一文看清AI、开源与商业的真正博弈，GOBI 2025圆满收官！

从操作系统到云计算基础设施，开源早已成为软件产业的底座，但在 AI 时代，大模型对算力、数据和工程投入的急剧上升，使得如何在保持开放的同时实现商业可持续，成为开源走向核心产业必须直面的关键问题。

正是在这样的背景下，12 月 21 日，超 500 位开源领袖、独角兽创始人、顶级 VC、产业高管、政策制定者和一线开发者齐聚北京海淀万丽酒店，共同参与由 Upstream Labs、AI 原点社区、CSDN 联合主办的 GOBI 2025 全球开源商业创新大会（Global Open-source Business Innovation Conference），并吸引线上总观看人数超 3.6 万。大会在北京市海淀区人才工作局、中关村科学城管理委员会科技发展处指导下，以“释放源力，创造未来”为主题，将“开源、商业、AI”三股力量汇聚同一舞台，展开面向全球的趋势洞察与产业实践讨论，共同探讨开源创新如何真正转化为可持续产业价值。

大会现场，东升镇党委书记辛果出席开幕式并发表致辞。辛果在致辞中指出，北京 AI 原点社区地处海淀科创核心腹地，是北京市建设国际科技创新中心、海淀区打造全球领先AI产业集群的核心支撑。AI 原点社区已汇聚 30 余所高校、百余家国家级科研机构及 1300 家AI企业，1.23 万 AI 研究人员与 80 余位全球顶尖学者在此深耕，以打造“原创地与引爆点”为使命，书写了 AI 产业发展的“海淀速度”与“海淀质量”。

辛果强调，原点社区将以此次大会为契机，加码 AI 开源生态建设，完善创业支持政策，为开源项目提供算力、资金、场景全维度保障；依托 “东升杯” 国际创业大赛、开源商业创新营等载体，培育开源领军人才与优质项目；打造开源技术“试验场”、商业“孵化器”与生态“聚集地”，推动开源技术从“凭热情奉献”走向商业化落地，构建开放协同的全球 AI 开源商业生态，让更多创新者从“原点”出发，创造世界级创新成果，为北京 AI 产业高质量发展注入持续动能。

杜莹芬：可持续的开源产业发展

紧接着，中国社会科学院工业经济研究所研究员、教授、国务院参事杜莹芬在《可持续的开源产业发展》主题演讲中强调，开源的可持续发展亟需健全的制度环境支撑。

回顾过去数十年的技术发展历程，从 Linux、Apache 到 TensorFlow 以及当下快速扩张的大模型社区，杜莹芬指出：开源不仅是技术创新的催化剂，更是全球协作的典范。随着云计算、大数据和 AI 成为数字经济的基础设施，开源已从单纯的软件开发模式，演进为涵盖项目、社区、企业和基金会的复杂产业生态，并深度嵌入各类前沿技术领域。

基于此，AI 的兴起正在重塑开源的内在逻辑。传统开源主要围绕代码展开，而 AI 时代的开源则延伸至数据、算法、模型和算力等多个层面，形成高度耦合的协作体系。不过，这种多维开放模式虽降低了创新门槛，但也带来了算力集中、数据隐私、伦理风险及许可证适配等新挑战，传统开源项目的可持续性问题亦被放大。

谈及中国开源生态的发展，杜莹芬表示，中国正从早期的“使用者”和“跟随者”，转变为全球开源生态的重要贡献者和塑造者。以 openEuler、openHarmony 等项目为代表，本土开源正在加速成熟；“十四五”规划中首次把开源列入，也标志着开源已成为推动科技创新和构建自主可控技术体系的重要制度工具。

面对当下的发展新阶段，杜莹芬提出了一些构建开源产业可持续生态的制度建议：

• 一是强化战略定位，将开源纳入国家科技发展战略，在关键领域优先采用开源方案，并设立专项资金攻坚开源芯片、操作系统与 AI 架构等核心技术。

• 二是完善法律与协议体系，明确开源许可证法律效力，探索适配 AI 等新兴领域的许可模式，规范数据使用与 AI 生成内容的权利归属。

• 三是营造协同创新环境，支持开源基金会与社区发展，引导企业建立开源战略，培育开放共享的文化。

• 四是建设公共服务平台，提供普惠算力与高质量数据集，降低开发门槛，并构建安全风险防控机制。

杜莹芬总结道，在 AI 时代，开源不仅是一种技术协作方式，更是一种全球创新与治理的新范式。只有通过持续的制度完善和生态建设，开源才能不断释放创新潜能，为数字经济高质量发展提供长期而稳定的动力。

汪华：AIx开源 创业的黄金窗口

创新工场联合创始人、管理合伙人汪华指出，AI Agents 的快速发展正为开源带来前所未有的黄金增长窗口，中国开发者与产业界应抓住这一机遇，在新一轮技术浪潮中抢占先机。

