2026·新青年·新思考丨“变革时期的开源生态建设”

开源不仅是技术演进的重要引擎，更涉及国家科技战略、产业安全、人才培养等深层次议题。从工业软件的技术创新到人工智能的治理机制，从群体激励到主权边界，从科学教育到国家重大科研组织模式，开源的内涵与外延正在持续拓展。

本期邀请武延军、包云岗、陈晓红、郭皓、隆云滔、任旭东、王鹏、王涛、王哲、袁梦飞等专家学者，围绕开源生态建设的核心议题展开深度探讨，以期为构建具有全球影响力的开源创新体系贡献思想力量。

武延军

中国科学院软件研究所副所长、总工程师，中电标协RISC-V工委会轮值会长，OpenHarmony TSC委员

以开源模式组织生态型国家重大科研项目

当前，国家正积极布局生态型重大科研项目，组织优势力量联合攻关。然而，由企业牵头此类项目，已呈现排斥竞争对手、加剧生态碎片化等弊端。龙头企业资源投入和组织能力固然重要，但生态的核心是广泛凝聚共识、集聚各类资源、持续共建共享，从而最大化政府投资效率、最小化社会总拥有成本。为此，应当探索以开源模式组织生态型国家重大科研项目的新路径：由企业真实需求为牵引，国立科研机构维护开源社区并确保其开放、中立、公益、持久属性，社会群体广泛参与贡献并获取匹配收益。此模式有利于防止企业陷入资源导向而失去竞争活力，有利于科研院所突出国家战略需求导向，有利于全社会共享科研成果，有利于科技创新与产业创新深度融合。

包云岗

中国科学院计算技术研究所副所长、研究员，RISC-V国际基金会理事、中国计算机学会开源发展技术委员会副主任

新计算范式

在信息领域，除了广为人知的摩尔定律，还有一个重要的贝尔定律——每 10 到 15 年，就会出现一类新计算机或新计算范式，推动新编程平台、新网络连接方式、新用户接口等一系列技术革新，最终形成新产业。贝尔定律揭示了信息产业发展的时代性特征，即不同的计算时代拥有不同的技术体系。从处理器生态角度看，每个计算时代都会孕育出与之匹配的生态体系：个人计算机时代，x86生态支撑起超3000万应用；移动计算时代，ARM生态支撑起约 1000 万个手机 APP。今天，人工智能（AI）时代已来，未来将会涌现出上千万的智能化应用，对AI算力芯片提出诸多新需求。开放RISC-V指令集赋予处理器芯片灵活可定制的优势，有望形成面向 AI 时代的主流新生态。

陈晓红

北京科技大学文法学院讲师、中国计算机学会开源发展技术委员会执行委员

开源合作助力工业软件技术创新管理体系升级

工业软件是主要用于或专门用于工业领域，旨在提升工业企业研发、制造、运营管理以及装备性能的软件，其核心本质是对工业知识进行编码，将用于工业生产的知识以工程化、可复用的方式封装在软件之中，进而提高工业生产创新绩效。

工业软件之所以区别于一般性的应用软件，关键在于其技术门槛高、研发投入大、开发周期长，其技术创新管理体系的难点，集中体现为技术复杂、涉及环节多，需要产业链上、下游协同。与此同时，工业场景的高度差异与强定制化特征，也决定了很难用一套工业软件去适配所有企业的生产需求。因此，选择开源合作的创新战略就成为促进工业软件企业技术创新管理体系升级发展的重要路径。

开源合作对于破解工业软件“卡脖子”困境，推动制造大国向制造强国迈进具有重要意义，通过打破传统的组织边界，有助于外部技术资源与知识的开放流动与共享。开源生态中的互补性和核心性特征为企业提供了更加多元化的创新路径和资源支撑，尤其在工业软件开发所需的跨领域知识整合与技术协同中，开源合作有助于企业把技术创新重心从单一产品和服务，延伸到更具系统性和复杂性的价值主张，进而推动创新管理体系迭代升级，并为制造业带来更具突破性创新的空间。

