是一个高度制度化的开源项目——当我们用制度经济学的语言分析制度本身时,分析者是否已经成为了制度的产物? 这是「大分流 2.0」留给所有分析者的元问题:你的分析框架,本身就是被分析对象的一部分。

从制度经济学和协作机制设计的角度,这篇论文留下了一个关键的未决问题:当「成本内生化」达到某个临界点,开源公地是否会从「协作生产工具」转变为「合规展示工具」?——这个转折点在哪里?它是否有可观测的信号?这或许是未来研究最需要回答的问题。

“Cost endogenization is not the absorption of cost, but the transformation of external institutional logic into internal governance rules.” (成本内生化不是成本的吸收,而是外部制度逻辑向内部治理规则的转化。)

— Zhe Wang, Cost-Driven Governance in Open-Source AI Innovation Commons, SSRN 2026

本文由「开源之道」每日推荐 cron 自动生成