從操作系統到云計算基礎設施，開源早已成為軟件產業的底座，但在 AI 時代，大模型對算力、數據和工程投入的急劇上升，使得如何在保持開放的同時實現商業可持續，成為開源走向核心產業必須直面的關鍵問題。

正是在這樣的背景下，12 月 21 日，超 500 位開源領袖、獨角獸創始人、頂級 VC、產業高管、政策制定者和一線開發者齊聚北京海淀萬麗酒店，共同參與由 Upstream Labs、AI 原點社區、CSDN 聯合主辦的 GOBI 2025 全球開源商業創新大會（Global Open-source Business Innovation Conference），并吸引線上總觀看人數超 3.6 萬。大會在北京市海淀區人才工作局、中關村科學城管理委員會科技發展處指導下，以“釋放源力，創造未來”為主題，將“開源、商業、AI”三股力量匯聚同一舞臺，展開面向全球的趨勢洞察與產業實踐討論，共同探討開源創新如何真正轉化為可持續產業價值。

大會現場，東升鎮黨委書記辛果出席開幕式并發表致辭。辛果在致辭中指出，北京 AI 原點社區地處海淀科創核心腹地，是北京市建設國際科技創新中心、海淀區打造全球領先AI產業集群的核心支撐。AI 原點社區已匯聚 30 余所高校、百余家國家級科研機構及 1300 家AI企業，1.23 萬 AI 研究人員與 80 余位全球頂尖學者在此深耕，以打造“原創地與引爆點”為使命，書寫了 AI 產業發展的“海淀速度”與“海淀質量”。

辛果強調，原點社區將以此次大會為契機，加碼 AI 開源生態建設，完善創業支持政策，為開源項目提供算力、資金、場景全維度保障；依托 “東升杯” 國際創業大賽、開源商業創新營等載體，培育開源領軍人才與優質項目；打造開源技術“試驗場”、商業“孵化器”與生態“聚集地”，推動開源技術從“憑熱情奉獻”走向商業化落地，構建開放協同的全球 AI 開源商業生態，讓更多創新者從“原點”出發，創造世界級創新成果，為北京 AI 產業高質量發展注入持續動能。

杜瑩芬：可持續的開源產業發展

緊接著，中國社會科學院工業經濟研究所研究員、教授、國務院參事杜瑩芬在《可持續的開源產業發展》主題演講中強調，開源的可持續發展亟需健全的制度環境支撐。

回顧過去數十年的技術發展歷程，從 Linux、Apache 到 TensorFlow 以及當下快速擴張的大模型社區，杜瑩芬指出：開源不僅是技術創新的催化劑，更是全球協作的典范。隨著云計算、大數據和 AI 成為數字經濟的基礎設施，開源已從單純的軟件開發模式，演進為涵蓋項目、社區、企業和基金會的復雜產業生態，并深度嵌入各類前沿技術領域。

基于此，AI 的興起正在重塑開源的內在邏輯。傳統開源主要圍繞代碼展開，而 AI 時代的開源則延伸至數據、算法、模型和算力等多個層面，形成高度耦合的協作體系。不過，這種多維開放模式雖降低了創新門檻，但也帶來了算力集中、數據隱私、倫理風險及許可證適配等新挑戰，傳統開源項目的可持續性問題亦被放大。

談及中國開源生態的發展，杜瑩芬表示，中國正從早期的“使用者”和“跟隨者”，轉變為全球開源生態的重要貢獻者和塑造者。以 openEuler、openHarmony 等項目為代表，本土開源正在加速成熟；“十四五”規劃中首次把開源列入，也標志著開源已成為推動科技創新和構建自主可控技術體系的重要制度工具。

面對當下的發展新階段，杜瑩芬提出了一些構建開源產業可持續生態的制度建議：

• 一是強化戰略定位，將開源納入國家科技發展戰略，在關鍵領域優先采用開源方案，并設立專項資金攻堅開源芯片、操作系統與 AI 架構等核心技術。

• 二是完善法律與協議體系，明確開源許可證法律效力，探索適配 AI 等新興領域的許可模式，規范數據使用與 AI 生成內容的權利歸屬。

• 三是營造協同創新環境，支持開源基金會與社區發展，引導企業建立開源戰略，培育開放共享的文化。

• 四是建設公共服務平臺，提供普惠算力與高質量數據集，降低開發門檻，并構建安全風險防控機制。

杜瑩芬總結道，在 AI 時代，開源不僅是一種技術協作方式，更是一種全球創新與治理的新范式。只有通過持續的制度完善和生態建設，開源才能不斷釋放創新潛能，為數字經濟高質量發展提供長期而穩定的動力。

汪華：AIx開源 創業的黃金窗口

創新工場聯合創始人、管理合伙人汪華指出，AI Agents 的快速發展正為開源帶來前所未有的黃金增長窗口，中國開發者與產業界應抓住這一機遇，在新一輪技術浪潮中搶占先機。

