Hugging Face CEO警告：AI巨頭壟斷風險正在加劇

「不要把雞蛋放在同一個籃子裡」，這句投資圈的老話，如今被Hugging Face執行長Clem Delangue搬進了AI行業的討論裡。

在TechCrunch旗下Equity播客的最新一期節目中，Delangue拋出了一個直白的判斷：開源與閉源AI之爭，從來沒有像現在這樣重要過。他特別提到，Anthropic近期暫緩Fable模型的發布，正是封閉式開發路徑引發市場緊張情緒的一個縮影。

這番言論之所以值得關注，跟Delangue和Hugging Face本身的分量有關。這家公司近幾年已經成長為AI開發領域的核心樞紐，常被形容為「機器學習界的GitHub」——開發者可以在上面分享和下載開源模型、數據集，目前已經被大約半數財富500強企業採用。換句話說，Delangue的觀察，某種程度上代表著大量企業客戶在AI採購決策上的真實體感。

值得注意的是，這並不是Delangue第一次公開表達對AI市場集中度的擔憂。這次訪談發生在整個行業正在集中討論安全性、透明度和市場壟斷等問題的節點上，Anthropic暫緩Fable發布這件事，被他當作了一個具體的例證，用來說明封閉開發模式可能帶來的不確定性。

Delangue的觀點裡藏著哪些關鍵判斷

先看「半數財富500強企業使用Hugging Face」這個數字。簡單理解，這說明開源AI已經不只是極客和研究人員的玩具，而是實實在在進入了大型企業的技術棧裡。Delangue觀察到一個反覆出現的規律：企業一開始往往選擇主要供應商提供的專有API來啟動AI項目，圖的是省事；但隨著使用規模擴大，成本壓力會逐漸把它們推向開源模型。

再看Hugging Face自身的融資選擇——去年拒絕了英偉達的大筆投資。這在硅谷的傳統邏輯裡，多少有點反常規。可以理解成，Delangue更看重資本效率和長期獨立性，而不是不惜代價追求增長速度。這個選擇也從側面印證了他所堅持的理念：保持精簡運營，才能專注於普及AI這件事本身，而不是被資本裹挾著往某個方向狂奔。

第三個值得留意的信息，是關於中國實驗室在開源AI領域的角色。Delangue提到，美國下載的開源模型中，相當一部分其實來自中國機構。他的態度並不是呼籲限制或不信任這些開源成果，而是認為，這恰恰說明美國及其盟友應該加大對自身開源項目的投入,通過在開源賽道上展開競爭，而不是築牆設限，來維護一個更平衡的AI生態。

這場開源閉源之爭，牽動誰的利益

看到這裡很多人會問，這些討論跟普通用戶、跟企業到底有什麼關係？

對企業客戶而言，Delangue的觀察其實提供了一個現實的參考框架：當AI應用從實驗階段走向規模化部署，成本和靈活性會逐漸成為決定技術路線的關鍵因素。市場關注的是，這種「先租後買」的遷移路徑，是否會在更多行業裡重複出現。

對整個AI生態而言，如果少數幾家大型公司真的主導了最前沿的模型，有分析認為，這可能會帶來創新放緩、成本抬升，以及問責機制缺失等連鎖問題。相比之下，開源模式讓研究人員、初創公司乃至監管機構都能對技術本身進行審視和核查，這種透明度，被Delangue視為建立信任的重要基礎。

對機器人這類新興應用場景而言，Delangue的看法尤其值得留意。他認為，比起聊天機器人和編程工具，家用機器人涉及的個人數據更加敏感，如果缺乏透明、可審計的AI系統，用戶很難真正了解自己的數據被如何使用。這也是他認為開源在機器人領域格外重要的原因。

真正該警惕的，不是某一家公司，而是一種結構性風險

說實話，把Anthropic暫緩Fable發布這件事，單獨拎出來當作「封閉開發有問題」的例證，多少有點以偏概全的意味。

但真正值得關注的，其實不是這一個案例本身，而是Delangue反覆強調的那個更大的擔憂——如果整個行業的話語權，逐漸集中在少數幾家掌握前沿模型的公司手裡，市場的議價能力和技術審視能力，都會被結構性地削弱。換句話說，這場爭論的核心，早已超出了「哪個模型更強」，而是關於「誰有權決定AI技術往哪個方向發展」。

真正的問題來了：當企業客戶越來越清楚地意識到，把核心業務長期綁定在某一家供應商的專有API上,存在成本和話語權雙重風險時，開源會不會成為越來越多企業的默認選項，而不只是備選方案？

Delangue這番言論，說明的不只是Hugging Face一家公司的立場，而是整個AI行業在成本壓力和透明度焦慮之下，正在悄悄發生的一次路線再平衡。

真正值得持續關注的是，這種從「租用AI」到「掌控AI」的遷移趨勢，究竟會在多大範圍內加速，以及開源生態能不能真正建立起足夠完善的治理機制，來應對隨之而來的安全和濫用風險。

未來一段時間，市場大概率會繼續觀察：更多企業是否會公開分享類似的遷移案例，以及主要AI公司在開源與閉源策略上的下一步動作。

FAQ

Q1：為什麼企業最終會從專有API轉向開源AI模型？
根據Delangue的觀察，企業通常最初選擇專有API是因為上手簡單，但隨著AI應用規模擴大，調用成本會迅速攀升。相比之下，開源模型在成本控制和部署靈活性上更具優勢，這也是推動企業遷移的主要驅動力。

Q2：開源AI真的比閉源模型更安全、更值得信任嗎？
不能一概而論。Delangue本人也承認，開源模型同樣存在安全風險和被濫用的可能。但他認為，開源的核心價值在於透明度——研究人員和監管機構可以對模型進行審查，這種可審計性有助於建立長期信任，而不是說開源就完全沒有風險。

Q3：中國機構在全球開源AI生態中扮演什麼角色？
根據Delangue的說法，目前美國下載的開源模型中，有相當比例來自中國研究機構。他認為這並非需要警惕或抵制的信號，而是提醒美國及其盟友應該加大自身開源項目的投入，通過良性競爭來維持更平衡的全球AI生態格局。