夜雨聆风编者按：
弗里曼认为，DeepSeek 发布 R1 模型并非简单的企业技术突破，也不应仅被理解为“人工智能竞赛（AI race）”中的一次市场冲击。它更像一个“Linux 时刻（Linux moment）”：技术能力不再主要依赖排他性产权和封闭生态，而是在开放源代码（open source）和能力扩散（capability diffusion）的制度条件下快速迭代。
文章的核心概念是“精神对象（mental objects）”：软件、理论、设计、文本、图像等非物质实体可以在多种物质载体中存在，并在复制、传播和重组中保持其自身。数字化使这类对象摆脱特定物质载体的限制，从而使生产方式发生转变。
作者进一步提出，中国在人工智能和数字生产中的优势，不仅来自工程能力，也来自更有利于知识扩散、技能积累和工业基础支撑的制度环境。与美国把知识产权（intellectual property）主要当作竞争武器不同，中国更强调把可用知识扩散给更多生产者、工程师和实施者。
（翻译：护苗。本文翻译发布已获得 Alan Freeman 本人授权。）
Alan Freeman
原文标题：A Chinese Giveaway作者：Alan Freeman原始链接：https://substack.com/home/post/p-201109202原文曾发表于 Henry Levenson-Gower 主编的 MINT magazine，原刊链接：https://www.themintmagazine.com/issues/issue-37-mar-26/
导言：一次 Linux 时刻
艾伦·弗里曼（Alan Freeman）解释了为什么中国在人工智能（artificial intelligence, AI）[1]竞赛中的领先位置，可能更多来自“分享”而不是“竞争”。
当中国人工智能公司 DeepSeek 发布 R1 模型时，熟悉的陈词滥调如期而至：“大胆的新来者”“斯普特尼克时刻（Sputnik moment）”、美国科技市场遭遇突然冲击。可是，待最初的情绪退去以后，更值得追问的问题并不是谁被震惊了，而是这次发布究竟标志着何种转变，以及为什么中国似乎更有条件利用这种转变。
一位经验丰富的观察者、Java 移动技术先驱 Samir Mitra，把它称为一个“Linux 时刻（Linux moment）”[2]。这个类比很重要，因为它把注意力从硅谷叙事中常见的风险投资（venture capital）、专有突破（proprietary breakthroughs）和先发优势（first-mover advantage）转向了更具结构性的东西：开放源代码（open source）[3]作为一种组织技术权力的不同方式。
它看起来更像是长期转变中的一步：从把技术作为锁在付费墙背后的私有财产，转向把技术作为开放的、可迭代的、集体性的资源。
Linux 并不像 iPhone 那样“发布”。它出现了，被分享，被改进，而且关键在于，它即使在桌面电脑上也从未消失。一个由志愿者构建的操作系统，后来成为服务器、智能手机和互联网很大一部分的核心基础设施。按照这一理解，DeepSeek 并不只是一次孤立的模型发布。它更像是长期转型中的一个环节：技术不再主要作为被付费墙封闭的私有财产，而逐渐成为开放的、可迭代的、集体性的生产资源。
图注：Linux 仍未掉队：桌面电脑操作系统的全球市场份额。来源：Statista；作者计算与制图。
一、另一种产权形式
人们常常把开放源代码描述为一种道德立场，例如“分享是好的”；或者把它理解为一种定价策略，例如“它是免费的”。这种理解遗漏了更关键的问题：开放源代码之所以能够运作，是因为它内含一套产权制度（property regime）[4]，即一组旨在使知识持续可被他人使用的权利与义务。它把“开放获取（open access）”规则整合进一个生产性系统：代码可以在明确条款下由任何人使用和改造，而不是像稀缺商品那样被出售。
这一点之所以重要，是因为数字技术具有可复制性：一旦被创造出来，其复制成本极低。一首诗、一个定理、一项设计、一个软件库，都不同于一桶石油。你可以分享它们，而不会因此失去它们。某种东西越容易被复制并被他人使用，就越难把它当作依赖排他性来维持价值的传统商品。通俗地说，思想易于传播，难以圈占。
