AI圈的这一周：开源登顶、资本狂飙、千名从业者联名喊停

如果你这一周没怎么关注AI新闻，你可能错过了一场正在发生的结构性变化。

7月29日，月之暗面宣布完成超35亿美元F轮融资，估值飙到350亿美元。同一天，OpenAI做了它四年来从未做过的事——发布了两款开源模型。也还是这一天，1100多名来自OpenAI、Anthropic、谷歌DeepMind的一线从业者联名发布公开信，呼吁政府"管管AI"。

开源登顶。资本狂飙。行业自我检讨。

三件事同一天发生，不是巧合。

一、35亿美元：当"开源"开始吸金

月之暗面这一轮融资，故事比数字更值得讲。

原计划募10到20亿美元，结果因为想投的机构太多，超募到35亿，提前关闭。投后估值350亿美元。还没喘口气，Pre-IPO轮已经开始了，投前估值直接跳到500亿美元。

这是什么概念？往回看半年。2026年初，月之暗面连做三轮"小步快跑"融资——5亿、7亿、7亿美元——估值从100亿爬到180亿。5月融了20亿。到7月，单轮35亿。半年时间，估值翻了五倍。

钱为什么追着来？答案就一个：Kimi K3。

7月17日发布的K3，2.8万亿参数，全量开源。发布后用户请求量超出预估，月之暗面7月20日紧急暂停C端新用户订阅，把算力优先保障已付费用户——不是营销话术，是真的算不过来了。

这个信号资本市场读懂了：一个开源模型，可以有闭源级别的商业价值。

你想想过去两年大家的共识是什么？"开源模型做不过闭源的"，"开源是赔本赚吆喝"，"只有API调用才能变现"。月之暗面这一轮融资，正在改写这个剧本。

但更值得警惕的，恰恰也在这里。

一家开源实验室，融到了35亿美元，背后站着阿里和腾讯。它可以把模型免费给你用，然后靠资本输血继续迭代。这意味着什么？你永远不可能靠"我也训一个模型"来竞争。当最顶尖的开源模型免费可得，你的护城河不能是模型本身。

那可以是什么？

是工作流。是垂直领域的数据闭环。是对特定场景的深度理解。是模型能力之外的所有东西。

月之暗面融资的意义，不是"又一个大模型公司拿到钱了"，而是它证实了一个新的竞争范式已经成立：模型层会越来越便宜，但模型之上的能力会越来越贵。

二、OpenAI开源了：这不是"良心发现"

同样是7月29日，OpenAI发布了两款开放权重模型：gpt-oss-120b和gpt-oss-20b，Apache 2.0协议，完全免费商用。

这是OpenAI自2019年GPT-2以来，四年来首次开源。

120B模型对标Llama 4和DeepSeek V3，目标是在"开源大模型"的第一梯队占位。20B模型瞄的是端侧部署——消费级显卡就能跑，中小企业甚至个人开发者都能用。

为什么偏偏是现在？

答案不复杂：因为闭源的护城河正在被填平。

7月31日，央视财经报道了一个数据：中国开源模型在HuggingFace全球社区的累计下载量突破100亿次，下载占比达到41%——超过了美国。全球主流大模型调用榜单上，排名前六的模型全部来自中国团队。

六家中国公司，包揽全球前六。这个数据放在两年前，没人敢信。

OpenAI看到了什么？它看到Kimi K3开源后下载量暴增、开发者生态迅速壮大。它看到DeepSeek用开源策略在开发者心里种下了品牌。它看到Meta的Llama系列虽然模型能力经常被吐槽，但因为开源，还是占据了大量生产环境。

当开源模型的能力和闭源模型的差距缩小到肉眼不可分辨时，"闭源"就不再是一个战略优势，而是一个分发劣势。

OpenAI这次开源，不是"良心发现"，而是战略被迫转向。它需要用开源来抢占开发者心智，尤其是在中国市场——这里的开发者已经在大量使用国产开源模型了。如果你不提供一个可替代的开源选项，你就等于放弃了下一代AI应用的底层生态。