汪華認為，現在之所以成為“黃金窗口”，主要有三大因素：

• 一是技術躍遷。 去年的 AI 還只是輔助工具，只能撰寫報告、完成搜索，甚至被學生用于應付作業。如今，其已具備執行、管理和獨立交付能力，可以在無人干預下自主工作。時下正是 AI 大規模工業化與商業化的起點，市場尚處于藍海階段，是開源項目、開發者與創業者開疆拓土的最佳時機。

• 二是需求躍遷。企業對 AI 的態度正在從 PoC/試點向核心業務應用轉變。受多種因素影響，國內企業更傾向于選擇國產模型，并偏好私有化部署而非外部 SaaS 產品。然而，當前 AI 開發工具和組件尚不完善，企業普遍面臨“重復造輪子”的困境，因此對優質開源項目的需求極為迫切，因為開源項目能幫助企業避免從零開發，大幅提升研發效率。

• 三是商業模式成熟。 過去 AI 項目商業化受制于價值界定難、盈利路徑模糊，即便開源項目成為核心組件，參與者也難以獲得合理回報。但 AI Agents 的商業邏輯已發生本質轉變：從“賣功能”升級為“賣結果”，企業可以直接量化 AI 帶來的銷售提升、流程優化和開發效率改進，降低付費決策門檻。從實際商業化速度來看，美國市場實踐顯示，AI 創業公司的商業化速度比上一代 SaaS 企業快 3-5 倍。

在汪華看來，中國開發者具備天時、地利、人和多重優勢——天時是技術與市場的雙重紅利剛剛開啟；地利是國內企業對開源的友好態度，為項目驗證提供了廣闊市場；人和是中國開發者的頂尖工程能力、產品能力，以及團隊的高效與勤奮。

在發展策略上，汪華建議創業者聚焦“全球視野+快速開源實現”，密切關注全球技術與市場變化，把握新底座、新模型、新接口、新標準出現的機會，搶先布局做“之前不存在的軟件棧”。同時，閉源軟件的爆款功能也可作為開源切入點，通過快速開發對應開源版本，將熱度轉化為發展機遇。他表示，AI 領域的需求爆發如同“侏羅紀大爆發”，開發工具為快速迭代提供支撐。只要具備全球視野并快速落地，中國開發者與開源項目正迎來難得的黃金窗口。

蔣濤：AI 開源時代商業化的新機會

在本次大會上，CSDN 創始人&董事長、開放原子開源基金會理事蔣濤以《AI 開源時代商業化的新機會》為主題，系統梳理了 AI 與開源深度融合背景下正在形成的新商業邏輯。他指出，全球開源產業正在經歷一次代際躍遷：從以服務為核心的開源 1.0（如 Red Hat），到以 SaaS 為代表的開源 2.0（如 MongoDB），如今已進入以大模型為核心的開源 3.0 階段，即 AI 與 LLM 驅動的全新開源經濟體。

這一變化并非停留在概念層面，開發者規模的增長為其提供了現實基礎。當前，全球開源開發者數量已超過 1.5 億，其中中國開發者總量超過 1200 萬，活躍開發者約 285 萬，正在成為全球開源生態中的重要力量。

圍繞 AI 開源生態，蔣濤將整體技術棧劃分為 AI Infra、AI Agent 和 AI Data 三個層級進行趨勢分析，不同層級呈現出明顯不同的國際競爭格局：在 AI 基礎設施層，中美兩國優勢最為突出，合計貢獻度超過 60%；在 AI Data 層面，全球參與相對均衡；而在 AI Agent 層，中美差距明顯縮小，中國開發者的投入強度尤為突出，貢獻占比達到 21.5%。

在基礎設施商業化方面，蔣濤指出，大模型正成為新一代技術底座，其價值不僅在于模型本身，更在于對工具鏈和生產方式的系統性重塑。然而，該領域的資本結構也暴露出潛在風險：超過 90% 的投資來自美元基金，即便項目創始人來自中國或歐洲，底層生態能力仍高度依賴美國資本。這種結構與 PC 時代和移動互聯網早期發展路徑類似，凸顯了建設本土開源基礎設施的緊迫性。為此，開放原子開源基金會聯合 CSDN 等合作伙伴打造了新一代 AI Agent 生態核心基礎設施 AtomGit，旨在從國內生態自主可控的角度構建中國自己的開源基礎設施，并提升在全球開源領域的話語權。

在數據商業化方面，蔣濤認為，隨著 AI Coding 的普及，軟件開發門檻持續下降，編程正從專業技能演變為普惠能力，商業競爭焦點也隨之轉向“特定場景 + 獨有數據”。企業需深入挖掘垂直行業（如金融、醫療等）的獨特需求，將私有數據與開源技術結合，才能實現真正的商業變現并構建競爭護城河。

在硬件商業化層面，蔣濤指出，其發展經歷了從開發板、嵌入式系統到 AI 原生硬件的演進，反映出開源技術商業化的深度不斷提升。在 AI 時代，他強調，“所有軟件都該重做一次，所有商品都值得重新定義。”

最后，蔣濤總結道，AI 驅動的開源商業化 3.0 時代的機會主要集中在三方面：一是重構和補強基礎設施，提升國內開源生態自主能力；二是推動數據與場景深度融合，釋放長期被低估的應用價值；三是結合中國在硬件制造領域的優勢，通過 AI 賦能拓展更廣闊的商業空間。