几十年来，资本主义处理这一问题的方式，并不是直接把思想本身商品化，而是把思想的再生产手段商品化。你并不是为“音乐本身”付费，而是为黑胶唱片、磁带、CD、音乐会门票、广播接入、电影院座位付费。真正昂贵的是分发和传播。互联网逆转了这一点。当分发成本趋近于零，旧的商业模式，也就是对复制品的访问收费，便开始变得不稳定。
DeepSeek 正处在这场长期冲突的中心：一边是数字现实，即复制成本极低；另一边是专有商业模式（proprietary business models）[5]，即复制必须被控制。
二、精神对象（mental objects）
理解这一点的一种方式，是停止笼统地谈论“信息”，转而讨论精神对象（mental objects）[6]：软件、理论、设计、文本、图像等非物质实体，可以在许多物质形式中存在而不丧失其自身。一本书并不等同于印刷它的纸张。即使书页被烧毁，其内容仍然可以存在于人的头脑和其他副本中。数字化并没有发明精神对象；它只是消除了精神对象对某一种特定物质容器的依赖。
这种解放改变了生产。在工业时代，机器最终能够生产机器，这是大幅提升产出的关键转折点。在数字时代，精神对象越来越多地生产精神对象：软件工具构建软件工具，模型帮助生成代码，代码仓库加快迭代，开源库成为各类新系统的基础架构。
美国倾向于把知识产权主要视为一种竞争武器，即一种阻止竞争者获得能力的工具。
在这一框架下，DeepSeek 的成功并不主要在于巧妙的工程设计，尽管它当然包含工程能力。更重要的是，它处在一个将精神对象视为共享生产基础的生态系统之中：知识应当被传播和重组，而不是被锁进私有收费通道。
那么，为什么中国似乎比美国更善于运用这种逻辑？可以从一个直接的对比说起：美国倾向于把知识产权（intellectual property）[7]主要当作竞争武器，用来阻止对手获得能力。中国则相反，持续推动能力扩散（capability diffusion）[8]，也就是让更多人、更多企业更快掌握可用的知识和技能。
教科书式的例子是通过合资企业（joint venture）[9]和技术转让（technology transfer）[10]实施的产业政策（industrial policy）[11]。无论如何评价其政治含义，这一机制本身很清楚：如果想进入中国市场和生产体系，往往不仅要分享专利，还要分享运营能力，即如何真正以规模化方式把事情做成的操作能力。这种思路与开放源代码自然契合：增长来自可用知识的扩散，而不是对知识的囤积。
这种取向也体现在中国更广泛的国际姿态中，即中国称之为“共享繁荣（shared prosperity）”的框架，以及供应链和基础设施中的实际合作。你不必完全接受这一表述，也可以看出它的战略后果：技术扩散能够培养出一大批能力出众的研发人员、工程师与工程实施人员。
第二个差异在于劳动力。许多西方评论文章将中国简单描绘成依靠廉价劳动力、劳动环境恶劣的形象。这种说法既片面，又存在战略误导性。在人工智能与软件产业主导的经济体系中，起更重要作用的并非廉价劳动力，而是大规模熟练劳动（skilled labour at scale）[12]，即能够完成开发、适配、落地与迭代工作的人才。
“失重”的数字经济仍然建立在沉重的物质基础之上，包括芯片、网络、数据中心、物流和设备。
人工智能也打乱了“机器将全面替代人类”的流行恐惧。本文描述的趋势恰恰相反：劳动从容易被机械化的活动转向机器难以替代的活动，例如创造性工作、高技能设计和复杂的面向人的服务。按照这种理解，未来经济对人的能力的依赖不是下降，而是上升。那些重视技能培育、将人视作核心生产要素的社会，发展表现会优于把人力当作需要压缩的成本的社会。
还有一个不应忽视的事实：“失重”的数字经济（weightless digital economy）[13]仍然建立在沉重的物质基础之上，包括芯片、网络、数据中心、物流和设备。本文的一个重要判断是，中国在精神生产中的优势得到其制造能力的强化，这使它能够更好抵御外部压力和供应中断。如果无法保障硬件供给，就无法保障大规模人工智能能力。
正因如此，将美国工业就业占比或增加值占比的下降，解读为“工业已无足轻重”的佐证，是一种典型误判。工业仍然十分重要；其用工规模缩减，只是生产率提高带来的结果。服务与平台巨头的运转，依然高度依赖制造业支撑的硬件基础设施。中国则一直着力维持这一工业基础的厚度，并使其在战略上保持可调用、可支撑的状态。
三、DeepSeek 揭示了什么
