当前，全球两大经济体——中国和美国——在人工智能模型的发展与发布策略上呈现出显著分化。中国侧重于推广和应用开源权重模型，鼓励更广泛的社区参与和技术共享。与此同时，以OpenAI和Anthropic为代表的美国领先AI公司，则普遍采取闭源策略，对其核心模型技术保持高度专有。
针对这一现象，Hugging Face前亚太生态系统高管Tiezhen Wang提出了其独特观点。他指出，当OpenAI等公司指责中国同行“蒸馏”其模型时，这一行为本身应被视为中性。Wang认为，美国AI巨头通过抓取海量的互联网信息训练模型，它们并非知识的原始创造者。因此，其试图阻止他人重复利用这些知识的做法显得有些自相矛盾和讽刺。
Wang进一步倡议，所有AI生成的内容都应被视为没有版权。他警告说，如果赋予AI生成内容版权，那么拥有强大算力的少数公司可能会滥用其权力，通过无限生成和组合内容来垄断知识产权，从而形成不公平的竞争优势。
有趣的是，Wang还观察到中美两国公司在token使用策略上存在明显差异。由于中国市场拥有大量成本较低的开源权重模型，其token使用成本远低于美国。这使得中国互联网公司积极鼓励员工最大化使用token，并培养他们成为真正的AI原生开发者。甚至在某些情况下，员工被明确禁止手动完成撰写文档等日常工作，强制要求通过AI工具辅助完成，以促进AI工具的深度融入和效率提升。
Tiezhen Wang的观察揭示了开源与闭源策略对AI Agent生态的深远影响。中国对开源模型的拥抱，结合对token使用的最大化鼓励，预示着一个更加开放、实验性强且成本效益高的Agent开发环境。在这种环境下，开发者可以更自由地构建和迭代多模态、多步骤的自主Agent，无需顾虑高昂的API调用费用，从而加速Agent在复杂任务处理和创新应用场景的探索。例如，基于Llama 3或Qwen等开源模型构建的Agent，其可定制性、可审计性及数据主权优势，将使其在企业内部部署和垂直行业应用中更具吸引力。相比之下，依赖GPT-4等闭源模型的Agent虽性能卓越，却面临厂商锁定、隐私担忧和高昂运营成本的挑战，这可能促使Agent设计者更加注重效率和资源优化，而非无限制的探索。此外，AI生成内容版权的缺失将极大促进Agent生成内容的自由流通与再利用，为Agent间的协作、知识共享和生态繁荣奠定基础，避免了潜在的版权纠纷阻碍创新。从长远来看，中国的策略可能催生出更多元化、更具韧性的AI Agent生态系统，特别是在需要深度定制化和高频交互的场景，其影响力将不容小觑。