主會圓桌對話：破局 · 企業軟件的“巨硬”時刻

主會的精彩演講令人意猶未盡，而在上午最后的圓桌對話環節中，CSDN 創始人&董事長、開放原子開源基金會理事蔣濤，濤思數據創始人、CEO 陶建輝，LVS 創始人章文嵩，PingCAP 副總裁劉松，中璟資本管理合伙人李世華和 XVC 投資人文煊義，在 Linkloud 聯合創始人高寧的主持下，圍繞“破局 · 企業軟件的‘巨硬’時刻”這一主題展開深度探討與經驗分享，試圖還原 AI 時代企業軟件如何在效率、規模與壁壘之間尋找新的破局路徑。

作為一名從軟件時代到 AI 時代的見證人和創業者，CSDN 創始人&董事長、開放原子開源基金會理事蔣濤分享了他對 AI 正在重塑企業軟件形態與商業模式的觀察。他指出，AI 驅動下的新一代企業軟件，正在明顯向 To C 模式靠攏。與過去以企業整體采購為主不同，如今的軟件往往聚焦解決某一個具體問題點，尤其在引入 Agentic 能力后，產品可直接提升個人工作效率，更適配個人訂閱模式。

這種變化也帶來了銷售邏輯的根本轉變。蔣濤提到，部分 AI 軟件已取消代理體系，直接提供個人版與企業版供用戶選擇。這不僅是銷售方式的變化，更深層反映了產品設計邏輯的轉變。在他看來，AI 軟件首先解決的是個人層面的“人效”問題：當工具能顯著提升效率時，個人愿意為其付費，進而推動企業級采購。由此，AI 正在從底層改變企業軟件的產品結構和商業路徑。

在討論 AI 對企業內部效率的實際影響時，濤思數據創始人、CEO 陶建輝結合自身實踐，分享了 AI 在其公司多部門落地后的變化。他表示，公司較早推動 AI 應用，最先受益的是市場部門，在視頻、文章生產以及搜索相關工作中，內容生成的速度和質量都有顯著提升。研發環節同樣變化明顯，AI 被用于單元測試和代碼 PR Review，在不少場景下效率甚至優于人工審查。

此外，AI 也正在重塑銷售與售前工作方式。陶建輝提到，其銷售團隊開始借助 AI 對客戶行業進行系統性研究，自動生成分析報告。對于服務煙草、石油、鋼鐵、水泥等傳統行業客戶而言，AI 能在會前快速補齊行業知識與業務流程，使銷售和解決方案人員在溝通中更具專業度。這種對市場、研發和銷售全鏈條的提效，在 To B 軟件公司中已體現出非常直接的價值。

而隨著 AI 技術日益普及，一個新興現象正引發投資界的深度思考：當越來越多 AI first 公司選擇“自己 Build 一切”，投資機構在評估 AI 項目時是否面臨新的挑戰或壁壘？

針對這個問題，中璟資本管理合伙人李世華從更根本的層面分析了 AI 帶來的變革。他認為，AI 并非簡單的 SaaS 升級，而是對生產力本身的重構。與以往技術只提升生產工具不同，AI 同時強化了“生產資料”和“腦力勞動”，相當于為人類智力加上了“外掛”。因此，在投資上不應只盯著單一產品或細分環節，而需要從 AI 的前沿進展出發，綜合評估基礎設施、芯片與 GPU、AI 引擎、應用層以及具身智能和通用機器人等多個方向的長期潛力。

隨后，XVC 投資人文煊義從更“落地”的角度分享了評估 AI 創業公司的方法。他指出，在 AI 終局尚不清晰的情況下，投資很難從結果倒推成功路徑，只能尋找前置指標，而“場景”是最關鍵的判斷錨點。具體而言，優質場景往往具備三重壁壘：能否挖掘過去被忽視的數據、是否具備快速識別 AI 幻覺的有效反饋機制，以及是否有機會從單點工具演進為平臺或生態。但最終，投資判斷仍需回到一個核心問題——產品具體用在什么場景，替代了多少真實工時。

在 AI 技術浪潮下，開源與商業化的平衡藝術也成為創業公司面臨的核心戰略問題。面對“如何構建壁壘”與“哪些部分應該開源”的經典拷問，LVS 創始人章文嵩結合自身兩段創業經歷指出，開源并不存在唯一正確的模式，關鍵在于“開什么、不開什么”。

他指出，部分公司選擇將周邊工具開源，用以獲取開發者影響力，而將核心能力產品化、閉源化以實現商業轉化；也有公司因身處既定開源標準生態，將核心能力直接開源，通過影響力切入生態，再在管理工具和高性能版本上提供企業級產品。章文嵩強調，創業者在設計開源策略時，必須盡早想清楚哪些是生態入口，哪些是不可輕易開放的核心能力。

對于這個問題，PingCAP 副總裁劉松則指出，開源與商業化應當階段性“解耦”。他提到，開源的“上半場”更重要的價值在于獲取開發者信任、品牌影響力和真實場景反饋，最終沉淀為成熟的產品形態，為后續商業化和全球化鋪路。他強調，在核心業務場景中，企業是否付費往往取決于業務重要性和風險承受度，而非產品是否開源本身——尤其在數據庫等關鍵系統領域，穩定性與風險成本往往比開源屬性更重要。