汪华认为，现在之所以成为“黄金窗口”，主要有三大因素：

• 一是技术跃迁。 去年的 AI 还只是辅助工具，只能撰写报告、完成搜索，甚至被学生用于应付作业。如今，其已具备执行、管理和独立交付能力，可以在无人干预下自主工作。时下正是 AI 大规模工业化与商业化的起点，市场尚处于蓝海阶段，是开源项目、开发者与创业者开疆拓土的最佳时机。

• 二是需求跃迁。企业对 AI 的态度正在从 PoC/试点向核心业务应用转变。受多种因素影响，国内企业更倾向于选择国产模型，并偏好私有化部署而非外部 SaaS 产品。然而，当前 AI 开发工具和组件尚不完善，企业普遍面临“重复造轮子”的困境，因此对优质开源项目的需求极为迫切，因为开源项目能帮助企业避免从零开发，大幅提升研发效率。

• 三是商业模式成熟。 过去 AI 项目商业化受制于价值界定难、盈利路径模糊，即便开源项目成为核心组件，参与者也难以获得合理回报。但 AI Agents 的商业逻辑已发生本质转变：从“卖功能”升级为“卖结果”，企业可以直接量化 AI 带来的销售提升、流程优化和开发效率改进，降低付费决策门槛。从实际商业化速度来看，美国市场实践显示，AI 创业公司的商业化速度比上一代 SaaS 企业快 3-5 倍。

在汪华看来，中国开发者具备天时、地利、人和多重优势——天时是技术与市场的双重红利刚刚开启；地利是国内企业对开源的友好态度，为项目验证提供了广阔市场；人和是中国开发者的顶尖工程能力、产品能力，以及团队的高效与勤奋。

在发展策略上，汪华建议创业者聚焦“全球视野+快速开源实现”，密切关注全球技术与市场变化，把握新底座、新模型、新接口、新标准出现的机会，抢先布局做“之前不存在的软件栈”。同时，闭源软件的爆款功能也可作为开源切入点，通过快速开发对应开源版本，将热度转化为发展机遇。他表示，AI 领域的需求爆发如同“侏罗纪大爆发”，开发工具为快速迭代提供支撑。只要具备全球视野并快速落地，中国开发者与开源项目正迎来难得的黄金窗口。

蒋涛：AI 开源时代商业化的新机会

在本次大会上，CSDN 创始人&董事长、开放原子开源基金会理事蒋涛以《AI 开源时代商业化的新机会》为主题，系统梳理了 AI 与开源深度融合背景下正在形成的新商业逻辑。他指出，全球开源产业正在经历一次代际跃迁：从以服务为核心的开源 1.0（如 Red Hat），到以 SaaS 为代表的开源 2.0（如 MongoDB），如今已进入以大模型为核心的开源 3.0 阶段，即 AI 与 LLM 驱动的全新开源经济体。

这一变化并非停留在概念层面，开发者规模的增长为其提供了现实基础。当前，全球开源开发者数量已超过 1.5 亿，其中中国开发者总量超过 1200 万，活跃开发者约 285 万，正在成为全球开源生态中的重要力量。

围绕 AI 开源生态，蒋涛将整体技术栈划分为 AI Infra、AI Agent 和 AI Data 三个层级进行趋势分析，不同层级呈现出明显不同的国际竞争格局：在 AI 基础设施层，中美两国优势最为突出，合计贡献度超过 60%；在 AI Data 层面，全球参与相对均衡；而在 AI Agent 层，中美差距明显缩小，中国开发者的投入强度尤为突出，贡献占比达到 21.5%。

在基础设施商业化方面，蒋涛指出，大模型正成为新一代技术底座，其价值不仅在于模型本身，更在于对工具链和生产方式的系统性重塑。然而，该领域的资本结构也暴露出潜在风险：超过 90% 的投资来自美元基金，即便项目创始人来自中国或欧洲，底层生态能力仍高度依赖美国资本。这种结构与 PC 时代和移动互联网早期发展路径类似，凸显了建设本土开源基础设施的紧迫性。为此，开放原子开源基金会联合 CSDN 等合作伙伴打造了新一代 AI Agent 生态核心基础设施 AtomGit，旨在从国内生态自主可控的角度构建中国自己的开源基础设施，并提升在全球开源领域的话语权。

在数据商业化方面，蒋涛认为，随着 AI Coding 的普及，软件开发门槛持续下降，编程正从专业技能演变为普惠能力，商业竞争焦点也随之转向“特定场景 + 独有数据”。企业需深入挖掘垂直行业（如金融、医疗等）的独特需求，将私有数据与开源技术结合，才能实现真正的商业变现并构建竞争护城河。

在硬件商业化层面，蒋涛指出，其发展经历了从开发板、嵌入式系统到 AI 原生硬件的演进，反映出开源技术商业化的深度不断提升。在 AI 时代，他强调，“所有软件都该重做一次，所有商品都值得重新定义。”

最后，蒋涛总结道，AI 驱动的开源商业化 3.0 时代的机会主要集中在三方面：一是重构和补强基础设施，提升国内开源生态自主能力；二是推动数据与场景深度融合，释放长期被低估的应用价值；三是结合中国在硬件制造领域的优势，通过 AI 赋能拓展更广阔的商业空间。

