扎克伯格谈 AI 监管：限制不是唯一办法

扎克伯格表示，美国若直接限制中国 AI 模型进入本土市场，未必能解决竞争问题。与其只靠限制，更应找出本土 AI 产业在成本、应用和生态上的短板。

一场关于“能不能用”的讨论

随着 AI 模型能力快速提升，美国政策层正讨论如何管理海外模型进入本土市场。部分官员曾就知识产权问题对中国 AI 企业提出指控，并表示可能考虑进一步措施；相关指控仍有待充分核实与程序性认定。

扎克伯格认为，简单限制并非有效解法。产业竞争最终仍要回到技术能力、产品效率和开发者生态。

开放模型，能降低使用门槛

他长期支持开放模型路线，认为用户可以根据自身场景调整模型、在本地设备运行，也能减少对单一服务商的依赖。

对中小团队来说，模型是否容易部署、成本是否可控、数据能否自主处理，往往比“是否最前沿”更直接。开放路线因此获得不少开发者欢迎。

监管也要避免被少数公司左右

扎克伯格支持对新模型进行同行评估或安全测试，但强调规则设计需要保持独立性。

如果行业标准主要由少数头部公司主导，可能会让后来者更难进入市场。AI 监管既要考虑安全，也要避免把合规门槛变成竞争壁垒。

安全能力不该只被理解为风险

更强的 AI 工具可能被用于发现系统漏洞，也可能帮助企业修补漏洞、提升防护效率。如何让防御能力更容易被使用，是安全治理的一部分。

开源与闭源各有适用场景：前者便于适配和研究，后者更容易集中管理。关键不在于给路线贴标签，而在于明确使用边界、测试机制和责任主体。

企业路线也在持续调整

Meta 以开放模型为主，同时也推出了闭源模型产品，并将安全和商业化需求列为考虑因素。这说明 AI 行业并非简单的“开放”或“封闭”二选一。

未来的竞争，可能更多体现在谁能提供更可靠、更便宜、更好用的工具。政策如何在安全、创新和市场活力之间找到平衡，也将持续影响 AI 产业的发展节奏。