在本場圓桌對話最后，圍繞 AI 的未來走向，6 位嘉賓從成本、數據、技術邊界與應用方向等不同角度，給出了他們對于 2026 年的方向判斷。

蔣濤認為，AI Agent 已進入關鍵階段，但真正的制約因素仍是推理成本。他指出，中國市場的付費能力與當前成本結構尚不匹配，只有推理成本進一步大幅下降，AI 應用才可能迎來真正的規模化爆發。陶建輝則強調，AI 的能力上限最終取決于數據質量。尤其在制造業等傳統產業，只有建好數據目錄，做好數據標準化，特別是數據情景化，讓數據帶有業務語義和上下文，AI 才可能真正走進國民經濟的核心場景。而章文嵩提醒，不應高估當前 AI 的“理解能力”。他認為，基于 Transformer 的模型本質仍是概率計算工具，距離 AGI 尚遠，人類在系統理解、架構設計和關鍵決策中的價值依然不可替代。

從數據基礎設施角度出發，劉松指出在 AI 智能體時代，數據往往決定六到七成的業務效果。無論是 Multi-Agent 探索，還是 To B 垂直行業落地，打磨好 Data Infra 都是“磨刀不誤砍柴工”的長期投入。李世華認為，在“百模大戰”背景下，繼續內卷通用模型意義有限，更具潛力的方向在于具備數據或技術壁壘的垂直領域，尤其是在空間智能和科研場景中的突破。文煊義則展望了兩個值得關注的方向：一是更高效的“訓推一體”范式，二是通過模型蒸餾推動 AI 在端側落地，以更小、更快、更低功耗的模型走向真實消費級應用。

變局 · AI 帶來的軟件和 Saas 變革，新底座，新機會

當下，AI 正以遠超預期的速度嵌入軟件與 SaaS 的底層結構，變化已經不再停留在“效率工具”的層面，而是開始重塑技能價值、組織形態與商業邏輯。在這場以「變局 · AI 帶來的軟件和 SaaS 變革：新底座，新機會」為主題的圓桌對話中，月之暗面 B 端業務負責人黃震昕，Dify.AI 聯合創始人延君晨，Sealos 創始人，環界云計算 CEO，FastGPT Laf 作者方海濤，Zeabur 創始人兼 CEO 林沅霖，EezyCollab 創始人兼 CEO Yiki 和覓深科技創始人兼 CEO，香港中文大學 MMLab 博士孫克強齊聚一堂，在 AFFiNE 聯合創始人兼前 COO 生姜 Iris 的主持下，共同從研發、組織、人效與價值觀等不同視角，復盤了 AI 真實落地后的沖擊與紅利。

在關于“AI 正在淘汰哪些偽技能”的討論中，延君晨認為，最容易被 AI 改造的并非一線執行者或戰略決策者，而是長期依賴固定 SOP、充當流程“中間層”的崗位——隨著 AI 與流程編排、Agent 的結合，這些原本難以顯性化的經驗正在被系統化復制。而在組織形態上，他指出“超級個體”本質也是偽命題，AI 真正催生的是“超級小團隊”，即用更少的人完成過去需要大規模組織才能完成的工作。具體到個人層面，AI 已接管 PPT、寫作、結構整理等大量重復性勞動，讓人可以專注于判斷、表達與創造本身。

與之不同的是，方海濤提出了一個較為激進卻引人深思的看法：從長期趨勢看，大部分人類技能最終都可能演變為“偽技能”，很難明確指出哪些能力是 AI 永遠無法取代的。他在實際創業過程中，已明顯感受到編程技能被 AI 大幅重塑：無論是日常編碼，還是新開源項目的初始開發，AI 產出的代碼質量已普遍高于個人水平，自己則更多轉向產品和整體方向的角色。

不過方海濤也指出，當前階段 AI 在復雜系統的長期迭代、維護以及人與人之間的溝通協作上仍存在短板，這些工作仍需要人來“兜底”。因此，他認為不必對“被替代”感到焦慮：就像創業后把工作交給團隊一樣，AI 的到來只是讓人類不斷轉向更高難度、暫時不可自動化的事務。

圍繞個人在 AI 時代的進化路徑，黃震昕結合自身實踐分享了跨界成長的現實路徑。他指出，既理解技術、又理解產品與商業的人才依然稀缺，而這種能力并不完全依賴個人“自學成才”，組織內部的協作機制同樣關鍵。以 Kimi 為例，團隊在產品初期就將算法、工程和產品人員集中協作，在一開始就統一產品目標，并將產品需求反向輸入模型訓練與評測體系。這種做法不僅降低了跨學科學習成本，也讓個人在真實問題中快速補齊認知短板。黃震昕強調，跨界能力的核心并非樣樣精通，而是在協同環境中形成互補，在統一目標下持續進化。

