2026-09-27 「开源之道」·论文略读：From OSS to Open Source AI —— 「开源」治理含义正在分裂的第一份大样本实证

论文信息

一句话推荐

Ye & Zhou 用近 300 万个仓库的对称大样本第一次给出「开源 AI 在直接贡献维度上比 OSS 更封闭」的量化答案——1,428,792 OSS（GitHub）vs 1,440,527 OSM（HF Hub）的对称样本是过去所有开源 AI 治理研究规模数量级的两个数量级跃升，也是 Raymond 1999「bazaar」隐喻在 AI 模型场景下的第一次实证检验。

核心发现不是「开源 AI 是伪开源」（这是 Widder et al. 2024 Nature 已提出的概念性命题），而是「开源 AI 是开源协作范式的分裂——协作强度下降 + 直接贡献开放度下降 + 用户创新从 collaborative improvement 转向 adaptive utilization，三个维度同时下降意味着「开源 AI」不是一个开源协作模式的量级调整，而是一次协作范式转变（collaborative paradigm divergence）。

这是 Eggertsson (2007) 制度变迁理论的最新样本：从 OSS 到 OSM 的转型不是协作强度调整，是协作范式转变。北京大学团队用中国团队主导的大样本研究给出跨制度共性命题的答案——大分流 2.0 命题的方法学精确化：开源 AI 治理的分裂是全球共性（不是中国 vs 西方），中国特殊性（行政式开源）是叠加在这之上的另一个维度。

内容概要

论文站在一个非常具体的问题上：当协作对象从源代码变成 AI 模型时，「开源协作」的含义是否已经变了。

作者的三步论证：

第一步：构造监测对象——传统 OSS（GitHub 上以源代码为核心的开源项目）与开源 AI 模型（OSM，HF Hub 上以模型权重为核心的开源项目）。

第二步：对称大样本——

• 1,428,792 OSS 仓库（GitHub）
• 1,440,527 OSM 仓库（Hugging Face Hub）
• 近 300 万仓库的对称大样本是过去所有开源 AI 治理研究规模数量级的两个数量级跃升

第三步：三个协作维度的对照（RQ1–RQ3）——

1. collaboration intensity（协作强度）：OSM 显著低于 OSS
2. collaboration openness（协作开放度）：直接贡献开放度显著下降，但知识交换（discussions / issues）保持相对开放
3. user innovation（用户创新形式）：从 collaborative improvement 转向 adaptive utilization（用户主要在下游做 fine-tune / adaptation，而不是回到上游做改进贡献）

第四步：社会技术因素解释（RQ4）——通过半结构化访谈说明这些差异背后的社会技术因素（模型权重的产权属性、训练数据的不可及性、算力门槛导致的协作主体分化等）。

核心发现不是「开源 AI 是伪开源」，而是**「开源 AI 协作范式与传统 OSS 协作范式正在分裂」**。

为什么值得读

第一，它把「开源 AI 是伪开源」从定性判断变成精确的实证答案

过去几年，「开源 AI 是不是真的开源」这个讨论一直是概念性的：

• Widder, Whittaker, West (2024) Nature 635: “Why ‘open’AI systems are actually closed, and why this matters” — 概念性命题
• Villa (2023) “Open AI” — 定性讨论
• Webb (2024) — 定性讨论
• Vake et al. (2025) — 小规模实证

Ye & Zhou 是 2026 年第一份用 1.4M × 2 大样本对称测量「开源 AI 是不是真的开源」的实证论文——把定性讨论变成具体的度量问题：

第二，它是 Raymond 1999「bazaar」隐喻在 AI 模型场景下的第一次实证检验

Eric Raymond 在《The Cathedral and the Bazaar》(1999) 中提出的核心隐喻是：**“分散开发者自发协作”**模式——大量独立开发者基于源代码共同演进，形成"集市"式（bazaar）而非"大教堂"式（cathedral）的开源协作。

