作者 | 润竹

近年来，中国积极推动人工智能开源开放，全球 AI 开源生态也在持续发展。开放模型、开发工具和技术框架不断丰富，降低了技术应用门槛，让更多开发者能够基于已有成果开展创新。

然而，随着 AI 从模型能力展示走向企业业务、科学研究和物理世界，开源生态面临的问题也在发生变化：模型可以下载，不代表系统能够复现；代码公开，不意味着能力可以直接调用；Demo 能够运行，也不代表可以迁移到不同场景。

AI 开源的价值，正在从“开放了什么”，进一步转向“开放的能力能否被验证、复用和持续迭代”。

1 从代码开放到能力复用，AI 开源的评价标准正在变化

AI 系统的运行不仅依赖代码，还受到模型、数据、提示词和外部工具等多重因素影响。

一个 AI 项目可能同时依赖模型权重、数据处理流程、工具接口、运行环境和硬件配置。对于 Agent 系统，还涉及任务规划、状态管理、异常恢复和权限控制。这些要素相互关联，底层模型更换，可能改变 Agent 的执行行为；工具接口升级，可能使原有工作流失效；环境配置缺失，则可能导致项目无法复现。

因此，AI 技术复用不只是复制代码，还需要明确组件依赖、接口规范和运行条件。这也使开源项目的评价维度进一步扩展。

GitHub Star、下载量和 Benchmark 能够反映项目关注度、使用情况及特定测试条件下的性能，却难以完整衡量技术成果的可复用程度。文档完整性、环境可复现性、接口稳定性，以及第三方独立部署能力，正在成为重要的补充指标。

2026 年世界人工智能开源大赛（GOAI）提供了一个观察样本。大赛覆盖 91 个国家和地区，吸引超过 1.4 万名开发者参与，收到 2999 份有效初赛作品，最终 70 个项目进入总决赛。

在「新智基座 Agent Infra」和「无界应用 Boundless Agents」赛道中，多 Agent 协作、Skill 调用、状态传递和任务闭环成为重要的工程考察内容。

对企业级 Agent 而言，完成一次数据查询只是基础。更复杂的要求是让多个 Agent 协同执行任务，在数据缺失、工具调用失败或任务中断时具备恢复能力，并最终交付可检查的结果。

这类任务表明，当 AI 从单次交互走向复杂任务执行，能力能否被清晰封装、稳定调用和跨场景迁移，正在成为评价 AI 系统的重要维度。

2 从单个模型到能力组件，AI 创新形成模块化协作链

AI 开源的变化，也体现在技术系统的组织方式上。

一个完整的智能系统，可以由模型、Agent 框架、Skill、外部工具、数据处理模块和评测工具共同组成。不同团队开发的组件通过接口集成，使开发者能够在已有成果之上构建应用，而不必重复开发整套技术栈。这一趋势已体现在全球开源基础设施建设中。

2025 年 12 月，Linux Foundation 宣布成立 Agentic AI Foundation（AAIF），将 MCP、goose 和 AGENTS.md 等项目纳入开放协作体系，推动 Agent 相关协议、工具与基础设施的社区共建。其中，MCP 为 AI 应用连接外部工具和数据源提供了标准化接口，有助于降低系统集成成本。

与此同时，Open Source Initiative（OSI）发布的《Open Source AI Definition 1.0》提出，开源 AI 应保障使用、研究、修改和分享系统的自由。为实现这些自由，开放内容不仅涉及模型参数和相关代码，还包括充分的训练数据信息。

两项进展分别回应了 AI 开源的不同问题：前者关注系统之间如何连接，后者明确开放所应具备的权利和技术条件。

从实际开发看，模块化协作链正在形成。一个 AI 产品可以使用开放模型提供基础能力，借助 Agent 框架组织任务，通过 MCP Server 连接业务工具，再调用符合接口要求的 Skill 完成特定操作，并利用评测工具检验运行效果。

例如，数据治理 Skill 可以封装特定处理流程，供符合调用条件的 Agent 使用；公开评测框架可以帮助多个团队采用相同测试方法；机器人仿真环境则能够支持不同算法的开发与比较。