面對“如何成為接口型人才，以及如何更好地走向 PMF 與商業化”這個問題，幾位嘉賓給出了高度一致卻路徑各異的答案。

林沅霖認為，接口型能力最核心的來源不是系統學習，而是“把自己扔進真實場景中實踐”。無論是當年為了補齊云原生能力而先做項目、再意外走上創業之路，還是今年為了理解出海與全球化商業，直接肉身前往硅谷驗證市場，他都堅持用最低成本、最高密度的實踐來學習。他強調，真正的 PMF 往往誕生在面對面交流和真實交易中，而不是紙面分析里，這也是他始終堅持的創業價值觀。

在此基礎上，Yiki 將視角拉回到創業公司的日常運轉。她認為，最容易培養復合型能力的環境，就是 0 到 1 的創業過程——產品一旦做出來，就必須立刻面對獲客、轉化和商業化問題。圍繞 PMF 驗證，她指出，在競爭激烈的 AI 行業，時間成本往往比金錢成本更重要，因此像達人營銷這樣能夠“快速上線、快速反饋”的方式，是創業團隊驗證產品是否成立的高效手段，其本質仍然是持續為客戶創造價值。

孫克強則從個人成長和商業化方法論兩個層面進行了補充。他認為，接口型人才往往成長于高度不確定、甚至不舒適的環境中，與其等能力準備充分，不如先進入戰場，用“求生壓力”倒逼學習和進化。在實踐中，他堅持從 MVP 階段就親自與用戶深度溝通，手動驗證需求、算清單位經濟模型，用最小成本跑通商業閉環，這既是一種執行策略，也是一種長期堅持的創業態度。

在圓桌討論的最后一個環節，各位嘉賓從價值觀與行動建議兩個維度，分享了在 AI 時代創業的核心判斷。

黃震昕認為，創業首先要清晰認識“自己是誰”，找到屬于團隊的敘事與優勢，用創新去做高杠桿的事情，持續探索智能能力的上限，專注那些最具性價比、最符合自身能力圈的方向。延君晨強調，AI 的長期趨勢是技術平權，但真正的護城河并不只在模型或工程能力上，而在于用戶的身份認同與情緒價值。無論 ToB 還是 ToC，如果產品只是復用同一套“供應鏈”，很難形成差異，真正值得關注的是用戶為什么選擇你、用你代表了什么。

方海濤則直言，最重要的價值觀是“成就客戶”。他認為，只有真正為客戶創造價值，企業自身才有存在意義；在行動層面，他給創業者的建議是盡早行動、盡早面對市場和投資人的挑戰，而不是等待“準備充分”。林沅霖也補充道，在技術快速變化的時代，焦慮并不罕見，但只要產品持續為明確的人群解決真實問題，就不容易被輕易取代。同時 AI 已極大降低了創業成本，不行動反而是代價最高的選擇。

Yiki 從商業本質出發指出，商業就是創造價值，無論產品形態如何變化，只要始終圍繞客戶效果和真實收益展開，價值觀就不會被噪音動搖。孫克強則以“只活一次”為總結，鼓勵創業者要果斷行動、忽略細枝末節、抓住長期有價值的核心目標。

聚力 · 開源社區的進化與未來

當個人成長遇到瓶頸，如何借助社區力量實現“認知躍遷”？如何高效提問、求助，從社區中汲取集體智慧？普通人又如何從“圍觀者”轉變為“共創者”，在開源社區找到自己的貢獻坐標，讓微小的努力匯聚成項目的燎原之火？社區又如何超越“工具屬性”，成為個體的“精神部落”，在協作中提供歸屬感，推動共生進化？

在下午場的“聚力 · 開源社區的進化與未來”圓桌論壇上，LLaMA Factory 作者鄭耀威，RAGFlow 創始人張穎峰，vLLM 社區貢獻者、紅帽亞太 CTO 辦公室首席架構師兼大中華區 CTO 張家駒，Datastrato 創始人 & CEO 堵俊平，宇樹科技 Qmini 開源負責人、北京公司負責人陳永剛，在 CSDN &《新程序員》執行總編唐小引主持下，分享了他們在開源社區深度參與的經驗與真實感受。

鄭耀威表示，開源為個人成長提供了平等的機會，不僅項目負責人可以受益，任何參與其中的人都能接觸到最新的前沿知識和社區共識，從而積累寶貴的成長經驗。同時，他也談到作為開源項目負責人面臨的挑戰：在大模型快速迭代的背景下，如何保證項目的可維護性和代碼質量是一大難題。他指出，一些開源項目隨著發展容易變得雜亂無章，邏輯復雜化，而他的原則是堅持“最簡單的邏輯就是最好的邏輯”，通過不斷討論和改進，使項目更易用、可維護。

在 AI 輔助編程日益普及的今天，他特別強調，雖然可以使用 Cursor 等工具輔助開發，但每位貢獻者仍需對代碼負責。通過嚴格的 CI/CD 流程，確保所有提交的代碼——無論人工撰寫還是 AI 生成——都達到高質量標準，避免出現重大漏洞。