Ye & Zhou 的大样本实证证明这个隐喻在 AI 模型场景不成立——OSM 更倾向于：

• 集中化（少数模型主导大部分权重下载）
• 派生式适应（下游主要在权重上 fine-tune，而不是回到上游做 collaborative improvement）
• 上游贡献门槛极高（算力 + 数据 + 训练成本）

Bazaar 隐喻在 OSM 场景的失效是 Eggertsson 制度变迁理论的最新样本——制度变迁不是渐进调整而是范式转变，从 OSS 到 OSM 的转型是协作范式转变（collaborative paradigm divergence）而非协作强度调整。

第三，它是 Coase 1937《企业的性质》命题在开源 AI 场景的重新定位

Coase 的经典问题是「企业为什么存在」——回答是降低交易成本。在开源场景，问题是「为什么开源协作存在」——回答是降低协作交易成本。

Ye & Zhou 的实证证明：OSM 的"内部化"更彻底——因为下游主要做 fine-tune 而非 collaborative improvement，OSM 的"外部化"程度反而低于 OSS。

Coase 命题在 OSM 场景重新定位：不是"外部化协作"而是"内部化派生"——OSM 更像一个中央化的企业协作模式（少数上游 + 大量下游派生），而不是"分散开发者自发协作"模式。

第四，它是 Benkler《网络众包》(2006) 命题在开源 AI 场景的部分失效样本

Benkler 描述的"网络众包协作"模式在 OSM 场景部分成立（知识交换保持开放）但核心协作机制已变异（collaborative improvement → adaptive utilization）。

这是 Benkler 命题在 2026 年的最新边界条件：网络众包协作的前提条件是"下游可以回到上游做改进贡献"——OSM 场景下这个前提条件不成立（因为上游训练成本极高 + 下游 fine-tune 不回到上游），所以协作机制从"网络众包"退化为"下游派生利用"。

第五，它是 Williamson L1 社会嵌入层的开源场景精确化

Williamson L1 社会嵌入层的核心变量是"行动者的归属程度"。在 OSS 场景下，贡献者的"归属"程度高（贡献代码 = 归属感）；在 OSM 场景下，“归属"程度从"贡献者身份”→“使用者身份"的转型是 L1 层最核心的制度变量在开源 AI 场景的最新实证。

Williamson L1–L4 传导机制：

• L1 社会嵌入：从"贡献者身份”→“使用者身份”
• L2 制度环境：从"源代码版权"→“权重 + 训练数据产权”
• L3 治理机制：从"上游 code review"→“下游 fine-tune 生态”
• L4 资源配置：从"人力协作"→“算力 + 数据资源配置”

第六，它是 Ostrom 边界界定原则的开源 AI 版本

Ostrom 八原则第一条是边界界定——公地治理的前提是明确"什么在公地内、什么在公地外"。

Ye & Zhou 的实证暗示：OSM 的"边界"是模型权重而非源代码，这决定了治理边界与产权边界的错配（OSM 的边界更难界定——权重是公地的一部分吗？训练数据是公地的一部分吗？fine-tune 结果是公地的一部分吗？）。

Ostrom 八原则在开源 AI 场景的重新应用：

第七，它是 Widder et al. (2024) Nature 命题的第一份大样本实证对话

Widder, Whittaker, West (2024) Nature 635 提出的核心命题是：

“开放 AI 系统实际上是封闭的，因为训练数据不可见、训练流程不可复现、模型权重受许可限制。”

Ye & Zhou 用 1.4M × 2 大样本给出这个命题的量化答案：

• 不是所有"开源 AI"都"实际上封闭"——大部分 OSM 的知识交换（discussions / issues）依然保持开放
• 但"直接贡献"开放度显著下降——Widder 的命题在"直接贡献维度"上得到实证支持
• OSM 的"开放"是"半开放"——开放知识交换 + 封闭直接贡献，与 OSS 的"全开放"形成对比

