开源

开源对 AI 工具意味着什么？

开源软件在允许查阅、修改、通常也允许再分发的许可证下公开源代码。对 AI 工具来说，你可以读到提示词、日志和凭证是怎么被处理的，按自己的技术栈改产品，也不必等供应商的云区域。

开源不等于免费，也不等于私有部署。一个 Apache 授权的项目仍可能把你推向付费托管控制面。闭源一体机也可以拿许可证密钥私有部署。要读 LICENSE 和默认定向遥测，不要只看营销词「开放」。

AI 团队为什么在意

可审计。 工程师能看到触及客户对话的代码。医疗、金融、法律场景尤其需要解释数据处理方式。

可定制。 闭源产品限制你能打的补丁。开源可以按自己的日程改认证、留存、模型路由和集成。

没有单一供应商开关。 专有 API 会被废弃。SaaS SKU 消失时，你可以钉住 git tag、fork，或继续跑旧版本。

社区速度。 活跃项目的安全修复和适配（LangChain、Helm）往往比闭源路线图公开承认的更快。

你会真正遇到的许可证

• MIT — 非常宽松。保留版权声明。商用很常见。
• Apache 2.0 — 宽松，外加明确的专利授权。企业向 AI 基础设施里很常见。
• GPL v3 — 传染性 copyleft：分发修改后的二进制通常要按 GPL 提供对应源码。
• AGPL v3 — copyleft 还会覆盖很多网络/SaaS 部署。包进内部产品前先做法务审阅。
• Source-available / BSL /「开放核心」 — 你能读到一部分代码，未必拥有你以为的权利。在律师点头前不要当 OSI 开源。

如何评估开源 AI 工具

1. 许可证是否兼容你的交付方式（仅内部、SaaS、还是本地一体机）。
2. 谁能合并代码：公司、基金会，还是没有备份的单一维护者。
3. 发版节奏、签名制品、安全联系人。
4. 生产文档：Compose/Helm、备份、升级、以及什么会外联。
5. 「开放」包含训练数据、评测集、智能体运行时，还是只有薄客户端。
6. 双许可：哪些功能锁在商业 SKU 后面。

风险

无人维护的仓库会腐烂。产品化服务里塞进 AGPL，可能迫使你公开预算里没准备的源码。「开放权重」不等于开放应用。崩溃上报和许可证检查仍可能带出轨迹。没有维护计划的 fork 会变成你的值班。

常见问题

在 GitHub 上就是开源吗？

只有仓库带有被承认的开源许可证、并且你用的是许可范围内的文件，才算。公开仓库写着「保留所有权利」并不是开源。

Apache 2.0 代码能进商业产品吗？

通常可以，包括闭源产品，只要满足声明和 NOTICE 条件。专利和商标仍建议法务确认。

开源是否必须公开我们的修改？

典型的内部使用或 SaaS，MIT 和 Apache 2.0 一般不强制。GPL/AGPL 不同。再分发或对外提供网络服务前先读许可证。

开源是否自动更安全？

不会。可见性只有在有人阅读和打补丁时才有帮助。被遗弃的公开仓库可能比带安全 SLA 的供应商更糟。

这和私有部署是什么关系？

开源让私有部署成为可能。它不会替你运维集群。部署和合规问题见「私有部署」标签。