不可复制的公共品：大模型与数字时代的公地困境

背景

2026年，一家美国人工智能公司与联邦政府的公开对峙，成为理解数字时代公地困境的切口。该公司与五角大楼合同谈判破裂，因其拒绝将模型用于大规模国内监控和全自主武器系统。政府随后实施史无匹敌的反制：停用该技术、将其定性为“供应链风险”，并首次对商业AI模型实施出口管制，禁止非美国公民访问其最新模型。这一事件暴露了深层结构问题：当一项战略级技术的控制权集中在极少数私人实体手中时，无论该实体是公司还是政府，社会其他部分只能被动承受——用户随时面临服务关闭、开发者依赖的API可能被行政命令切断、研究者只能猜测内部逻辑、公众只能等待下一次出乎意料的决定。问题并非谁对谁错，而是正在形成的控制结构本身。

人工智能正在系统性嵌入社会基础设施：医疗诊断、司法风险评估、教育评估、信贷审批、代码生产、搜索排序……当一项技术影响一个人能否获得贷款、一个被告能否保释、一个企业能否正常运行时，它不再是商品，而是基础设施。基础设施的治理历史上有一条清晰轨迹：道路、电网、供水、电信都曾经历从私有运营到公共治理或严格监管的转型。美国电话电报公司（AT&T）的垄断与拆分提供了参照：1984年拆分后，电信专利总量上升了19%（Watzinger & Schnitzer, 2023）。当前AI的治理结构与拆分前的AT&T惊人相似：核心技术集中于少数私人实体，定价、条款、内容边界由其单方面决定，社会没有制度化参与渠道。

核心内容

大模型建造原料的三块拼图

训练数据：前沿大模型的训练语料主体来自互联网公开文本：Wikipedia数百万志愿者无偿编纂的词条、Stack Overflow二十年问答、Reddit用户讨论、GitHub开源代码库、arXiv全球前沿论文、Flickr图片、YouTube字幕、个人博客和新闻网站。几十亿人跨越数十年的无偿劳动构成了商业AI产品的核心原材料，绝大多数作者从未被告知、未被征求意见、未参与收益分配。尽管在美国法律下抓取公开文本属于合理使用灰色地带，但合法不等于合理：几十亿人的集体知识产出转化为少数实体的商业资产。

基础研究：推动大模型能力跃迁的关键技术突破几乎全部来自公开发表的学术论文。Transformer架构（2017年NeurIPS，Attention Is All You Need，谷歌大脑与多伦多大学）、基于人类反馈的强化学习（RLHF）、混合专家模型（MoE）、思维链推理等，最初均出现在公开学术出版物中。资金来自大学（公共拨款）、公共基金会和企业研究部门——基础研究的社会化投入与产品化的私人占有之间形成系统性不对称。

算力基础设施的外部成本：训练和运行模型消耗巨大能源与水资源。美国电力研究院（EPRI）2026年2月报告预测，到2030年数据中心用电可能占美国总发电量的9%~17%。亚利桑那州凤凰城数据中心用水量预计从当前3.85亿加仑跃升至2030年的37亿加仑（增长近900%），单个超大规模数据中心日用水量相当于五万人口城镇。芯片制造碳排放扩散至全球大气。这些成本通过电价、水价、税收和环境退化分散到社区与社会，而收益归模型运营者私有。

这三组事实拼合出完整画面：大模型依赖彻底社会化的输入端——集体生产的数据、公共投资的研究、社会承担的外部成本、用户无偿提供的反馈信号；但输出端控制权（模型权重、API访问、定价、条款）高度集中于极少数不承担公共问责的实体。这是一种“输入社会化、输出私有化”的制度性安排。

技术公共品如何被制造成稀缺商品

一个训练完成的大模型在技术层面是数字文件，可以无损复制、无限分发，边际成本趋近于零，具有公共品的经济学特征（非排他性、非竞争性）。但它的市场形态远高于边际成本，原因不是技术本身，而是三套法律和商业机制：