当然，OpenAI的"开源"是有保留的。它开的是权重，不是训练数据和训练方法。但不管怎么说，闭源之王打出开源这张牌，本身就是一个行业转折信号。

对创业者来说，这进一步强化了我在第一部分说的结论：模型不再是护城河，它正在变成水电煤。

当最顶尖的模型——无论是月之暗面的Kimi K3，还是OpenAI的gpt-oss-120b——都可以免费下载、自由部署时，你的竞争壁垒在哪里？

答案永远是模型之外。

三、全球下载100亿次：中国AI的"生态出海"

接着说那个数据：中国开源模型HuggingFace下载量全球第一，占比41%。

这个数字比"中国模型排名前六"更值得细看。因为排名体现的是能力，下载体现的是信任。

一个海外开发者，下载一个中国团队发布的模型权重，意味着什么？意味着他要看中文文档（或者翻译得很差的英文文档），要适配不一定主流的推理框架，要忍受时差带来的社区响应延迟，还要面对潜在的合规风险。

在这种情况下，中国模型还能占到41%的下载量，说明一件事：能力强到让开发者愿意忍受所有的不方便。

但下载量不等于商业收入。这是中国AI下一阶段要回答的问题。

过去12个月，中国模型有9个月保持着全球开源模型的规模上限。持续迭代正在把"一次模型发布"转化为"稳定的开发者采用"。但开发者下载了你的模型之后，会不会在生产环境里部署？会不会基于你的技术栈开发应用？会不会成为你生态的一部分？

这才是真正的考验。

从"技术出海"到"生态出海"，中间隔着的不只是模型能力，还有许可证清晰度、推理框架适配、多语言文档、社区维护、合规支持。

好消息是，这个转变已经在发生了。字节跳动的豆包搜索服务7月29日正式对外开放，面向企业和开发者提供联网查询能力。阿里的千问也在办公场景内测，Qoder上线了语音智能体。阿里云上周在OpenRouter上架的Qwen3.7 Flash，100万token上下文、视觉推理能力，每百万输入token只要3美分——这个价格，任何一个小团队都负担得起。

中国AI正在从"我能训出最好的模型"走向"我能让最好的模型被最多人用起来"。

这条路比训模型更难走。但走得通的话，价值也比训模型大得多。

四、1100人联名喊停：行业在怕什么？

第三个7月29日发生的大事：来自OpenAI、Anthropic、谷歌DeepMind、Meta的1100多名员工，联名呼吁各国政府建立协同治理机制，"合理把控前沿AI技术研发节奏"。

签名的不是普通员工。Anthropic的CEO达里奥·阿莫代伊签了，OpenAI首席科学家雅库布·帕霍茨基签了，Meta首席科学家赵晟佳签了。

他们共同关注一个词：递归式自我改进。

通俗地讲，就是AI自己研发、自己迭代新一代AI系统。相关企业研究显示，当前大模型正快速逼近这个技术临界点。

你想想这意味着什么。如果AI可以自己改进自己，那技术迭代的速度会脱离人类的控制节奏。你还没来得及评估上一代模型的安全风险，下一代已经出来了。

公开信的核心诉求不是"停"，而是"慢一点，让社会能跟上"。

这件事有两个解读角度。

第一个角度：这是负责任的行业自律。 1100多名一线从业者，比任何人都清楚技术前沿的真实状态。当他们集体站出来说"我们需要更多时间做安全准备"，这个信号值得认真对待。他们不是在反对AI发展，而是在说——我们现有的安全体系、监管规则、风险研判能力，跟不上技术的迭代速度。不是不想跑快，而是跑道还没修好。

第二个角度：这可能是先发优势者在"锁门"。 已经跑到前面的人，呼吁"大家都慢一点"，客观上有利于巩固领先地位。这个逻辑在科技行业不新鲜。当年OpenAI的CEO山姆·奥特曼对"暂停AI研发"的倡议持保留意见，说方案缺乏细化技术落地标准。这次他态度明显转变，明确支持"统筹把控AI发展节奏"。态度的变化，和OpenAI面临的开源竞争压力不无关系。

两种解读都有道理。但不管动机如何，这个联名信本身说明了一件事：AI行业正在从"全力加速"进入"边跑边看路"的新阶段。

对普通人来说，这个信号意味着什么？意味着AI不会突然"失控"——行业内部已经开始自我设限。但也意味着，AI的发展不会因为你还没准备好就停下来。它只会"稍微慢一点"。