但组件能够连接，并不意味着能力可以直接复用。不同 Skill 可能采用不同的调用规范，工具接口需要维护兼容性，数据和模型也可能受到许可证及使用条件限制。即使源码完整公开，项目仍可能因模块高度耦合、依赖缺失或运行条件不明确而难以复用；部分组件即使能够通过稳定接口实现集成，也不意味着整个项目符合开源定义。

开放程度与复用能力相互关联，却不能混为一谈。

3 从结果展示到过程验证，AI 开源需要新的评测体系

能力可以被调用，并不代表其表现已经得到充分验证。

AI 系统具有一定的概率性，同样的任务在不同模型、输入和环境下，可能产生不同结果。尤其对于需要连续决策和工具调用的 Agent，单次任务成功难以说明系统的稳定性。行业评测正在从最终输出延伸至完整执行过程。

2026 年 1 月，Anthropic 在 Agent 评测技术文章中指出，智能体会在多轮任务中持续调用工具、改变环境状态，并根据中间结果调整行为。相比单次输出评测，Agent 评测需要关注完整执行轨迹，并通过重复测试提高结果的可靠性。

OpenAI Agents SDK 则提供工作流追踪功能，记录模型生成、工具调用、智能体交接和护栏检查等执行事件，为系统调试、运行监测和后续评测提供依据。

这意味着，判断 Agent 是否可靠，不能只看任务最终有没有完成，还需要检查工具选择、执行路径、状态变化和异常处理是否符合预期。在科研和具身智能领域，验证要求更加具体。

科研模型的预测结果，需要结合数据来源、实验条件、评价方法和科学意义进行判断。机器人算法则必须面对仿真与真实环境之间的差异，检验其在不同设备、地形和任务条件下的表现。

GOAI「前沿探索 AI for Research」和「具身未来 Embodied Future」赛道，分别呈现了这两类问题。

前沿探索赛道设置算法赛题与开放探索赛题，既关注量化指标，也重视科学问题的定义、研究方法和结果的可检验性，并允许具有研究价值的负结果。

具身未来赛道则围绕双臂协作操作和全地形巡逻设置任务，将仿真评测与真实设备测试结合，考察机器人在实际环境中的执行能力。

两类技术的评价方式不同，却有共同要求：不仅要展示结果，还要明确结果成立的条件、验证方法和适用边界。这也意味着，值得沉淀的开源资产不只有模型和代码，还包括数据版本、评测脚本、运行轨迹、实验记录、对照方法和仿真环境。

对于科研项目，一项未能验证预期假设的实验，如果记录完整、方法可靠，同样能够帮助其他研究者识别技术边界。对于工程项目，公开测试条件和失败案例，则有助于开发者判断组件是否适用于自身场景。

从代码可获取到系统可验证，正在成为 AI 开源质量提升的重要方向。

4 从项目开放到公共技术层，AI 开源面临新的治理挑战

随着 AI 系统日益依赖多种组件协同运行，如何保障技术成果的长期可用，成为开源生态面临的重要课题。

技术成果发布之后，接口能否保持兼容、版本更新是否影响现有应用、安全漏洞能否及时修复、社区能否持续维护，都直接关系到项目的长期价值。

Linux、Kubernetes 等成熟开源项目的经验表明，技术开放只是起点，持续维护与社区协作才是开源成果长期发挥价值的重要保障。对于 AI 开源而言，仅有单个项目的开放还不够，还需要逐步形成由开放协议、可复用组件和公共评测工具支撑的共同技术基础，并完善相应的维护与协作机制，为技术成果的持续复用创造条件。

杭州拥有数字经济产业基础、科技企业集群、开发者生态和丰富的应用场景，为 AI 开源技术的开发、验证与应用提供了良好条件。以 2026 年世界人工智能开源大赛（GOAI）为纽带，杭州进一步连接全球开发者、开源社区与产业资源，推动技术交流、成果展示和应用需求对接。如何将赛事汇聚的创新成果转化为可持续复用的技术资产，将是杭州深化 AI 开源生态建设的重要课题。

这也呼应了GOAI倡导的“Open. Share. Build.”理念：开放让技术得以共享，共建让创新得以延续。

5 结语

过去几年，AI 开源让更多开发者获得了模型能力。下一阶段，关键不仅在于开放更多技术成果，更在于让已有成果能够被验证、复用和持续迭代，成为后来者创新的基础。

Open 只是把门打开。一个开放生态真正成熟的标志，是让后来者能够从这里继续向前。