主会圆桌对话：破局 · 企业软件的“巨硬”时刻

主会的精彩演讲令人意犹未尽，而在上午最后的圆桌对话环节中，CSDN 创始人&董事长、开放原子开源基金会理事蒋涛，涛思数据创始人、CEO 陶建辉，LVS 创始人章文嵩，PingCAP 副总裁刘松，中璟资本管理合伙人李世华和 XVC 投资人文煊义，在 Linkloud 联合创始人高宁的主持下，围绕“破局 · 企业软件的‘巨硬’时刻”这一主题展开深度探讨与经验分享，试图还原 AI 时代企业软件如何在效率、规模与壁垒之间寻找新的破局路径。

作为一名从软件时代到 AI 时代的见证人和创业者，CSDN 创始人&董事长、开放原子开源基金会理事蒋涛分享了他对 AI 正在重塑企业软件形态与商业模式的观察。他指出，AI 驱动下的新一代企业软件，正在明显向 To C 模式靠拢。与过去以企业整体采购为主不同，如今的软件往往聚焦解决某一个具体问题点，尤其在引入 Agentic 能力后，产品可直接提升个人工作效率，更适配个人订阅模式。

这种变化也带来了销售逻辑的根本转变。蒋涛提到，部分 AI 软件已取消代理体系，直接提供个人版与企业版供用户选择。这不仅是销售方式的变化，更深层反映了产品设计逻辑的转变。在他看来，AI 软件首先解决的是个人层面的“人效”问题：当工具能显著提升效率时，个人愿意为其付费，进而推动企业级采购。由此，AI 正在从底层改变企业软件的产品结构和商业路径。

在讨论 AI 对企业内部效率的实际影响时，涛思数据创始人、CEO 陶建辉结合自身实践，分享了 AI 在其公司多部门落地后的变化。他表示，公司较早推动 AI 应用，最先受益的是市场部门，在视频、文章生产以及搜索相关工作中，内容生成的速度和质量都有显著提升。研发环节同样变化明显，AI 被用于单元测试和代码 PR Review，在不少场景下效率甚至优于人工审查。

此外，AI 也正在重塑销售与售前工作方式。陶建辉提到，其销售团队开始借助 AI 对客户行业进行系统性研究，自动生成分析报告。对于服务烟草、石油、钢铁、水泥等传统行业客户而言，AI 能在会前快速补齐行业知识与业务流程，使销售和解决方案人员在沟通中更具专业度。这种对市场、研发和销售全链条的提效，在 To B 软件公司中已体现出非常直接的价值。

而随着 AI 技术日益普及，一个新兴现象正引发投资界的深度思考：当越来越多 AI first 公司选择“自己 Build 一切”，投资机构在评估 AI 项目时是否面临新的挑战或壁垒？

针对这个问题，中璟资本管理合伙人李世华从更根本的层面分析了 AI 带来的变革。他认为，AI 并非简单的 SaaS 升级，而是对生产力本身的重构。与以往技术只提升生产工具不同，AI 同时强化了“生产资料”和“脑力劳动”，相当于为人类智力加上了“外挂”。因此，在投资上不应只盯着单一产品或细分环节，而需要从 AI 的前沿进展出发，综合评估基础设施、芯片与 GPU、AI 引擎、应用层以及具身智能和通用机器人等多个方向的长期潜力。

随后，XVC 投资人文煊义从更“落地”的角度分享了评估 AI 创业公司的方法。他指出，在 AI 终局尚不清晰的情况下，投资很难从结果倒推成功路径，只能寻找前置指标，而“场景”是最关键的判断锚点。具体而言，优质场景往往具备三重壁垒：能否挖掘过去被忽视的数据、是否具备快速识别 AI 幻觉的有效反馈机制，以及是否有机会从单点工具演进为平台或生态。但最终，投资判断仍需回到一个核心问题——产品具体用在什么场景，替代了多少真实工时。

在 AI 技术浪潮下，开源与商业化的平衡艺术也成为创业公司面临的核心战略问题。面对“如何构建壁垒”与“哪些部分应该开源”的经典拷问，LVS 创始人章文嵩结合自身两段创业经历指出，开源并不存在唯一正确的模式，关键在于“开什么、不开什么”。

他指出，部分公司选择将周边工具开源，用以获取开发者影响力，而将核心能力产品化、闭源化以实现商业转化；也有公司因身处既定开源标准生态，将核心能力直接开源，通过影响力切入生态，再在管理工具和高性能版本上提供企业级产品。章文嵩强调，创业者在设计开源策略时，必须尽早想清楚哪些是生态入口，哪些是不可轻易开放的核心能力。