与其把 DeepSeek 理解为一个单一产品，不如把它理解为一个信号：我们正在进入一个阶段，在这一阶段，核心生产投入和产出越来越多地表现为精神对象；而开放获取制度（open access regimes）[14]能够通过加速扩散、迭代和采用，胜过排他性制度。
在这样的世界中，决定性问题不再只是技术问题，而是政治经济学问题：什么样的产权制度，什么样的社会组织形式，最能支持这些新生产力的快速发展和广泛部署？
美国模式高度金融化（financialised）[15]，强烈依赖专有产权，并通过封闭生态系统（closed ecosystems）[16]锁定用户。它仍然可以产生惊人的利润。但是，利润并不等同于能力。而且，该模式或许很难适配当下时代：当今最具影响力的技术，是那些传播速度最快、能吸纳最多协同生产者、最终演变为公共基础设施而非单纯商品的技术。
中国的路径则更强调能力优先、扩散导向，并由深厚的工业基础支撑。至少在这个案例中，它看起来更符合数字生产的现实条件。
DeepSeek 并不是一个孤立的“时刻”，而是加入了一场更大的运动。如果这场运动就是开放源代码，那么所谓“人工智能之战（AI war）”的关键，可能并不在于谁率先发明下一个模型，而在于谁能够建立最强大的生态系统，将共享知识转化为集体能力（collective capability）[17]。
术语说明（译者整理）
1. 人工智能（artificial intelligence, AI）指使机器执行识别、推理、生成、决策等任务的一组技术体系。本文关注的不是单一算法，而是人工智能作为新的生产力和产业组织形式。↩︎2. Linux 时刻（Linux moment）指某项开放技术突破像 Linux 一样，通过开放协作、持续迭代和广泛采用成为基础设施，而不是依靠封闭产权实现扩张。↩︎3. 开放源代码（open source）指源代码可被查看、使用、修改和再分发的软件制度。其关键不只是“免费”，而是通过许可证安排形成可持续的协作生产关系。↩︎4. 产权制度（property regime）指围绕资源的占有、使用、收益和转让形成的权利义务结构。开放源代码本身也是一种产权制度，而不是无产权状态。↩︎5. 专有商业模式（proprietary business models）依赖排他性控制、许可收费和用户锁定来获取收益，与开放扩散型技术生态存在张力。↩︎6. 精神对象（mental objects）是弗里曼用来指称软件、理论、设计、文本、图像等非物质生产物的概念。其特点是可以在不同物质载体中存在并保持同一性。↩︎7. 知识产权（intellectual property）指专利、版权、商标、商业秘密等围绕知识产品设置的法律权利。本文强调其既可促进创新，也可能被用作排斥竞争者的工具。↩︎8. 能力扩散（capability diffusion）指技术知识、操作技能和组织能力从少数主体向更多企业、劳动者和机构扩散的过程。↩︎9. 合资企业（joint venture）指不同所有者共同出资、共同经营的企业形式。本文语境中，它常与市场准入、技术学习和产业政策联系在一起。↩︎10. 技术转让（technology transfer）指技术、专利、工艺、管理经验和操作能力在主体之间的转移，不限于正式专利许可。↩︎11. 产业政策（industrial policy）指国家通过投资、规制、信贷、采购、贸易安排等方式影响产业结构和技术能力形成的政策体系。↩︎12. 大规模熟练劳动（skilled labour at scale）指拥有工程、设计、实施、维护和迭代能力的劳动者群体达到足够规模，能够支撑复杂技术体系的生产、适配和扩散。↩︎13. “失重”的数字经济（weightless digital economy）是对数字产品低复制成本、非物质化外观的概括。弗里曼提醒，数字经济仍依赖芯片、能源、网络和制造业等物质基础。↩︎14. 开放获取制度（open access regimes）指允许知识、代码、数据或内容在一定规则下被广泛访问、使用和再生产的制度安排。↩︎15. 高度金融化（financialised）指企业和经济活动越来越以金融收益、资产估值和资本市场逻辑为中心，而不是以长期能力建设和生产组织为中心。↩︎16. 封闭生态系统（closed ecosystems）指平台或企业通过技术标准、账户体系、数据控制和兼容性限制把用户锁定在自身产品体系内。↩︎17. 集体能力（collective capability）指由大量生产者、开发者、使用者和制度安排共同形成的社会化技术能力，不等同于单个企业的专有能力。↩︎