張穎峰分享道，他個人參與開源近十年，曾主導多個項目，總計獲得超過 10 萬顆 GitHub Star，其中目前主導開發的 RAGFlow 占比最高。他坦言，要再創一個獲得如此關注和快速增長的開源項目非常困難。從項目默默無聞，到社區逐步壯大，再到產品被企業廣泛認可，這種實現自我價值的體驗以及挑戰只有親身參與才能感受到。近期，他和團隊發現，有些工程師為了考核積分，會向知名開源項目提交大量 AI 生成的 PR。這類 PR 數量龐大、質量參差不齊，動輒幾千行代碼，使社區在審核和合并上陷入困境。這種僅為 KPI 而忽視代碼質量的行為，毫無疑問會削弱社區凝聚力。

對此，張穎峰表示，自己會對明顯的 AI 生成或為考核提交的 PR 采取“冷處理”，以降低此類行為的積極性。雖然目前這類問題剛剛出現，但這一趨勢可能對開源生態帶來負面影響，張穎峰也提醒各社區負責人需提前思考應對策略。

從個人貢獻者的角度來看，堵俊平表示，開源成長并非簡單地提交幾個 issue 或 PR，而是在有技術價值和實際使用價值的項目中，與原創者進行技術對等的對話，并深入探討具體場景問題，才能真正吸收經驗。在 AI 時代，個人仍需主動尋找成長機會，通過在獨特場景中深入鉆研形成專業能力。同時，他指出，社區的價值不僅在于代碼本身，更在于由優秀成員組成的網絡，這些成員推動項目持續演進和拓展應用。對于開源的未來，堵俊平認為，如果僅是狹義的代碼開源，可能會隨著工具自動化而走向末路，但從廣義角度來看，開源不止是開源代碼，也在開源個人 IP、思考、協作內容，這一點凸顯開源仍有巨大潛力。

最后，堵俊平總結道，在未來人工智能時代，人類的價值可能體現在與各類 Agent 協作完成非人類可替代的任務，這種人機協作將推動社會文明發展，因此開源前景依然廣闊。

以 vLLM 社區為例，張家駒分享了他對社區發展的觀察。過去兩年，社區發展迅速，尤其是在 2025 年完成了從 V0 到 V1 的架構重構。此次重構的核心目標是整合多樣化功能模塊，通過代碼重構大幅提升框架的靈活性和可擴展性，實現更高效的功能協同。他指出，隨著大模型的快速迭代，社區成員投入大量精力支持新模型的兼容和優化，這既帶來了技術壓力，也推動了社區整體能力的提升。在硬件支持方面，張家駒介紹，社區建立了 Hardware Plugin 機制，使 vLLM 能夠在不同硬件平臺上運行，包括國內外 GPU 和 NPU。如今這一機制仍在不斷完善中，通過社區成員的反饋和討論，架構持續優化，引擎能夠更好地適配快速發展的模型和硬件環境。他認為，推理引擎的發展正處于高速成長階段，底層硬件與上層模型的快速迭代對引擎提出了高要求，這一過程雖伴隨挑戰，但也展現了社區的活力。

對于面臨的煩惱，張家駒總結稱，高速發展的環境意味著開發者需要付出大量時間和精力，甚至犧牲個人時間來跟進技術更新和功能開發，但這也被視為“成長的煩惱”，是推動社區持續進步的重要動力。

在探索機器人商業化落地的過程中，陳永剛覺得開源為自己帶來了重要收獲。通過將部分項目開源，合作方能夠在自身商業場景中進行嘗試，這半年中，他收到了大量反饋，并吸引了許多潛在合作伙伴，其中不乏行業頭部企業，也讓他確認，只要自主商業化后的投入產出比可行，開源就能為商業化探索提供直接價值。他也坦言，開源帶來了一些“幸福的煩惱”：積極的開發者在使用開源代碼和工程文件時會發現問題并提出反饋，這需要團隊不斷回應和解決，增加了日常工作量。此外，他指出，AI 時代雖帶來輔助工具和參考方案，但真正的核心價值仍在于找到清晰的定位和場景，將設計和開發朝向可交付、可商業化的產品推進。

他進一步強調，無論是硬件還是軟件開發，成功的關鍵在于產品層面對流程的梳理和完善，通過將產品思維與開源實踐結合，開發者不僅能保持自身價值，也能實現技術落地和商業回報，這種以場景為導向的落地思路，是他在開源實踐中獲得的重要啟示。

談及對開發者的建議，陳永剛表示：“作為平臺方，我覺得大家要學會耐得住寂寞。比如說開源平臺的建設本身就是一個需要時間的過程，不可能一蹴而就。在這個過程中，一方面會遇到各種問題，另一方面也需要長期、持續地去經營。我想分享一個參考案例，可以看看《毛澤東選集》里的《湖南農民運動考察報告》。毛主席在 1924 到 1927 年間推動湖南農民合作會的運動，經歷了三個階段，非常漫長。從創業的角度看，很多人可能等不了三年，但最終這場運動發展到了 200 萬會員，這也說明了耐心和長期堅持的重要性。”

