Hugging Face 執行長：閉源 LLM API 才是真正的 AI 泡沫，開源反而最安全

本文整理自 MTS 節目 2026 年 5 月播出的單集，由 a16z Podcast 轉播。

{{< youtube b0iJZS9HgJA >}}

{{< spotify "episode/0ClYUpbg7f3yfIM3CTQ2th" >}}

{{< apple-podcast "tw/podcast/hugging-faces-clem-delangue-on-open-source-ai-and-the/id842818711?i=1000769063592" >}}

---

「限制 AI 就像把所有人的手綁起來，因為有人會用拳頭打人。但你的手能做的好事太多了，你不會想這樣做。」Hugging Face 共同創辦人暨執行長德朗格（Clément Delangue）在 MTS 節目上，用這個比喻回應所有主張限制開源 AI 的聲音。在這場 15 分鐘的對談中，他對 AI 產業拋出幾個鮮明的判斷：泡沫不在 AI 整體，在閉源 API；美國開源正在退場，中國正在接管；機器人才是下一個 AI 介面。每一個都值得拆開來看，尤其是他援引 Claude Mythos 為論據的那段，事實跟他說的不太一樣。

ChatGPT 的 T 來自美國開源，但現在中國才是開源主力

德朗格的敘事起點是一個容易被忽略的歷史事實。ChatGPT 名字裡的 T 代表 Transformer，這個架構是 Google 在 2017 年開源釋出的研究成果。從 Linux 到 Kubernetes 再到 Transformer，美國科技業幾十年來用開源推動了一波又一波的產業發展，整場生成式 AI 革命的底層基礎也不例外。

但過去幾年出現了顯著的轉向。美國前沿實驗室集體把最強模型藏在閉源 API 背後，中國則走了完全相反的路。德朗格直言，中國已經是全球最強的開源 AI 貢獻者。他點名 DeepSeek、Qwen（通義千問）、Kimi，說今天如果你去問美國的新創公司或大學實驗室在用哪些開源模型，答案通常是中國的。這個格局翻轉的速度，比多數人意識到的更快。

這跟台灣讀者也有關。當全球開發者越來越依賴中國的開源模型，中國在 AI 基礎建設層面的影響力就在擴大，而這種影響力跟晶片不同，不容易用出口管制來阻擋。訪談錄製期間正值川普赴中國與習近平會面，AI 監管和國際協議都在議程上。德朗格對這場外交接觸抱有期待，也特別提到 NVIDIA 執行長黃仁勳（Jensen Huang）加入了訪中行程，認為黃仁勳在跨國 AI 合作上有正確的觀點。

泡沫不在 AI 整體，在閉源 API 的大型語言模型

被問到 AI 是不是泡沫，德朗格的回答很精確：AI 作為一個大領域，大概不在泡沫中。但有一個特定子領域投資過熱的風險確實很高，那就是透過閉源 API 分發的大型語言模型。他指向那些正在瘋狂興建的超大型資料中心，背後的商業邏輯是靠 API 呼叫收費。營收數字確實在飆升，但利潤率不明朗，長期護城河也看不清楚。

這個區分很重要。德朗格沒有說 AI 沒價值，他說的是特定商業模式可能撐不住。當你把數百億美元砸進資料中心基礎設施，卻不確定客戶在開源模型能力追上來之後會不會直接轉向，這確實值得擔心。從 2025 年下半年開始，開源模型在許多任務上的表現已經逼近甚至追平閉源模型，API 定價承受的壓力越來越大。

當然，德朗格的觀點有其利益立場。Hugging Face 是開源 AI 生態系的基礎設施層，光是一週就新增了兩個 petabyte 的資料，相當於 50 萬部兩小時電影的儲存量。閉源 API 模式越強勢，對他的平台越不利。但利益相關不代表分析錯誤。有時候最了解一個生態系弱點的，恰好是身在其中的人。

開源更安全？三個論點與一個事實錯誤

安全辯論是這場訪談最有看頭的部分。主持人 Theo Jaffee 直接挑戰德朗格：像 Claude Mythos 這樣據稱能協助網路攻擊的模型，實驗室還應該堅持開源釋出嗎？生物能力也在快速提升，這不危險嗎？德朗格的回應分三層。第一是歷史模式：六七年前 Hugging Face 剛成立的時候，GPT-2 被說太危險不能公開，回頭看那只是個自動完成工具。第二是防守者優勢：網路安全最大的風險不是所有人都有工具，而是攻擊者有工具、防守者沒有，開源讓防守方可以用同樣的能力建立防護系統。第三是「綁手」比喻：因為有人用拳頭打人就把所有人的手綁起來，你會失去手能創造的巨大價值。正確做法是保持開放，管制和起訴壞人。

