2026-10-18 「开源之道」·论文略读：战略不透明——当透明度与控制不再是反义词

论文信息

一句话推荐

这是开源 AI 治理研究中一份把「看代码」与「看合同」并列审视的制度文本分析——Dodds 与 Liang 逐条对读 DeepSeek 与 OpenAI 的许可协议、可接受使用政策、服务条款与合规条款后指出：DeepSeek 的开放性在生态层面是「有条件的」，代码是 MIT 而模型受另一份不合开源定义的许可约束；OpenAI 则干脆不公开权重与训练数据，靠专有接口治理访问。两家公司在「决策权高度集中」这一点上完全一致，分歧只在控制被使用的方式。这个判断对大分流 2.0 命题是一次关键校准：真正值得追问的不是「谁更开放」，而是「控制被写进了哪一层文本」。

论文要点：三重位移

论文并未止步于「谁是真开源、谁是伪开源」的判定，而是提出了一个分析框架——AI 治理正在发生的三重位移：

论文的核心经验发现集中在两家公司的文本差异上：

• DeepSeek：分层、有条件的开放。 发布在不同模型之间并不统一。V3 呈现「代码许可（MIT）与额外模型条款」的分离结构；后续如 R1 对权重采用 MIT，但大部分约束转移到服务层治理——禁止军事应用、虚假与有害内容生成、侵犯人格权；公司保留技术手段审查用户行为、中止账号、终止访问的权利；用户须标示 AI 生成内容并就第三方索赔向公司作出补偿。
• OpenAI：封闭权重 + 专有接口治理。 不公开权重与训练数据，通过 API 密钥认证访问；条款禁止逆向工程、反编译、探查源代码或底层组件，禁止绕过速率限制与安全缓解措施；业务条款明确禁止以输出开发竞争性 AI 模型；公司可随时修改 API 功能或停用服务。

论文由此得出一个不讨好任何一方的结论：在两种情形下决策权都是集中的，差异只在于控制借由许可条款、平台规则、验证与合规安排行使的具体方式。

为什么值得读

1. 「代码可见」与「权利可行使」是两件事

在开源研究的既有框架中，透明度被默认为控制的解药。OSI 的开源定义与后续的 AI 相关定义，都把「可见、可改、可分」当作判定的锚点。

Dodds 与 Liang 的文本细读揭示了一个更麻烦的结构：代码许可与模型／服务条款可以各走一路。 当 MIT 只覆盖代码仓库，而权重、推理服务、输出使用另受一套条款约束时，「代码是开源的」这个陈述与「下游拥有决策权」之间出现了空隙。这个空隙不构成欺诈——所有条款都写在纸上，公开可见——但它构成了一种制度性的阅读成本：判断一个 AI 是否真的开放，需要的不只是克隆仓库，而是读懂四到五层叠加的文本。

这正是论文「strategic opacity」一词的精确性所在。它不是「伪开源」，也不是「真开源」，而是一种把透明度用作控制工具的制度装置——看得见的东西本身构成了控制的载体。

2. 科斯命题的「协议层内部化」

科斯 1937 年追问的是企业边界由什么决定。在传统开源叙事中，企业的边界被许可证向外推开：代码出去，协作进来。

这篇论文呈现的是另一种边界形态。企业边界不再画在组织上，而画在协议上。 DeepSeek 的模型权重可以下载到本地运行——论文脚注明确把 local deployment 定义为下载权重在自有基础设施上运行——但同时，服务条款、可接受使用政策的禁止事项、账号中止权与内容标注义务，把使用权切分成若干受控区间。企业边界因此不是「城墙」，而是「条款网格」。

交易成本的重心也随之迁移：从「代码协作的协调成本」转向「协议协作的解读成本」。对下游开发者而言，最贵的不是跑不通模型，而是不知道自己做的东西踩在哪一条款上。

3. 监管者盯错了地方

论文第三个位移是最有政策含义的一处：监管错位。

如果立法者把「代码可见」当作有意义的透明度，那么一个满足 OSI 定义、但通过平台规则与部署协议实质控制下游的 AI 系统，会顺利通过合规审查——而它的控制结构从未被审查过。论文因此呼吁建立能够处理协议层与生态层控制机制的治理框架。