張家駒補充道， AI 時代，開源是推動技術平權化的重要引擎，他希望在座的每一位都能有機會投身到開源 AI 的浪潮中。

堵俊平則強調，開源更多依靠實干，不需要過多思考，“走在路上，就用實際行動去做，腳踏實地推進”，這也是他對自己在創業道路上的提醒——不要畏懼艱難險阻，干就完了。

張穎峰總結稱，“平權”一詞是對開源最好的詮釋。他建議開發者不要只是旁觀者，而應找到自己感興趣的項目，加入喜歡的社區去真正參與。盡管很多社區門檻較高、參與人數有限，但只要真正投入其中，就一定能帶來個人成長和回報。

鄭耀威則從更宏觀的視角提出，所謂“技術民主”往往是人們在開源實踐后的總結，但開源本質只是一個媒介。關鍵在于將自己喜歡的事情用心投入，無論是否開源，只要專注付出，就一定能獲得成就感，這才是開源背后的底層邏輯。

創生 · AI 催生的文藝復興式創業者

在「創生·AI 催生的文藝復興式創業者」圓桌上，來自 SimilarTube & NanoInfluencer 開發者趙君，前大廠運營、現 YouTube AI 視頻探索者 NANA，AI 社交產品 Bonjour! CMO 泛函，音樂科技公司產品經理、前阿聯酋穆罕默德·本·扎耶德人工智能大學（MBZUAI）研究員鮑晨熙，Citely.ai 創始人 · 大學副教授 · 碩士生導師兔老師 Roxy，量子 AI 公司 QBoson 前軟件研發副總裁、Waymo 前技術產品負責人卞立齊聚一堂。在無界青年論壇創始人、AI 人機交互研究者陳志偉主持下，嘉賓們圍繞 AI 作為基礎設施的崛起，深入探討了“一個人就是一支軍隊”的創業范式將如何在現實中得以實現。

關于 AI 是否能改變一個人進入某個領域的起點，趙君的答案是否定的。他認為，要真正進入某個領域，仍然需要掌握這個領域最核心的認知，這是 AI 無法替代的。進入領域后，AI 可以提供大量輔助——搭建腳手架、加速學習、幫助成長——但它無法直接彌補對該領域基礎認知的缺失。他舉例說，如果一個人完全不懂音樂，想要進入音樂領域，會面對很多自己完全不了解的問題，甚至連要問什么問題都不清楚。在這種情況下，即便 AI 能提供很好的解答，也無法解決“連問題都提不出來”的困境。只有當你已經掌握一定基礎，能夠提出具體問題時，AI 才能真正發揮作用，幫助你更快成長。

NANA 對此持不同觀點。她認為，AI 在進入某個領域的起點上確實能提供顯著幫助。即便不要求新人一開始就成為該領域的絕對專家，AI 也可以在過程中引導用戶提出問題，并根據回答進一步追問，從而高效獲取信息和進行分析，這是當前 AI 可發揮的重要作用。過去，許多領域的專家依賴信息不對稱取得突破，而如今信息越來越平等，真正關鍵的是行業洞見。這意味著，完全的新手通過 AI 進入陌生領域并不能立即產生洞見，但 AI 可以幫助人們在該領域持續成長，積累專業知識，逐步成為更專業的從業者。

在泛函看來，隨著 AI 的出現，他和身邊的同齡人在多個領域的成長速度顯著加快。對于高主動性的人來說，AI 能在很大程度上降低技能門檻，使學習和實踐變得更高效。盡管在某個領域深入發展仍需要一定的前期經驗，以便提出精準的問題和需求，但這個門檻并不高。他強調，AI 不僅提供工具，更大幅降低了學習成本。以軟件開發為例，以前需要翻書、查資料或看視頻才能理解架構和代碼邏輯，而現在可以直接通過已有產品與 AI 互動，獲得逐步解釋和優化建議。對于有好奇心并善于提問的人，這種方式可以在短時間內補齊過去十年甚至二十年積累的知識。隨著工具的不斷演進，如 Deep Research 和事實核查，獲取和驗證信息的效率進一步提高，從大量數據中篩選、核對并形成結論的過程變得更加順暢，也降低了入門門檻。然而，他認為，最終決定成長速度的仍是個人的主動性和對目標的投入。高主動性的人能夠在探索和實踐中持續收獲，而低主動性的人則可能因工具不完善或操作復雜而失去興趣。

鮑晨熙指出，AI 在不同領域的作用存在顯著差異。他認為，大模型核心都是基于文字的人機交互，這就形成了一個明顯區分：如果任務的信息密度低于文字，AI 的幫助會非常顯著；但在信息密度高于文字的領域，AI 未必能讓人更快進入該領域。以編程為例，鮑晨熙解釋道，一段 1000 行代碼的功能通常可以用幾句話高度概括，這使得 AI 可以顯著降低程序員的入門門檻。在這種理性、偏理工思維的學科中，AI 的作用被大大放大。相比之下，在音樂創作等信息密度遠高于文字的領域，情況則完全不同。即便是像貝多芬的交響曲這樣的作品，也很難通過文字準確描述，其和聲、情緒等只能通過非常抽象的側面詞匯表達。在這些領域，文字僅是間接描述，AI 很難幫助人快速入門。鮑晨熙進一步分析，學習路徑的差異決定了 AI 的作用方式。編程、數學等學科需要自底向上逐步積累基礎，而音樂、視頻和數字媒體藝術等領域則更多依賴從頂端的感知開始，先感受世界、形成整體印象，再逐步回補技術細節。