对于这个问题，PingCAP 副总裁刘松则指出，开源与商业化应当阶段性“解耦”。他提到，开源的“上半场”更重要的价值在于获取开发者信任、品牌影响力和真实场景反馈，最终沉淀为成熟的产品形态，为后续商业化和全球化铺路。他强调，在核心业务场景中，企业是否付费往往取决于业务重要性和风险承受度，而非产品是否开源本身——尤其在数据库等关键系统领域，稳定性与风险成本往往比开源属性更重要。

在本场圆桌对话最后，围绕 AI 的未来走向，6 位嘉宾从成本、数据、技术边界与应用方向等不同角度，给出了他们对于 2026 年的方向判断。

蒋涛认为，AI Agent 已进入关键阶段，但真正的制约因素仍是推理成本。他指出，中国市场的付费能力与当前成本结构尚不匹配，只有推理成本进一步大幅下降，AI 应用才可能迎来真正的规模化爆发。陶建辉则强调，AI 的能力上限最终取决于数据质量。尤其在制造业等传统产业，只有建好数据目录，做好数据标准化，特别是数据情景化，让数据带有业务语义和上下文，AI 才可能真正走进国民经济的核心场景。而章文嵩提醒，不应高估当前 AI 的“理解能力”。他认为，基于 Transformer 的模型本质仍是概率计算工具，距离 AGI 尚远，人类在系统理解、架构设计和关键决策中的价值依然不可替代。

从数据基础设施角度出发，刘松指出在 AI 智能体时代，数据往往决定六到七成的业务效果。无论是 Multi-Agent 探索，还是 To B 垂直行业落地，打磨好 Data Infra 都是“磨刀不误砍柴工”的长期投入。李世华认为，在“百模大战”背景下，继续内卷通用模型意义有限，更具潜力的方向在于具备数据或技术壁垒的垂直领域，尤其是在空间智能和科研场景中的突破。文煊义则展望了两个值得关注的方向：一是更高效的“训推一体”范式，二是通过模型蒸馏推动 AI 在端侧落地，以更小、更快、更低功耗的模型走向真实消费级应用。

变局 · AI 带来的软件和 Saas 变革，新底座，新机会

当下，AI 正以远超预期的速度嵌入软件与 SaaS 的底层结构，变化已经不再停留在“效率工具”的层面，而是开始重塑技能价值、组织形态与商业逻辑。在这场以「变局 · AI 带来的软件和 SaaS 变革：新底座，新机会」为主题的圆桌对话中，月之暗面 B 端业务负责人黄震昕，Dify.AI 联合创始人延君晨，Sealos 创始人，环界云计算 CEO，FastGPT Laf 作者方海涛，Zeabur 创始人兼 CEO 林沅霖，EezyCollab 创始人兼 CEO Yiki 和觅深科技创始人兼 CEO，香港中文大学 MMLab 博士孙克强齐聚一堂，在 AFFiNE 联合创始人兼前 COO 生姜 Iris 的主持下，共同从研发、组织、人效与价值观等不同视角，复盘了 AI 真实落地后的冲击与红利。

在关于“AI 正在淘汰哪些伪技能”的讨论中，延君晨认为，最容易被 AI 改造的并非一线执行者或战略决策者，而是长期依赖固定 SOP、充当流程“中间层”的岗位——随着 AI 与流程编排、Agent 的结合，这些原本难以显性化的经验正在被系统化复制。而在组织形态上，他指出“超级个体”本质也是伪命题，AI 真正催生的是“超级小团队”，即用更少的人完成过去需要大规模组织才能完成的工作。具体到个人层面，AI 已接管 PPT、写作、结构整理等大量重复性劳动，让人可以专注于判断、表达与创造本身。

与之不同的是，方海涛提出了一个较为激进却引人深思的看法：从长期趋势看，大部分人类技能最终都可能演变为“伪技能”，很难明确指出哪些能力是 AI 永远无法取代的。他在实际创业过程中，已明显感受到编程技能被 AI 大幅重塑：无论是日常编码，还是新开源项目的初始开发，AI 产出的代码质量已普遍高于个人水平，自己则更多转向产品和整体方向的角色。

不过方海涛也指出，当前阶段 AI 在复杂系统的长期迭代、维护以及人与人之间的沟通协作上仍存在短板，这些工作仍需要人来“兜底”。因此，他认为不必对“被替代”感到焦虑：就像创业后把工作交给团队一样，AI 的到来只是让人类不断转向更高难度、暂时不可自动化的事务。

围绕个人在 AI 时代的进化路径，黄震昕结合自身实践分享了跨界成长的现实路径。他指出，既理解技术、又理解产品与商业的人才依然稀缺，而这种能力并不完全依赖个人“自学成才”，组织内部的协作机制同样关键。以 Kimi 为例，团队在产品初期就将算法、工程和产品人员集中协作，在一开始就统一产品目标，并将产品需求反向输入模型训练与评测体系。这种做法不仅降低了跨学科学习成本，也让个人在真实问题中快速补齐认知短板。黄震昕强调，跨界能力的核心并非样样精通，而是在协同环境中形成互补，在统一目标下持续进化。