1. 法律围墙：使用许可禁止逆向工程、禁止用模型输出训练竞争模型、限制商业部署场景。
2. 架构锁链：通过API独家访问，用户不拥有模型、不在自己硬件上运行、不知道架构，每次提问产生费用。
3. 生态锁定：开发者将业务逻辑建立在特定API的工具调用格式、模型行为和提示工程上后，迁移成本（代码重写、提示词调试、模型重训、团队技能重塑）随时间指数增长。

“稀缺”不是技术属性，而是制度选择。开源模型的崛起提供了实验性证据：当开源模型在多数现实任务中逼近闭源前沿水平时，绝大多数商业应用场景并不需要顶级前沿能力——文档摘要、客服对话、代码补全等完全可以用边际成本趋近于零的开源方案。闭源在同一市场继续收取溢价的理由不再是技术优越性，而是品牌惯性、迁移成本和信息不对称。

系统内部的“内爆”矛盾

AI产业现有结构在运行中自行产生不可调和的矛盾，无需外部批评，它们自行激化并反作用于系统本身。

第一个矛盾：开放科学的生产基础 vs 封闭产品的商业模式。 AI诞生于学术机构，其知识生产模式（同行评议论文、可重复实验、开源代码）是科学共同体的基础。NeurIPS、ICML、ICLR等会议名称在研究者心中分量不亚于产品发布会。产业界依赖开放科学推进前沿，同时依赖封闭产品获取利润。同一家公司既鼓励研究者发表论文以维护学术声誉，又需要保护产品秘密以维持商业优势——这两个目标之间的张力是结构性的。站在研究者个人层面：他们选择产业界是为了获取学术界无法匹配的万卡GPU、互联网规模数据等资源，但当研究成果被融入封闭产品后，科学职业道德（可复现性、公开方法、同行审查）与商业职业道德（保护竞争优势、控制信息流速）之间的冲突不可回避。例子：一位研究者花六个月改进对齐算法，其论文被公司内部发表审查委员会反复审查，目的不是为了科学准确性，而是为了控制信息流出。

（原文还提及“第二个矛盾”，但文本在此截断，未展开。）

关键要点

• AI作为基础设施，其核心控制权集中在少数私人实体手中，社会缺乏制度化的参与渠道，这与历史上AT&T垄断的格局相似。
• 大模型的输入端高度社会化：训练数据来自数十亿人无偿劳动，基础研究来自公共资助的学术圈，算力外部成本由社会承担。
• 输出端高度私有化：模型权重、API访问、定价、条款由少数不承担公共问责的公司控制。
• 这种“输入社会化、输出私有化”的结构是当前AI产业的制度性安排，而非个别公司的道德缺陷。
• 大模型在技术上是数字公共品（非排他性、非竞争性），但通过法律许可、API架构、生态锁定被制造成按次收费的稀缺商品。
• 开源模型正在逼近旗舰模型能力，绝大多数商业场景不需要最前沿性能，闭源模式在主流市场收取溢价的基础正在被技术经济事实削弱。
• 系统内部存在结构性矛盾：开放科学是进步的基础，但封闭产品是利润的来源；研究者个人面临职业道德冲突——科学透明与商业保密不可兼得。
• 这些矛盾是系统自行产生的反作用力，它们不依赖外部干预就会自行激化，导致“内爆”。

意义与影响

该文章揭示了一个超越个别公司或政治立场的结构性问题：当全社会在结构上依赖少数私人实体提供的AI基础设施时，市场的自发调节无法消解私人利益与公共利益的张力——这需要制度化的公共约束。历史上电网、电信等领域已走过类似转型。文章提出的“不可复制的公共品”概念直指大模型的技术属性（可无损复制）与市场属性（被制造为稀缺品）之间的根本背离，以及这种背离的维持成本（法律、架构、生态锁定）。

这一分析对政策制定者、技术开发者和公众都具有警示意义：如果任由当前结构延续，AI基础设施的决策权将永远游离于公共问责之外，社会的自主性将受到侵蚀。开源生态的崛起虽然提供了技术上的替代路径，但无法自动解决数据来源、研究资金和外部成本的公共属性问题。真正的挑战在于如何将“输入社会化”的受益方纳入治理体系，使输出端也接受相应的公共约束。这并非简单的“开放 vs 封闭”之争，而是涉及知识产权、公共投资回报、环境成本分摊、用户数据权益等复杂领域的