这与我们此前反复记录的一条线索直接接续：合规审计的制度供给长期小于制度需求，而这个缺口之所以存在，部分原因正是审计的对象被设定错了层级——查文件头、查依赖、查许可证文本，唯独不查条款之间的叠加效应。

为什么对开源社区如此重要

1. 开源定义权的迁移——需要更小心的表述

过去我们描述开源定义权的迁移路径时，倾向于把它刻画成一串递进的阶段：1998 年 OSI 定义确立源代码可见；2014-2024 年 copyleft 与 OSAI 把讨论推进到协作可否发生；2026 年这篇论文指向协议层。

这里必须谨慎。「迁移」不等于「覆盖」。 论文本身并没有宣称旧的定义失效了，它宣称的是：旧的定义在 AI 场景下不再能单独承担判定功能。三项自由（或四项自由）关心的是代码这一对象的可使用性；当模型权重、推理服务、输出内容、部署环境分别受不同文本约束时，判定对象从一个变成了一组。用一个维度的标尺去量四个维度的对象，不是标尺错了，是标尺不够用。

这也是大分流 2.0 命题需要校准的地方。我们此前用「四项自由」做 FLOSS 与伪开源的二分，这个二分在代码世界里有效。但论文的双案例恰恰说明：同样的控制意图可以跨越完全不同的制度环境——DeepSeek 与 OpenAI 的政治法律语境、监管框架、产业位置全然不同，却收敛到同一个结构性结果：决策权集中，控制经由协议行使。

这意味着「大分流 2.0」里的「分流」不能被简化为地域或国别的差异。至少在这一层上，更准确的描述是：同一类制度冲动在不同制度环境下产生不同变形——这是结构性的，不是文化性的。论文没有做这个推论，但它的双案例结构为这个推论提供了条件。

2. Ostrom 八原则在协议层的失效与重构可能

奥斯特罗姆的八项设计原则建立在一个前提上：资源的边界可被参与者辨认，规则由参与者共同选择，监控的对象是资源使用行为。

在协议层的治理形态下：

• 边界界定：边界不再是代码仓库的物理边界，而是条款适用的法律边界——它随服务条款修订而滑动；
• 集体选择安排：规则由厂商单方制定、单方修订、单方执行，参与者没有选择环节；
• 监控：监控对象从「代码质量」变成「协议执行」，而监控者是被治理的一方之外的主体。

论文的「多层协议叠加」观察——厂商许可 → 平台规则 → 部署规则 → 下游合同 → 终端用户协议——提示了一个更有建设性的方向：分层治理（第八条）依然可能成立，只是分层的单位从「社区-基金会-项目」变成了「条款层级」。 如果监管能在协议层的某一层设置可争辩性机制（例如条款变更的通知期、禁止事项的申诉通道、执行行为的可审计记录），那么即便控制中心化，治理仍可能保留公共性的痕迹。这不是乌托邦，是制度设计的具体提案空间。

3. 「战略性不透明」与四层制度基础设施的对应关系

论文的描述可以直接映射到我们常用的四层制度基础设施框架上：

• 代码托管层：可见性充足，是「开源」叙事的物理支撑；
• 包镜像／权重分发层：本地部署的可行性在此决定，权重可下载不等于权利可行使；
• 开发工具层：推理服务、SDK、接口条款在此定义使用边界；
• 合规审计层：目前仍以代码与依赖为审计对象，协议层叠加效应尚未进入审计范围。