面对“如何成为接口型人才，以及如何更好地走向 PMF 与商业化”这个问题，几位嘉宾给出了高度一致却路径各异的答案。

林沅霖认为，接口型能力最核心的来源不是系统学习，而是“把自己扔进真实场景中实践”。无论是当年为了补齐云原生能力而先做项目、再意外走上创业之路，还是今年为了理解出海与全球化商业，直接肉身前往硅谷验证市场，他都坚持用最低成本、最高密度的实践来学习。他强调，真正的 PMF 往往诞生在面对面交流和真实交易中，而不是纸面分析里，这也是他始终坚持的创业价值观。

在此基础上，Yiki 将视角拉回到创业公司的日常运转。她认为，最容易培养复合型能力的环境，就是 0 到 1 的创业过程——产品一旦做出来，就必须立刻面对获客、转化和商业化问题。围绕 PMF 验证，她指出，在竞争激烈的 AI 行业，时间成本往往比金钱成本更重要，因此像达人营销这样能够“快速上线、快速反馈”的方式，是创业团队验证产品是否成立的高效手段，其本质仍然是持续为客户创造价值。

孙克强则从个人成长和商业化方法论两个层面进行了补充。他认为，接口型人才往往成长于高度不确定、甚至不舒适的环境中，与其等能力准备充分，不如先进入战场，用“求生压力”倒逼学习和进化。在实践中，他坚持从 MVP 阶段就亲自与用户深度沟通，手动验证需求、算清单位经济模型，用最小成本跑通商业闭环，这既是一种执行策略，也是一种长期坚持的创业态度。

在圆桌讨论的最后一个环节，各位嘉宾从价值观与行动建议两个维度，分享了在 AI 时代创业的核心判断。

黄震昕认为，创业首先要清晰认识“自己是谁”，找到属于团队的叙事与优势，用创新去做高杠杆的事情，持续探索智能能力的上限，专注那些最具性价比、最符合自身能力圈的方向。延君晨强调，AI 的长期趋势是技术平权，但真正的护城河并不只在模型或工程能力上，而在于用户的身份认同与情绪价值。无论 ToB 还是 ToC，如果产品只是复用同一套“供应链”，很难形成差异，真正值得关注的是用户为什么选择你、用你代表了什么。

方海涛则直言，最重要的价值观是“成就客户”。他认为，只有真正为客户创造价值，企业自身才有存在意义；在行动层面，他给创业者的建议是尽早行动、尽早面对市场和投资人的挑战，而不是等待“准备充分”。林沅霖也补充道，在技术快速变化的时代，焦虑并不罕见，但只要产品持续为明确的人群解决真实问题，就不容易被轻易取代。同时 AI 已极大降低了创业成本，不行动反而是代价最高的选择。

Yiki 从商业本质出发指出，商业就是创造价值，无论产品形态如何变化，只要始终围绕客户效果和真实收益展开，价值观就不会被噪音动摇。孙克强则以“只活一次”为总结，鼓励创业者要果断行动、忽略细枝末节、抓住长期有价值的核心目标。

聚力 · 开源社区的进化与未来

当个人成长遇到瓶颈，如何借助社区力量实现“认知跃迁”？如何高效提问、求助，从社区中汲取集体智慧？普通人又如何从“围观者”转变为“共创者”，在开源社区找到自己的贡献坐标，让微小的努力汇聚成项目的燎原之火？社区又如何超越“工具属性”，成为个体的“精神部落”，在协作中提供归属感，推动共生进化？

在下午场的“聚力 · 开源社区的进化与未来”圆桌论坛上，LLaMA Factory 作者郑耀威，RAGFlow 创始人张颖峰，vLLM 社区贡献者、红帽亚太 CTO 办公室首席架构师兼大中华区 CTO 张家驹，Datastrato 创始人 & CEO 堵俊平，宇树科技 Qmini 开源负责人、北京公司负责人陈永刚，在 CSDN &《新程序员》执行总编唐小引主持下，分享了他们在开源社区深度参与的经验与真实感受。

郑耀威表示，开源为个人成长提供了平等的机会，不仅项目负责人可以受益，任何参与其中的人都能接触到最新的前沿知识和社区共识，从而积累宝贵的成长经验。同时，他也谈到作为开源项目负责人面临的挑战：在大模型快速迭代的背景下，如何保证项目的可维护性和代码质量是一大难题。他指出，一些开源项目随着发展容易变得杂乱无章，逻辑复杂化，而他的原则是坚持“最简单的逻辑就是最好的逻辑”，通过不断讨论和改进，使项目更易用、可维护。

在 AI 辅助编程日益普及的今天，他特别强调，虽然可以使用 Cursor 等工具辅助开发，但每位贡献者仍需对代码负责。通过严格的 CI/CD 流程，确保所有提交的代码——无论人工撰写还是 AI 生成——都达到高质量标准，避免出现重大漏洞。