郭晧

Gitconomy Research社区发起人，专注研究开源社区数字公共资源分配与激励难题

开源“暗物质”：打破科技创新者贡献无法被科研体系识别的评价壁垒

当前，开源已成为科技创新者最活跃的“主战场”。然而，我们面临的一个迫切真问题是：科研评价体系的“短视”正在迫使青年人逃离开源。在现有的评价机制中，一篇低引用的论文往往比修复一个被数万人使用的核心库 Bug 更具“含金量”。这种价值识别的失灵，导致大量科学工作者在开源社区积累的“数字资产”无法兑换为现实世界的科研资源与职业晋升阶梯。开源贡献成为了科研绩效中的“暗物质”——客观存在、支撑着数字宇宙，却不可见、不可量。基于研究“基于代码图谱（Git Graph）的贡献度量化标准”，我们需要建立一种新的“学术货币”——基于代码图谱（Git Graph）的贡献度量化标准，通过算法客观分析代码提交的复杂度与被依赖度，将开源贡献与科研绩效打通。只有让“为爱发电”的科技工作者工作者获得体制的“电力回馈”，只有这样，开源生态才能从纯粹的“兴趣驱动”转变为“职业驱动”，推动更多的科技创新者积极参与到开源工作中来。

隆云滔

中国科学院科技战略咨询研究院副研究员，中国计算机学会开源发展技术委员会首批执行委员、开源战略工作组组长

开源与闭源博弈下的技术战略选择

在人工智能全球竞争中，开源已超越单纯的技术模式，成为配置全球创新资源的“数字公共产品”的关键战略。构建健康的开源生态，需要以系统培育开发者为动力源泉，以夯实开源平台为数字基石，同时以开源文化为精神纽带——倡导“开放、共创、共建、共享”理念，营造协同创新、知识流动的可持续发展共同体，这是创新生态长期繁荣发展的软性支撑。

技术发展的路径始终伴随着开源与闭源的博弈。开源模式加速技术扩散、降低创新门槛、构建生态影响力，尤其有利于后发者实现追赶，但也可能导致关键能力依赖与安全风险；闭源模式则强化保护产权、构筑竞争壁垒，适合高投入、高保密性领域，但长期封闭也可能削弱创新活力与产业协作基础。

我国宜采取“动态平衡、精准施策”的动态战略。在基础层与共性技术领域，积极拥抱开源，汇聚全球智慧，构建自主可控的产业生态。在关键核心技术与优势应用场景中，则需在开放协作与自主可控之间灵活把握，统筹安全与发展，实现长期战略价值。通过“开源引进来、创新走出去”，在深度参与全球技术协作的同时，筑牢自身发展的根基。这不仅关乎产业竞争，更是国家在数字时代塑造核心竞争力的关键抉择。

任旭东

华为公司首席开源联络官，Linux基金会CNCF董事

后LLM时代的开源治理思辨——Agentic开源治理机制探讨

在后LLM时代，即Agentic时代，中国开源模型的崛起面临全球创新的不确定性，是否会像Mistral那样昙花一现？如何通过产业和开源机制的设计，使得在全球算力竞争时代助力我国算力和生态格局之争中获得确定性优势？

中国的“百模大战”已经初具格局，中国的“2.5模”进入全球领先行列，作为“AI操作系统”的大模型引领AI开源浪潮，但其独特性决定了传统软件开源及治理模式难以适配AI时代。

而地缘政治下的算力、模型甚至工具等出口管制，导致目前AI开源生态呈碎片化态势并面临分裂风险，建立一个全球的AI开源基金会，推进开放协作的AI开发、全球的访问使用、安全可信的“联合国式”中立治理已势在必行。