這三個論點各有說服力，尤其防守者優勢這一點，在網路安全社群確實有不少支持者。但德朗格接下來舉的具體案例出了問題。他說 Claude Mythos 幾週前被宣布為「超級危險」，但現在已經「開始在各地部署」，還剛在南韓拿下第一個國際組織客戶。言下之意是：看吧，又是一次虛驚。

事實並非如此。Anthropic 在 2026 年 4 月 7 日發布的 Claude Mythos Preview，是一個專門用於網路安全的限制級模型，能力層級高於 Opus 4.6。它能自主發現並串聯零日漏洞，在漏洞利用開發上的能力大約是 Opus 4.6 的 90 倍。但這個模型不是公開產品，而是透過一個名為 Project Glasswing 的邀請制聯盟，僅提供給約 50 個經過審查的防禦性網路安全組織使用，背後有 Anthropic 一億美元的信用額度支持。南韓科學技術情報通信部確實與 Anthropic 接觸了，但是為了研擬因應 Mythos 的安全對策，並表達加入 Project Glasswing 的興趣，不是在「部署」這個模型。Claude 一般產品在南韓付費市場的市占率超過 ChatGPT 則是另一回事，跟 Mythos 無關。

德朗格把「限制級的審慎分發」說成「到處部署沒出事」，這恰好削弱了他自己的論點。Mythos 的案例真正證明的是：能力特別強的模型可以用分級管制的方式處理，既不需要綁住所有人的手，也不需要完全不設限地開源。Anthropic 的做法正好是在二選一之外找到了中間路線。

Reachy Mini：近一萬台出貨的桌上型機器人

訪談最後轉向機器人。Hugging Face 在 2024 年啟動 LeRobot 開源機器人計畫，旗下 Reachy Mini 桌上型機器人由法國 Pollen Robotics 和 Seeed Studio 合作開發，售價 299 美元起。到 2026 年 5 月已出貨近一萬台，成為今年出貨量最大的消費型機器人之一。更值得關注的是它的 App Store 模式：社群已為 Reachy Mini 開發超過 200 個應用程式，從兒童教育互動到廚房烹飪輔助都有。德朗格形容這是 AI 的下一個介面。小孩透過桌上機器人跟 AI 互動，而不是盯著筆電；Reachy Mini 放在廚房檯面幫你料理。這些場景是手機和電腦做不到的。

他同時發出警告：中國在機器人硬體領域已經佔據主導地位，如果美國不利用其新創生態和前沿模型的優勢加緊投入，這個戰場也會失守。至於被問到為什麼 Hugging Face 而不是 GitHub 成了「AI 的 GitHub」，德朗格的回答很實在：規模完全不同。光是上週，Hugging Face 就新增了兩個 petabyte 的資料，相當於 50 萬部兩小時電影。AI 模型和資料集的檔案規模跟程式碼完全不在同一個量級，GitHub 的架構不是為這種規模設計的。他也替 GitHub 說了句話：他們忙著應付自家 coding assistant 的挑戰，沒顧上這一塊。

我的觀察

德朗格的核心論述只有一個：開放比封閉好。泡沫在閉源，因為護城河不穩；安全靠開源，因為防守者需要工具；下一步是機器人，又是一個需要開源社群的領域。作為 Hugging Face 的 CEO，這個立場完全合邏輯，甚至可以說是他唯一合理的立場。但立場自洽不等於事實正確。

他在 Claude Mythos 上的錯誤，暴露了開源倡議者的一個常見盲點：太急於把每一個案例都解讀為「又一次虛驚」，以至於忽略了分級管制確實在發揮作用的情境。Mythos 沒有造成災難，不是因為恐慌又被證明是錯的，而是因為 Anthropic 選擇了限制級的分發方式。這恰好說明，真正務實的 AI 安全策略不是「全部開源」或「全部封閉」的二選一，而是根據模型的能力等級，採取不同的開放程度。德朗格的「綁手」比喻很生動，但現實比比喻複雜。有些手需要綁，有些不需要，關鍵是誰來判斷、怎麼判斷。這個中間地帶，才是值得更多討論的地方。