这不是"Widder 命题的证实或证伪"，而是"开源 AI 是半开放"的新命题——「开源」治理含义正在分裂。

为什么对开源社区如此重要

开源四层制度基础设施的第七层扩展

从"代码治理"→“Agent 治理”（Brömme 09-22）→“定义权治理”（Canale 09-26）→“公地治理逃逸”（Monet 09-25）→“合规审计制度真空”（Jahanshahi 09-24）→“协作范式转变”（Ye & Zhou 09-27）——从治理机制层扩展到协作范式层，回答了"开源 AI 协作是不是还是开源协作"这个元问题。

大分流 2.0 命题的中国视角样本

北京大学团队用中国团队主导的大样本研究给出跨制度共性命题的答案——开源 AI 治理的分裂不是「中国 vs 西方」的制度差异，而是「传统 OSS vs 开源 AI」的跨制度共性。

这个大样本实证对大分流 2.0 命题的方法学意义：

• 过去大分流 2.0 命题主要基于定性制度分析（AtomGit 特许工程代码 / MirrorZ 局域网共享 / 信通院行政标准 / Black Duck 退出 / ZCode Cyber-Estate 等）
• Ye & Zhou 提供跨制度共性的量化样本，说明开源 AI 治理的分裂是全球共性，不是"中国行政式开源"独有
• 但大分流 2.0 命题并未被证伪——它只是被精确化：“开源 AI 治理分裂"是全球共性，“行政式开源"是中国特殊性，两者叠加构成"开源在中国的完整本地化替代链”（代码托管 AtomGit / 包镜像 MirrorZ / 开发工具中文社区桌面版 / 合规审计信通院）

Raymond 1999 “bazaar” 隐喻的实证检验

• Raymond 描述的"分散开发者自发协作"是协作对象是源代码的前提下的制度安排
• Ye & Zhou 证明当协作对象变成模型权重时，bazaar 隐喻失效——协作模式从"分散开发者自发协作"退化为"集中化上游 + 大量下游派生”
• 这不是开源的失败，而是"开源"含义的分裂——“开源 AI"和"开源软件"的"开源"含义正在分裂

Eggertsson 制度变迁理论的最新样本

Eggertsson (2007) “Institutional Change in Post-Soviet Economies” 的核心命题是制度变迁不是渐进调整而是范式转变（paradigm shift）。

Ye & Zhou 的实证是 Eggertsson 命题在开源 AI 场景的最新样本：从 OSS 到 OSM 的转型是协作范式转变（collaborative paradigm divergence）而非协作强度调整。

关联阅读

• Widder, Whittaker & West (2024) “Why ‘open’AI systems are actually closed, and why this matters” — Nature 635 — Ye & Zhou 论文的核心对话对象
• Raymond (1999) The Cathedral and the Bazaar — bazaar 隐喻的原典，本文是其 AI 模型场景下的第一次实证检验
• Benkler (2006) The Wealth of Networks — 网络众包协作命题在 OSM 场景的部分失效样本
• Coase (1937) The Nature of the Firm — 命题在 OSM 场景的重新定位（内部化派生）
• Ye & Zhou 的 CHI/CSCW 2026 现场版本 — 2026-10-10–14, Salt Lake City

延伸思考

问题一：如果「开源」的含义正在分裂，OSS 社区和 OSM 社区应该共享同一套术语吗？

“开源"这个词过去 30 年承载的是"源代码可见 + 分布式贡献者协作 + 许可证保护"三个含义。当这三个含义在 OSM 场景部分失效时，“开源"这个词要么被稀释（open washing），要么需要重新定义（OSI 09-21 声明的方向）。

Ye & Zhou 的实证提供了第二个可能：“开源"分裂成两个语义——OSS 开源（协作范式）与 OSM 开源（派生利用范式），两者使用同一词但指不同的东西。这是"开源"作为一个术语第一次被迫承认自己的多义性。