所以你还是要跑。只是不用担心跑到一半赛道突然塌了。

五、最后，讲三个"角落里的新闻"

大新闻之外，这一周AI圈还有几条不那么轰动、但对行业走向有深远影响的消息。

第一条：Cognition基于Kimi K2.7训出了SWE-1.7编程模型。

Cognition是那家做出了Devin（第一个AI软件工程师）的公司。他们最新的SWE-1.7模型，基座用的不是自己的模型，而是月之暗面的Kimi K2.7，通过强化学习在编程任务上做微调。

这件事的意义在于：当最顶尖的AI编程公司选择用别人的开源模型做基座，说明开源模型的生态效应已经形成了。不是每个公司都需要从零训模型。站在别人的肩膀上，专注应用层的优化，可能才是更聪明的策略。

第二条：欧盟宣布建设7个AI千兆工厂，总投资300亿欧元。

7月30日，欧盟委员会启动正式招标，建设最多7个AI千兆工厂，公共资金100亿欧元，加上私人投资总计300亿欧元。目标是给欧洲AI企业提供"用得起"的算力。

这件事和前面的新闻连起来看，格局就很清晰了：美国有OpenAI和Anthropic，中国有月之暗面和DeepSeek，欧洲不想做"AI殖民地"，所以要建自己的算力基础设施。

全球AI竞争正在从"公司vs公司"变成"国家生态vs国家生态"。你在哪个生态里，决定了你能调用什么样的资源。

第三条：字节豆包搜索开放，千问Flash白菜价上架。

这两件事本质上是同一件事：AI的基础能力正在变成公共基础设施。

豆包搜索给企业和开发者提供联网查询能力，已经成为90%国内TOP手机厂商智能助手的信息引擎。Qwen3.7 Flash的定价——3美分/百万输入token，13美分/百万输出token——意味着任何一个人都可以用一杯咖啡的钱，让AI帮你处理几十万字的文档。

当AI能力便宜到这种程度，"用AI"就不再是一个决策，而是一个习惯。

总结：五个信号，一个趋势

把这一周的新闻串起来，你看到的不是五个碎片，而是一张完整的拼图：

1. 资本在向头部集中——月之暗面融资35亿美元，说明资本相信"开源可以商业化"，但也意味着后来者的模型层机会在急剧收窄。

2. 闭源正在向开源妥协——OpenAI四年后重新开源，不是因为大度，而是因为对抗不开源就会失去开发者生态。

3. 中国AI正在从技术出海走向生态出海——100亿次下载是里程碑，但下一阶段的挑战是让"下载"变成"部署"和"付费"。

4. 行业内部在踩刹车——1100名从业者集体发声，说明前沿模型的能力已经让创造它的人都感到不安。

5. AI能力在加速变成公共基础设施——无论是豆包搜索还是千问Flash，都在传递同一个信号：用AI的成本正在趋向于零。

对普通人的建议，就三条：

第一，不要纠结"用不用AI"这件事，纠结"怎么用得更好"。

工具的价格在归零，稀缺的从来不是工具，而是会用好工具的人。你花时间纠结要不要学，别人已经学会了在用了。

第二，不要试图和模型本身竞争，要在模型之上建立你的独特价值。

月之暗面的开源模型和OpenAI的开源模型，你都可以免费用。但你对某个行业的理解、你和客户的关系、你积累的独家数据——这些东西，模型永远替代不了。把时间花在这上面，而不是花在"我也要懂大模型原理"上。

第三，关注趋势，但不要被趋势吓到。

AI行业这一周发生了很多事：资本狂飙、开源逆袭、行业自我检讨。但所有这些事都有一个共同前提——AI还在快速进步。技术进步从来不会消灭机会，它只会重新分配机会。你要做的不是恐慌，是搞清楚新的机会在哪里。

这一周的AI圈，像极了一个行业青春期进入成年期的转折：开始反思、开始博弈、开始结构性分化。热闹还在继续，但节奏和规则都在变。

最后送一句话：当开源登顶、资本狂飙、从业者自己都在喊慢一点的时候，这个行业的游戏规则，已经在被重写了。 你现在的位置，取决于你能不能读懂新规则。