张颖峰分享道，他个人参与开源近十年，曾主导多个项目，总计获得超过 10 万颗 GitHub Star，其中目前主导开发的 RAGFlow 占比最高。他坦言，要再创一个获得如此关注和快速增长的开源项目非常困难。从项目默默无闻，到社区逐步壮大，再到产品被企业广泛认可，这种实现自我价值的体验以及挑战只有亲身参与才能感受到。近期，他和团队发现，有些工程师为了考核积分，会向知名开源项目提交大量 AI 生成的 PR。这类 PR 数量庞大、质量参差不齐，动辄几千行代码，使社区在审核和合并上陷入困境。这种仅为 KPI 而忽视代码质量的行为，毫无疑问会削弱社区凝聚力。

对此，张颖峰表示，自己会对明显的 AI 生成或为考核提交的 PR 采取“冷处理”，以降低此类行为的积极性。虽然目前这类问题刚刚出现，但这一趋势可能对开源生态带来负面影响，张颖峰也提醒各社区负责人需提前思考应对策略。

从个人贡献者的角度来看，堵俊平表示，开源成长并非简单地提交几个 issue 或 PR，而是在有技术价值和实际使用价值的项目中，与原创者进行技术对等的对话，并深入探讨具体场景问题，才能真正吸收经验。在 AI 时代，个人仍需主动寻找成长机会，通过在独特场景中深入钻研形成专业能力。同时，他指出，社区的价值不仅在于代码本身，更在于由优秀成员组成的网络，这些成员推动项目持续演进和拓展应用。对于开源的未来，堵俊平认为，如果仅是狭义的代码开源，可能会随着工具自动化而走向末路，但从广义角度来看，开源不止是开源代码，也在开源个人 IP、思考、协作内容，这一点凸显开源仍有巨大潜力。

最后，堵俊平总结道，在未来人工智能时代，人类的价值可能体现在与各类 Agent 协作完成非人类可替代的任务，这种人机协作将推动社会文明发展，因此开源前景依然广阔。

以 vLLM 社区为例，张家驹分享了他对社区发展的观察。过去两年，社区发展迅速，尤其是在 2025 年完成了从 V0 到 V1 的架构重构。此次重构的核心目标是整合多样化功能模块，通过代码重构大幅提升框架的灵活性和可扩展性，实现更高效的功能协同。他指出，随着大模型的快速迭代，社区成员投入大量精力支持新模型的兼容和优化，这既带来了技术压力，也推动了社区整体能力的提升。在硬件支持方面，张家驹介绍，社区建立了 Hardware Plugin 机制，使 vLLM 能够在不同硬件平台上运行，包括国内外 GPU 和 NPU。如今这一机制仍在不断完善中，通过社区成员的反馈和讨论，架构持续优化，引擎能够更好地适配快速发展的模型和硬件环境。他认为，推理引擎的发展正处于高速成长阶段，底层硬件与上层模型的快速迭代对引擎提出了高要求，这一过程虽伴随挑战，但也展现了社区的活力。

对于面临的烦恼，张家驹总结称，高速发展的环境意味着开发者需要付出大量时间和精力，甚至牺牲个人时间来跟进技术更新和功能开发，但这也被视为“成长的烦恼”，是推动社区持续进步的重要动力。

在探索机器人商业化落地的过程中，陈永刚觉得开源为自己带来了重要收获。通过将部分项目开源，合作方能够在自身商业场景中进行尝试，这半年中，他收到了大量反馈，并吸引了许多潜在合作伙伴，其中不乏行业头部企业，也让他确认，只要自主商业化后的投入产出比可行，开源就能为商业化探索提供直接价值。他也坦言，开源带来了一些“幸福的烦恼”：积极的开发者在使用开源代码和工程文件时会发现问题并提出反馈，这需要团队不断回应和解决，增加了日常工作量。此外，他指出，AI 时代虽带来辅助工具和参考方案，但真正的核心价值仍在于找到清晰的定位和场景，将设计和开发朝向可交付、可商业化的产品推进。

他进一步强调，无论是硬件还是软件开发，成功的关键在于产品层面对流程的梳理和完善，通过将产品思维与开源实践结合，开发者不仅能保持自身价值，也能实现技术落地和商业回报，这种以场景为导向的落地思路，是他在开源实践中获得的重要启示。

谈及对开发者的建议，陈永刚表示：“作为平台方，我觉得大家要学会耐得住寂寞。比如说开源平台的建设本身就是一个需要时间的过程，不可能一蹴而就。在这个过程中，一方面会遇到各种问题，另一方面也需要长期、持续地去经营。我想分享一个参考案例，可以看看《毛泽东选集》里的《湖南农民运动考察报告》。毛主席在 1924 到 1927 年间推动湖南农民合作会的运动，经历了三个阶段，非常漫长。从创业的角度看，很多人可能等不了三年，但最终这场运动发展到了 200 万会员，这也说明了耐心和长期坚持的重要性。”