兔老師 Roxy 表示，AI 的出現顯著降低了進入某個領域的起點。如果沒有 AI，她可能都不會開展自己目前的工作。她回憶，自己曾經評估過在不融資的情況下開發一個產品所需的成本——至少需要一個產品經理、兩個程序員和一個運營人員，用個人工資維持整個團隊幾乎不可行。有了 AI 后，情況發生了根本變化。現在她每月在 AI 上的花費大約 200-300 美金，卻相當于擁有了一個完整團隊。通過 Gemini Deep Research 和 Flowith 完成需求調研，設計階段無需產品經理，用 V0 做 MVP，再用 Google Sketch 繪制界面，完成的產品文檔交給 Claude Code 開發，如今 Google Antigravity 的加入使整個流程更加高效。兔老師 Roxy 強調，這筆 AI 投資讓一個人即可完成整個產品的開發與迭代。

當前 AI 在各行業中究竟是工具、協作者，還是能夠提供決策輔助？卞立指出，不同行業中 AI 的作用差異明顯。在無人駕駛領域，全球普遍按照 L1 到 L5 不同級別劃分技術能力。她認為，目前即便是特斯拉、Mobileye 或國內相關公司，AI 大多處于 L2 級別，更多是協作者或輔助者，而非獨立決策者。少數公司在特定城市實現 L4 自動駕駛，但仍需極致的局部優化。

在編程和視頻制作等行業，卞立表示，AI 更多被用作工具。例如 OpenAI 的 Copilot 可以幫助程序員調用已有代碼或生成不同組合，從而減少重復勞動，但她并未見過能夠替代軟件架構師或達到頂級導演水平的 AI 系統。在這些領域，AI 仍處于初級輔助階段。她進一步指出，真正能夠作為獨立決策者的 AI，可能出現在量化交易、高性能計算支持的高頻交易，或未來的戰斗機作戰系統中。在這些場景下，人的反應速度無法滿足需求，決策幾乎完全依賴 AI。

最后，在 AI 時代創業和創新，幾位嘉賓分別分享了自己的思考與建議。

趙君認為，最重要的是關注內心，AI 只是一種工具。

NANA 則強調，要勇于追求內心的激情，把握技術紅利，用技術實現自己的目標。

泛函提出，年輕人應盡早結束“臨時生活”，不要因為能力、資歷或資源不足而猶豫不決，勇敢上路，因為行動本身會讓目標逐漸清晰，整個過程也比想象中順利得多。

鮑晨熙祝愿這個時代的創業者身體健康。

兔老師 Roxy 表示，應將工具化的事務交給工具，讓人能夠專注于人的價值。

卞立引用英國科幻小說之父 Arthur Clarke 在其作品最后的一句話作總結：“Stars belong to those with character”（浩瀚星空屬于那些有高尚情操和道德品質的人）。她認為，下一代 AI 的發展不僅限于地球應用，人類終將邁向太空。卞立希望，中國的創業者和創新者牢記這一理念：既要用中國的視角看世界，也要以世界的視角看中國，將中華民族五千年的優秀文化與最前沿科技結合，創造更美好的世界，而不僅僅追求經濟利益和出海盈利。

創新實踐，創意無限

不止于干貨滿滿的演講與圓桌論道，本次大會還同期舉辦了第一期「源起之道」開源商業挺進營，吸引了來自 242 所高校、128 家企業的 540 余名青年創業者與技術骨干參與。

經過層層篩選，訓練營學員圍繞 10 個項目：「MoFA: 智能體應用開發框架」、「The seed framework：AI 驅動的新一代 RTS 游戲引擎」、「Matrix：去中心化+AI 的協作套件」、「下一代AI-Native 編程語言與開發工具」、「DORA：開源機器人具身智能平臺」、「辰龍操作系統」、「智源 FlagOS」、「KTransformer：異構推理架構」、「MOXIN：邊緣語言引擎」、「ANP Agent Network Protocol：智能體網絡通信協議」進行商業創新探索與研究路演大賽。

大會現場，TOP3 營員們集中展示了各自的創新成果，在路演與評審中角逐冠亞軍，并在頒獎典禮上收獲認可與鼓勵。與會者也得以在第一時間近距離體驗 10 大「源起之道」創新營項目的最新進展，親身感受具身智能在真實應用場景中的落地效果，觸摸 AI 與物理世界深度融合的可能性。這一環節也讓大會成為年輕創業者與創新團隊集中亮相、深入交流的重要舞臺。

閉幕環節，Second State 創始人、GOSIM 發起人 Michael Yuan 發表致辭，為大會畫上圓滿句號。隨著 GOBI 2025 全球開源商業創新大會落幕，關于開源、商業與 AI 的討論仍在腦海中回蕩。從技術實踐到商業模式，從創新思維到社會影響，每一次分享都讓人感受到未來的無限可能。在這個充滿機遇的時代，開源精神與 AI 技術正深度融合，推動創業者和企業不斷突破邊界。

期待下一次相聚，期待更多創意迸發，也期待開源與 AI 的力量，為世界帶來更精彩的創新篇章。