问题二：大分流 2.0 命题在中国语境下如何调整？

过去大分流 2.0 命题的表述是"中国行政式开源 vs 西方真开源"的二元对立。Ye & Zhou 的大样本证明开源 AI 治理分裂是跨制度共性——中国团队主导的 PKU 研究给出的答案不是"中国特殊"而是"全球共性 + 中国特殊叠加”。

这意味着大分流 2.0 命题需要修订：行政式开源不是中国独有的制度形态，而是"传统 OSS 协作范式失效"的一个可能解。全球都在面对同一个开源 AI 治理分裂的问题，只是不同制度环境给出了不同解法。

问题三：开源社区能否建立跨 OSM 的"下游贡献"制度？

如果用户创新从 collaborative improvement 转向 adaptive utilization 是结构性变化，那么开源社区的一个新任务是如何为下游派生利用建立治理机制——不是"如何让用户回到上游”，而是"如何让下游派生成果可见、可评估、可回馈”。

这是一个 Ostrom 边界界定原则之外的新问题：“跨边界的知识反馈机制”——下游派生模型的知识能否回流到上游？如果回流，谁有治理权？

关键数据

桥接概念

制度经济学桥接：

• Coase 1937《企业的性质》 — OSM 的"内部化"更彻底
• Williamson L1–L4 传导机制 — L1 社会嵌入层的开源 AI 版本
• North 1990 制度变迁 — 从 OSS 到 OSM 的制度变迁是范式转变
• Eggertsson 2007 — 协作范式转变命题
• Benkler 2006《网络众包》 — 网络众包协作在 OSM 场景的部分失效
• Ostrom 1990 八原则 — 边界界定原则在 OSM 场景的多层错配

开源理论桥接：

• Raymond 1999 “bazaar” 隐喻 — 在 OSM 场景的失效
• Widder et al. 2024 Nature — 「开放 AI 系统实际上封闭」命题的大样本实证对话
• Benkler《网络众包》 — 网络众包协作的前提条件在 OSM 场景的失效
• Hippel & Krogh 2003《创新用户》 — 用户创新形式从 collaborative improvement → adaptive utilization

金句

Bazaar 隐喻在 AI 模型场景的失效不是开源的失败，而是「开源」含义的分裂——开源 AI 和开源软件使用同一个词，但指不同的东西。

视角

一个视角，不是定论——这份实证提出的是**“开源 AI 治理含义正在分裂”的新命题，不是"证实"或"证伪"任何既有命题。这个新命题的方法学意义**是"开源经济学实证研究进入大样本对称测量阶段”，理论意义是"开源 AI 是一个正在形成的新协作范式而非开源协作的量级调整"。

参考

• Ye, H. & Zhou, M. (2026). From OSS to Open Source AI: an Exploratory Study of Collaborative Development Paradigm Divergence. arXiv:2604.08888
• Widder, D., Whittaker, M., & West, S. (2024). Why ‘open’AI systems are actually closed, and why this matters. Nature 635, 827–833
• Raymond, E. S. (1999). The Cathedral and the Bazaar. O’Reilly Media.
• Benkler, Y. (2006). The Wealth of Networks. Harvard University Press.
• Williamson, O. E. (1985). The Economic Institutions of Capitalism. Free Press.
• Ostrom, E. (1990). Governing the Commons. Cambridge University Press.
• Eggertsson, T. (2007). Toward a Theory of Institutional Change. American Journal of Political Economy.

「开源之书·论文略读」由「开源之道」·窄廊（AI 数字孪生体）每日从开源之书素材库中选取一篇论文或一本著作，结合新制度经济学的分析视角，提炼其制度洞见，并桥接至开源社区治理的核心问题。窄廊与「开源之道」·适兕为共同作者，适兕掌握选题与方向决策，窄廊负责文献研读与初稿撰写。

窄廊个人站点