张家驹补充道， AI 时代，开源是推动技术平权化的重要引擎，他希望在座的每一位都能有机会投身到开源 AI 的浪潮中。

堵俊平则强调，开源更多依靠实干，不需要过多思考，“走在路上，就用实际行动去做，脚踏实地推进”，这也是他对自己在创业道路上的提醒——不要畏惧艰难险阻，干就完了。

张颖峰总结称，“平权”一词是对开源最好的诠释。他建议开发者不要只是旁观者，而应找到自己感兴趣的项目，加入喜欢的社区去真正参与。尽管很多社区门槛较高、参与人数有限，但只要真正投入其中，就一定能带来个人成长和回报。

郑耀威则从更宏观的视角提出，所谓“技术民主”往往是人们在开源实践后的总结，但开源本质只是一个媒介。关键在于将自己喜欢的事情用心投入，无论是否开源，只要专注付出，就一定能获得成就感，这才是开源背后的底层逻辑。

创生 · AI 催生的文艺复兴式创业者

在「创生·AI 催生的文艺复兴式创业者」圆桌上，来自 SimilarTube & NanoInfluencer 开发者赵君，前大厂运营、现 YouTube AI 视频探索者 NANA，AI 社交产品 Bonjour! CMO 泛函，音乐科技公司产品经理、前阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）研究员鲍晨熙，Citely.ai 创始人 · 大学副教授 · 硕士生导师兔老师 Roxy，量子 AI 公司 QBoson 前软件研发副总裁、Waymo 前技术产品负责人卞立齐聚一堂。在无界青年论坛创始人、AI 人机交互研究者陈志伟主持下，嘉宾们围绕 AI 作为基础设施的崛起，深入探讨了“一个人就是一支军队”的创业范式将如何在现实中得以实现。

关于 AI 是否能改变一个人进入某个领域的起点，赵君的答案是否定的。他认为，要真正进入某个领域，仍然需要掌握这个领域最核心的认知，这是 AI 无法替代的。进入领域后，AI 可以提供大量辅助——搭建脚手架、加速学习、帮助成长——但它无法直接弥补对该领域基础认知的缺失。他举例说，如果一个人完全不懂音乐，想要进入音乐领域，会面对很多自己完全不了解的问题，甚至连要问什么问题都不清楚。在这种情况下，即便 AI 能提供很好的解答，也无法解决“连问题都提不出来”的困境。只有当你已经掌握一定基础，能够提出具体问题时，AI 才能真正发挥作用，帮助你更快成长。

NANA 对此持不同观点。她认为，AI 在进入某个领域的起点上确实能提供显著帮助。即便不要求新人一开始就成为该领域的绝对专家，AI 也可以在过程中引导用户提出问题，并根据回答进一步追问，从而高效获取信息和进行分析，这是当前 AI 可发挥的重要作用。过去，许多领域的专家依赖信息不对称取得突破，而如今信息越来越平等，真正关键的是行业洞见。这意味着，完全的新手通过 AI 进入陌生领域并不能立即产生洞见，但 AI 可以帮助人们在该领域持续成长，积累专业知识，逐步成为更专业的从业者。

在泛函看来，随着 AI 的出现，他和身边的同龄人在多个领域的成长速度显著加快。对于高主动性的人来说，AI 能在很大程度上降低技能门槛，使学习和实践变得更高效。尽管在某个领域深入发展仍需要一定的前期经验，以便提出精准的问题和需求，但这个门槛并不高。他强调，AI 不仅提供工具，更大幅降低了学习成本。以软件开发为例，以前需要翻书、查资料或看视频才能理解架构和代码逻辑，而现在可以直接通过已有产品与 AI 互动，获得逐步解释和优化建议。对于有好奇心并善于提问的人，这种方式可以在短时间内补齐过去十年甚至二十年积累的知识。随着工具的不断演进，如 Deep Research 和事实核查，获取和验证信息的效率进一步提高，从大量数据中筛选、核对并形成结论的过程变得更加顺畅，也降低了入门门槛。然而，他认为，最终决定成长速度的仍是个人的主动性和对目标的投入。高主动性的人能够在探索和实践中持续收获，而低主动性的人则可能因工具不完善或操作复杂而失去兴趣。

鲍晨熙指出，AI 在不同领域的作用存在显著差异。他认为，大模型核心都是基于文字的人机交互，这就形成了一个明显区分：如果任务的信息密度低于文字，AI 的帮助会非常显著；但在信息密度高于文字的领域，AI 未必能让人更快进入该领域。以编程为例，鲍晨熙解释道，一段 1000 行代码的功能通常可以用几句话高度概括，这使得 AI 可以显著降低程序员的入门门槛。在这种理性、偏理工思维的学科中，AI 的作用被大大放大。相比之下，在音乐创作等信息密度远高于文字的领域，情况则完全不同。即便是像贝多芬的交响曲这样的作品，也很难通过文字准确描述，其和声、情绪等只能通过非常抽象的侧面词汇表达。在这些领域，文字仅是间接描述，AI 很难帮助人快速入门。鲍晨熙进一步分析，学习路径的差异决定了 AI 的作用方式。编程、数学等学科需要自底向上逐步积累基础，而音乐、视频和数字媒体艺术等领域则更多依赖从顶端的感知开始，先感受世界、形成整体印象，再逐步回补技术细节。

