阅读《智能体构建指南》,了解我对 AI 原生基础设施与智能体运行时的工程思考。

从京沪开源生态方案,看中国 AI Infra 开源的机会、路径与约束

开源已成为中国 AI 基础设施制度化建设的关键抓手,京沪双方案揭示了技术与治理的分工与张力。

开源已成为中国 AI 基础设施(AI Infra, AI Infrastructure)制度化建设的关键抓手,京沪双方案揭示了技术与治理的分工与张力。

北京与上海开源方案的观察视角

以北京与上海同日发布的两份开源体系建设方案为切口,结合中国过往基金会实践与国际开源治理经验,讨论 AI Infra 进入制度化开源阶段后的真实机会、结构性约束与潜在风险。

图 1: 北京与上海开源方案相继推出开源生态体系建设方案
图 1: 北京与上海开源方案相继推出开源生态体系建设方案

为什么要把北京和上海放在一起看

我并不常因为一份地方政策文件专门写文章。在圣诞节期间,北京和上海的经济和信息化局分别发布了各自的开源生态体系建设方案:

但这一次,北京与上海在同一天分别发布了各自的开源体系建设方案,这个时间点与组合方式,本身就释放出一个值得认真对待的信号:中国正在尝试以更系统、更制度化的方式推进开源,尤其是与 AI 基础设施(AI Infra, AI Infrastructure)相关的开源能力。

如果只单独看北京方案,很容易把它理解为一次地方性的产业政策升级;如果把北京与上海两份方案放在一起看,则更像是在勾勒一种分工明确的“双中心结构”。

这已经不是“要不要发展开源”的问题,而是:

在 AI 时代,开源将以什么样的制度形态、工程路径和治理方式存在。

开源被当作“产业基础设施工程”来做

无论是北京还是上海,两份方案都体现出一个非常一致的判断:

开源不再被视为社区自发行为,而是被当作一种需要系统建设的产业基础设施能力。

这在 AI Infra 领域尤为明显。

从算力调度、模型评测、工具链,到数据要素、许可证合规、供应链安全,这些过去往往隐藏在“工程细节”里的问题,第一次被系统性地纳入政策语言。这至少说明,决策层已经意识到:

  • AI 竞争不只发生在模型参数规模上
  • 更发生在工具链、基础设施、评测体系与工程化能力上
  • 而这些能力,天然更适合通过开源来构建公共底座

在这一点上,北京与上海是高度一致的。

Infra 与 Platform 的两种开源路径

当视角进一步拉近,两份方案的差异就变得非常清晰。

北京:偏向 AI Infra 的“底座型”开源路径

北京方案的关键词,集中在:

  • 异构算力调度
  • 模型评测工具链
  • 数据要素与数据治理
  • RISC-V 软硬件协同
  • SBOM、许可证兼容性、开源合规
  • 供应链安全与产业韧性

这是一种非常典型的“把 AI 当作基础设施问题”的视角。

它关心的不是项目数量或社区规模,而是:

  • 能否形成可复用的工程能力
  • 能否被产业与政府长期采信
  • 能否在安全、合规、治理层面站得住

某种程度上,北京更像是在回答一个问题:

开源如何成为一种“可治理、可审计、可规模化落地”的公共能力?

上海:偏向 AI Platform 的“规模化与国际化”路径

相比之下,上海方案的重心明显不同:

  • 打造人工智能国际开源社区
  • 覆盖“开发—训练—测试—托管—运营”的全链条平台
  • 海外站、多语种、海外活动
  • 算力券、模型券等资源联动
  • “开源平台首发 / 全球同步首发”的“双首发”机制
  • 明确的社区、企业与开发者规模目标

上海更关心的是:

  • 开源如何形成规模效应
  • 如何支撑商业化企业成长
  • 如何在全球范围内被看见、被采用

这是一种“把开源当作全球化数字产品与平台能力”的路径。

合在一起看:一个完整但张力很大的结构

将北京与上海放在一起,反而能拼出一幅更完整的图景:

北京负责“让开源站得住”,上海负责“让开源走出去”。

从结构上看,这是一次相当清晰的分工:

  • 北京偏向制度、治理与基础能力
  • 上海偏向社区、商业化与国际传播

这两种路径并不冲突,甚至在理论上是互补的。真正的问题在于:它们能否在实践中形成正反馈,而不是各自为政。

对“机构化、平台化开源”的谨慎态度

正因为这两份方案都写得足够“系统”,我反而更加谨慎。

原因并不复杂:中国并不是第一次尝试用基金会、协会或平台的方式来推动开源。

过去十多年里,我们已经多次看到类似路径反复出现,也反复暴露出一些结构性问题:

  • 中立性与多方信任的建立难度极高
  • 展示性指标(数量、活动、授牌)与生态强度之间存在巨大鸿沟
  • 商业化与长期维护机制难以跑通

这些问题,并不会因为方案写得更完整就自动消失。

京沪双方案下的四个风险点

如果要“听其言,也要观其行”,我会重点关注以下四个风险:

指标是否会绑架工程现实

当“国际影响力项目”“明星项目”“首发项目”成为硬指标,是否会诱导包装、迁移与短期造势,而非真正解决工程难题?

是否滑向平台中心主义

AI Infra 的长期格局,更接近协议、标准与互操作优先的模式。如果最终演化为“少数平台集中资源与话语权”,短期可能高效,长期却会抑制外部参与与国际协作。

国际化是否被低估为“运营问题”

真正的国际协作,从来不只是语言、站点或活动问题,还涉及治理结构、合规边界与供应链信任。

应用示范是否变成一次性项目

如果“首方案”“算力券”只是采购式打法,而没有形成持续迭代与社区反哺机制,对生态的长期增益会非常有限。

三年后,什么才是 AI Infra 开源的“硬结果”

如果三年后复盘这轮制度化开源是否成功,我更愿意看这三类结果:

  • 是否出现事实标准与互操作生态,包括调度接口、评测基准、Agent 工具调用协议、可观测语义等。
  • 是否将合规与供应链安全做成公共能力,SBOM、许可证兼容、漏洞监测,是否真正产品化、服务化。
  • 是否跑通可持续维护的商业机制,让核心维护者可以长期留下,而不是靠情怀与补贴支撑。

如果用北极星指标来衡量这个方案是否成功,我会认为是出现了若干扎根于本土服务于全球的优秀开源商业化公司。

总结

京沪两地的开源生态方案,标志着中国 AI Infra 开源进入制度化、工程化的新阶段。未来三年,真正的成果不在于指标完成,而在于能否形成可持续的工程能力、事实标准与维护机制。只有持续参与与实践,才能推动开源成为 AI 基础设施的公共底座。

参考文献

文章导航