王鹏

北京市社科院副研究员、北京数字经济蓝皮书副主编

以群体激励机制激活开源社区人工智能创新动能

开源社区作为人工智能创新的群体协作核心载体，其核心瓶颈在于激励机制与多元参与主体的动机认知匹配不足，集市型开源组织面临内因驱动与外部政策导向的向上匹配成本，层级型组织则存在行政逻辑与开源价值逻辑的向下激励错位，制约了群体智慧的充分释放。开源的群体激励逻辑通过代码开放、项目“分叉”等模式鼓励分布式协作，既分担创新成本，又能汇聚多样化技能与视角，例如Deepseek大模型通过开源定义低成本训练路径，打破技术垄断，印证其普惠价值的同时为人工智能敏捷治理提供了实践路径。应构建“声誉-技能-收益”的多元激励闭环，参考开放原子基金会的差异化激励经验与中国计算机学会的社群动员模式，让核心贡献者获得商业化分成与行业认可，为中小企业和个体开发者提供算力与资金支持，同时以开源社区为“试验场”凝聚技术标准，通过激励匹配破解创新成本困境，充分释放群体创新活力，让开源成为人工智能持续迭代的核心动能。

王涛

国防科技大学副研究员，中国计算机学会开源发展技术委员会副秘书长，GitLink平台负责人

智能化时代，开源教育价值进一步凸显？

大模型技术的发展正在对软件开发模式、开发方法产生变革性影响，智能化时代的软件开发需要什么样的人才，我们应该如何培养适应时代需求的软件工程人才成为一个重要问题。

当大模型能力越来越强，越来越多的基础性开发任务已可利用大模型技术来高质量、高效率完成，留给初出校门的毕业生去学习、成长的时间越来越短，企业是否还有足够的耐心留给学生在工作实践中成长？

因此，在高校软件工程人才培养中帮助学生建立系统性思维、提升软件系统架构能力至关重要，这一类能力的培养除了理论的学习，还需广泛而深入的实践。开源为系统能力培养提供了优秀的学习案例、真实复杂的软件系统和高度灵活的参与空间。将开源更好的融入高校教育，在智能化时代的软件工程人才培养显得更为紧迫和重要。

王哲

北京航空航天大学公共管理学院助理教授，硕士生导师。中国计算机学会高级会员、开源发展技术委员会执行委员

当开源触及主权：中美AI博弈中的“数字边界”难题

从数字主权视角看，人工智能开源不再仅仅是中性的技术协作机制，而逐渐成为嵌入国家权力与制度竞争的关键博弈工具。当前全球面临的真问题在于：在模型、数据与算力高度集中于少数平台的背景下，开源一方面削弱技术壁垒、加速能力扩散，另一方面却可能通过规则、生态与认知塑造，重构国家对关键数字能力的实际控制权。美国在推动AI开源时，更强调生态主导与盟友协同，核心目标是借助开源社区、许可证体系与出口管制条例，将自身技术标准和治理理念制度化为“事实规则”，以此延展数字主权的外部边界；中国则在“自主可控”与“有序开放”的张力中，通过企业主导的开源大模型探索，将开源作为降低技术依赖、培育本土生态的创新模式，但其中国家层面的主权表达与治理框架仍相对分散。由此，一个新的现实需求正在显现：将人工智能开源明确纳入数字主权治理范畴，共同商议和界定“开放”与“控制”的边界。这要求我们超越技术与商业逻辑，从政治经济学层面构建AI开源的主权叙事与制度工具，使开源既服务于能力提升，也成为数字主权可持续实践的组成部分。

袁梦飞

中国科学院科技战略咨询研究院助理研究员

开源创新与科学教育：双向赋能

一方面，开源创新为科学教育持续注入革新动能。其开放共享、协作迭代理念都与科学教育的目标相契合，助力科学教育突破传统封闭边界，促进多元主体参与课程开发与教学资源的共享共建，为科学教师在教学设计、课堂实施、评价反馈等方面提供有效路径。开源技术（开源软硬件、开源平台等）为科学教育提供可落地的实践载体、可拓展的实验场景与可协同的创新工具，破解教学实践受限、与真实科研脱节难题，推动教学贴近真实场景、解决真实问题，激发学生的学习兴趣。

另一方面，科学教育为开源创新持续提供人才与智力支持。其以核心素养为导向培养适应时代需求的创新人才，注重培育学生在科学观念、科学思维、探究实践、态度责任几方面的品格与能力，可为开源社区不断输送兼具技术基础与开源理念的开发者、贡献者与使用者。

HELLO 2026

新年更新，期许更好

文章观点不代表主办机构立场。

◆ ◆ ◆

编辑邮箱：sciencepie@126.com