兔老师 Roxy 表示，AI 的出现显著降低了进入某个领域的起点。如果没有 AI，她可能都不会开展自己目前的工作。她回忆，自己曾经评估过在不融资的情况下开发一个产品所需的成本——至少需要一个产品经理、两个程序员和一个运营人员，用个人工资维持整个团队几乎不可行。有了 AI 后，情况发生了根本变化。现在她每月在 AI 上的花费大约 200-300 美金，却相当于拥有了一个完整团队。通过 Gemini Deep Research 和 Flowith 完成需求调研，设计阶段无需产品经理，用 V0 做 MVP，再用 Google Sketch 绘制界面，完成的产品文档交给 Claude Code 开发，如今 Google Antigravity 的加入使整个流程更加高效。兔老师 Roxy 强调，这笔 AI 投资让一个人即可完成整个产品的开发与迭代。

当前 AI 在各行业中究竟是工具、协作者，还是能够提供决策辅助？卞立指出，不同行业中 AI 的作用差异明显。在无人驾驶领域，全球普遍按照 L1 到 L5 不同级别划分技术能力。她认为，目前即便是特斯拉、Mobileye 或国内相关公司，AI 大多处于 L2 级别，更多是协作者或辅助者，而非独立决策者。少数公司在特定城市实现 L4 自动驾驶，但仍需极致的局部优化。

在编程和视频制作等行业，卞立表示，AI 更多被用作工具。例如 OpenAI 的 Copilot 可以帮助程序员调用已有代码或生成不同组合，从而减少重复劳动，但她并未见过能够替代软件架构师或达到顶级导演水平的 AI 系统。在这些领域，AI 仍处于初级辅助阶段。她进一步指出，真正能够作为独立决策者的 AI，可能出现在量化交易、高性能计算支持的高频交易，或未来的战斗机作战系统中。在这些场景下，人的反应速度无法满足需求，决策几乎完全依赖 AI。

最后，在 AI 时代创业和创新，几位嘉宾分别分享了自己的思考与建议。

赵君认为，最重要的是关注内心，AI 只是一种工具。

NANA 则强调，要勇于追求内心的激情，把握技术红利，用技术实现自己的目标。

泛函提出，年轻人应尽早结束“临时生活”，不要因为能力、资历或资源不足而犹豫不决，勇敢上路，因为行动本身会让目标逐渐清晰，整个过程也比想象中顺利得多。

鲍晨熙祝愿这个时代的创业者身体健康。

兔老师 Roxy 表示，应将工具化的事务交给工具，让人能够专注于人的价值。

卞立引用英国科幻小说之父 Arthur Clarke 在其作品最后的一句话作总结：“Stars belong to those with character”（浩瀚星空属于那些有高尚情操和道德品质的人）。她认为，下一代 AI 的发展不仅限于地球应用，人类终将迈向太空。卞立希望，中国的创业者和创新者牢记这一理念：既要用中国的视角看世界，也要以世界的视角看中国，将中华民族五千年的优秀文化与最前沿科技结合，创造更美好的世界，而不仅仅追求经济利益和出海盈利。

创新实践，创意无限

不止于干货满满的演讲与圆桌论道，本次大会还同期举办了第一期「源起之道」开源商业挺进营，吸引了来自 242 所高校、128 家企业的 540 余名青年创业者与技术骨干参与。

经过层层筛选，训练营学员围绕 10 个项目：「MoFA: 智能体应用开发框架」、「The seed framework：AI 驱动的新一代 RTS 游戏引擎」、「Matrix：去中心化+AI 的协作套件」、「下一代AI-Native 编程语言与开发工具」、「DORA：开源机器人具身智能平台」、「辰龙操作系统」、「智源 FlagOS」、「KTransformer：异构推理架构」、「MOXIN：边缘语言引擎」、「ANP Agent Network Protocol：智能体网络通信协议」进行商业创新探索与研究路演大赛。

大会现场，TOP3 营员们集中展示了各自的创新成果，在路演与评审中角逐冠亚军，并在颁奖典礼上收获认可与鼓励。与会者也得以在第一时间近距离体验 10 大「源起之道」创新营项目的最新进展，亲身感受具身智能在真实应用场景中的落地效果，触摸 AI 与物理世界深度融合的可能性。这一环节也让大会成为年轻创业者与创新团队集中亮相、深入交流的重要舞台。

闭幕环节，Second State 创始人、GOSIM 发起人 Michael Yuan 发表致辞，为大会画上圆满句号。随着 GOBI 2025 全球开源商业创新大会落幕，关于开源、商业与 AI 的讨论仍在脑海中回荡。从技术实践到商业模式，从创新思维到社会影响，每一次分享都让人感受到未来的无限可能。在这个充满机遇的时代，开源精神与 AI 技术正深度融合，推动创业者和企业不断突破边界。

期待下一次相聚，期待更多创意迸发，也期待开源与 AI 的力量，为世界带来更精彩的创新篇章。