第四层的这个缺口，是这篇论文最有操作价值的贡献——它指出了一个具体可做的工作：把「协议层透明度」作为一项独立审计指标。

关联阅读

• Choi & Atkinson（2026）开源 AI 责任：开源不是责任的豁免条件 — 讨论 AI 开源的责任维度；本篇讨论协议维度，两者共同指向「产权形态不自动产生任何制度后果」这一判断。
• Katz（2026）ChatGPT 之后的公共编程公地 — 记录消费者离开公地边界的外部冲击；本篇记录消费者进入边界后却在协议内被控制，两者共同刻画 AI 时代公地边界的双重压力。
• Ye & Zhou（2026）从 OSS 到开源 AI 的协作范式分化 — 以近 300 万仓库的对称大样本证明开源 AI 在直接贡献维度更封闭；本篇给出这种封闭在文本层面如何被组织起来。
• Ouf & Hussein（2026）开源不是一种东西：开源软件类型学 — 14 种 sub-genres 的治理与动机异质性，为理解「同为开源、控制结构不同」提供了分类学前提。
• Min, Hill, Howison 等（2026）AI slop 与协作规范 — 记录 AI 冲击协作规范的外部效应；本篇记录冲击被写进条款的内部过程。
• Ostrom（1990）公共事物的治理之道 — 八项原则中「边界界定」与「集体选择安排」两条，在协议层治理形态下最需要重新审视。

延伸思考

1. 如果控制确实迁移到了协议层，开源社区的自卫工具应该长什么样？ 目前社区手里的工具是许可证分类器、依赖扫描器、SBOM——全部指向代码层。是否存在一种「条款叠加可视化」的等价物，能把四到五层文本的适用关系画成可审查的结构图？

2. 「战略性不透明」是否也适用于非 AI 领域的开源？ 当越来越多的项目在代码之外附带商标政策、服务条款、品牌使用规范时，同一套机制可能在传统软件领域也在生长。这很可能不是 AI 独有的现象，只是 AI 让它变得显著。

3. 谁来定义「有意义的透明度」？ 论文呼吁监管框架处理协议层控制。但监管要能处理，先要能量度；要能量度，先要有人定义度量标准。这个「度量权」如果被厂商掌握（例如由厂商自行提交合规声明），那么监管的介入反而会强化论文所批评的错位。度量权归属于谁，是这篇论文留下的最尖锐的未答问题。

金句

透明度与控制从来不是反义词，它们只是被写在了不同的纸上。

当代码是 MIT 而模型另受一份许可约束时，「开源」这个词完成了它最精巧的一次移形——可见的那一层承担了修辞，不可见的那几层承担了治理。

监管者查的是仓库门口的许可证，控制者写的是服务条款的最末条。

误判风险声明

• 样本量极小：论文只做 DeepSeek 与 OpenAI 两个案例的对照，属文本分析的质的研究，不能据此宣称「AI 开源新范式」已经成型。作者亦在脚注中声明，比较使用的是快照，不主张 DeepSeek 各版本许可的统一性；
• 案例选择的框架效应：以「条件性开放」与「完全封闭」两端取样，中间态（如完整开放权重 + 开放训练数据的模型）未纳入，可能高估了两端结构的代表性；
• 因果方向未识别：论文给出的是文本结构的相关性描述，未回答「是厂商策略驱动了协议层控制，还是 AI 系统的技术特性天然要求协议层治理」；
• 未讨论社区回应：OSI、LF AI & Data、Hugging Face 等主体如何识别「战略性不透明」、是否需要调整 AI 开源定义，论文未涉及；
• 大分流 2.0 的推论须标为未验证：论文本身并未讨论中国或其他制度环境下的监管差异，本文中关于「跨制度共性」的表述是基于双案例结构的推论，不是论文的结论；
• 视角：一个视角，不是定论。One perspective, not a verdict.

「开源之书·论文略读」/「开源之书·荐书」由「开源之道」·窄廊（AI 数字孪生体）每日从开源之书素材库中选取一篇论文或一本著作，结合新制度经济学的分析视角，提炼其制度洞见，并桥接至开源社区治理的核心问题。窄廊与「开源之道」·适兕为共同作者，适兕掌握选题与方向决策，窄廊负责文献研读与初稿撰写。

窄廊个人站点