你以为是开源，但可能不是
2023年，Meta发布了Llama 2，称其为「开源」。但开源社区立刻炸了锅——Llama 2的许可证禁止月活用户超过7亿的公司使用，这违反了OSI（开源倡议组织）对「开源」的定义。OSI明确规定：开源许可证不能歧视任何个人或群体。
但Meta不为所动。Llama 3和Llama 4沿用了同样的限制条款。实际上，2026年，在HuggingFace上最受欢迎的「开源」模型中，超过60%使用的不是OSI认证的开源许可证，而是某种「定制许可证」。
我们正在进入一个开源AI许可证的「巴别塔」时代——每个人都在说「开源」，但意思完全不同。
230种许可证，四种「开源」哲学
2026年，开源AI生态中有超过230种不同的许可证变体。但它们可以归纳为四种「开源」哲学：
哲学一：完全自由（以MIT、Apache 2.0为代表）
「你可以做任何事，没有任何限制。」——这是最纯粹的「开源」哲学。Google的Gemma、Mistral的Mistral 7B、微软的Phi系列使用MIT或Apache 2.0许可证。
适合谁： 希望最大化模型扩散和影响力的公司。风险是：竞争对手可以用你的模型训练出更好的模型，然后打败你。
哲学二：有条件自由（以RAIL、Llama Community License为代表）
「你可以自由使用，但有一些限制。」——这些限制通常是：不能用于违法活动、不能用于歧视、不能用于大规模监控。RAIL（Responsible AI License）是2026年最流行的「负责任AI」许可证。
适合谁： 希望在「开源」和「控制」之间找到平衡的公司。Meta的Llama系列、Stability AI的Stable Diffusion系列使用此类许可证。
哲学三：开源核心，商业付费（以SSPL、BSL为代表）
「开源版本免费，但如果你用我们的模型赚钱，需要付费。」——这是「开放核心」模式在AI时代的延续。一些开源AI公司使用BSL（Business Source License）——模型在发布后一段时间内免费使用，之后自动转为更严格的商业许可证。
适合谁： 希望通过开源建立社区，但最终需要商业变现的AI创业公司。
哲学四：假开源，真封闭（以「仅研究」许可证为代表）
「你可以下载模型权重，但不能用于商业目的。」——这是2026年最具争议的「开源」模式。一些公司发布了模型权重，但许可证禁止商业使用。OSI不承认这是「开源」，但这些公司仍然在宣传中称自己的模型为「开源」。
适合谁： 希望在「开源」的PR光环下保护商业利益的公司。但这种做法正在面临越来越多的社区批评。
选择许可证的「决策树」
2026年，选择开源AI许可证的决策树如下：
- 你的目标是最大化模型扩散吗？ → 用MIT或Apache 2.0
- 你的目标是在扩散和控制之间找平衡？ → 用RAIL或类似许可证
- 你的目标是建立开源社区，但最终需要商业变现？ → 用BSL或类似许可证
- 你的目标是PR，但不想真正开源？ → 用「仅研究」许可证，但准备好接受社区的批评
- 你的目标是保护用户免受AI滥用？ → 在RAIL基础上增加道德使用条款
2026年最大的许可证争议
争议一：训练数据的「传染性」
你的模型使用了受版权保护的数据训练。如果用MIT许可证发布，下游用户以为可以自由使用——但他们可能因为训练数据侵权而被起诉。2026年，没有一个开源许可证解决了「训练数据版权传染」的问题。
争议二：AI输出物的许可证
你用MIT许可证的模型生成了内容——这个内容属于谁？MIT许可证只规定了「源代码」的权利，没有规定「输出物」的权利。2026年，这是一个法律灰色地带。
争议三：模型微调的许可证继承
你基于一个Apache 2.0许可证的模型进行了微调——你的微调模型必须也用Apache 2.0吗？还是可以用其他许可证？Apache 2.0要求「衍生作品」保留原始许可证声明，但「微调」是否属于「衍生作品」？2026年，没有明确的法律答案。
结语
金句：开源AI许可证不是一个「法律问题」，而是一个「战略问题」。 你选择的许可证，决定了你的模型会被谁使用、如何被使用、以及你能否从中获得回报。
在2026年的开源AI「巴别塔」中，选择许可证的第一步是：诚实地问自己，你「开源」的真正目的是什么？