开源：如何让技术更便宜和可靠

周二，Meta 发布了最新一代的开源大语言模型 Llama 2。

打开凤凰新闻，查看更多高清图片

相较于2月份首次亮相的Llama 1大模型，Llama 2在诸多层面实现了显著优化。首先，其训练数据量提升了40%，这意味着模型在获取知识时拥有更为丰富的数据支持；其次，用于训练的token数量翻了一番，达到了2万亿，这无疑极大地扩充了模型的语言处理能力；再者，上下文长度限制也翻了一倍，这一改变使得模型能够更好地理解和生成长距离的上下文信息。综上所述，Llama 2在各方面都展现出了更强的实力。

尽管 Llama 2 的强大程度足以引起整个行业的关注，但这并非最令人惊讶的事情。真正令行业感到震撼的是 Meta 公司宣布 Llama 2 将对研究和商用领域完全免费。

这表明，许多研究机构和企业可以免费利用开源的Llama 2，从而省去了开发大型模型的巨大成本，这有助于降低企业的研发费用，并使Meta能够吸引更多的合作伙伴。

目前与 Llama 2 合作的就包括了微软、亚马逊、IBM、高通、Spotify 等知名企业。

关于Llama 2的介绍已经在网络上铺天盖地，在此不再详述，而本文将重点关注“开源”这一在当今互联网领域相当普遍，但对许多人来说却较为生疏的概念。

开源的基本概念

所谓“开源”，即开放源代码，也称源代码公开，是软件的一种散布形式，而开源软件即公开源代码的软件。

在软件领域，大部分情况下，其他用户只能获取经过编译的二次元可执行文件，而程序的原始源代码则仅限于软件创作者、著作权所有人等具备。这种类型的软件被称为闭源软件。

原内容为：开源软件的魅力不仅仅在于源代码的透明度，它更关键的地方在于，其他人在遵循开源协议的前提下，能够自由地学习和修改该软件，甚至可以根据自身需求进行再分发。这种开放性不仅推动了软件技术的进步，也促进了全球范围内的合作与交流。

开放源代码的定义最先由 Bruce Perens 提出，经由 Eric S.Raymond 发展，主要有以下十条：

开源的历史

虽然现在人们用到的软件，闭源居多，但最早期的软件开发，软件都是开源的，因为早期硬件发达，而软件只是附属品。

例如在 1970 年之前，IBM 出售的大规模计算机，采用的部分软件，软件公司会提供源代码，让懂程序的维护人员知道软件是如何运作的，方便修正或添加想要的功能。

*IBM S/360 计算机，于 1964 年推出

后来随着软件行业的发展，软件公司意识到其中的商业利益，开始进入封闭式的开发模式，不再提供软件的源代码，人们称其为“教堂式”。

所谓教堂式，就是将软件开发比作建造一座教堂，应该由高手或专家来设计并建造，等到版本成熟时才开放提供给用户，并利用知识产权制度将开放的软件私有财产化，将其闭源，不被他人模仿，以满足企业的商业利益。

我们熟悉的 Windows 系统便是闭源软件开发模式的代表。

*Windows3.0

但闭源软件开发模式带来了一系列问题，比如软件费用高、安全漏洞多、新旧版支持问题、不符合个人需求等等，一部分软件开发者对其不满意，于是兴起了“开放源代码运动”。

开放源代码运动的支持者认为不阻碍合作、可共享的研究风气才是软件开发应有的路径，反对把软件建立在知识产权与许可证的基础之上，认为这样限制了他人利用源代码修改、调整软件以适应自身的需要，阻碍了软件的进一步完善和发展，导致软件安全性下降、创新减少、不兼容等问题。

随着开放源代码运动的进行，产生了许多实际性成果。

Richard M.Stallman 于 1985 年创立了自由软件基金会，并开启了 GUN 项目，后者是一个自由的操作系统，其内容软件完全以 GPL 的方式发布。

*Richard M.Stallman

加州伯克利大学的计算机研究团队发展并改进了 AT&T 的 Unix 系统，建立许多应用程序，并迅速成为“BSD Unix”，后来“BSD Unix”被苹果的 macOS 采用。

1991 年，Linux 内核被芬兰一名大二学生编写出来。

1999 年，Eric S.Raymond 出版了著作《大教堂与市集》，该书讲述了黑客文化史、Linux的开发过程、以及作者本人主持开发的开放源代码软件 Fetchmail 的经历，并讨论了软件开发的方法论。

*Eric S.Raymond

与“教堂式”对应的，开源软件开发模式被称为“市集式”，就是通过不同的软件开发爱好者，组成一个不同流程和不同方式的市集，共同开发软件。

市集式的代表便是 Linux，最初由芬兰大二学生 Linus Torvalds 于 1991 年首次发布 Linux 的内核，后来无数人加入合作使其可用性增强。现如今，采用 Linux 内核的系统已经运行在很多的设备上，比如大型计算机和超级计算机、服务器、手机（安卓）、路由器、电视等等。

*Linux 创始人 Linus Torvalds

开源的意义

在前面提到了，开放源代码运动旨在追求不阻碍合作、可共享的软件开发路径，并认为开放源代码更有利于提高软件的安全性、创新性和兼容性，这是开放源代码最直接的意义。

*Github 上的开源项目

将软件源代码公之于众，使得所有开发者都成为软件的潜在开发者，其中不乏许多优秀的网络人才，共同开发软件，能够让软件存在的漏洞很快被发现并弥补，同时，每个人的想法也能在软件上实现，促进了软件的发展和迭代，有利于软件的发展。

以上是软件开源在软件层面的意义，而像 Meta 将 Llama 2 开源，更多的是商业层面的考量，因为站在 Meta Llama 前面的是 ChatGPT 这个巨头。

Meta 将 Llama 2 开源，能争取更多的开发者支持，包括那些知名的合作企业，从而促进 Llama 的发展，提高市场占有率。过往不乏类似的案例。

Windows 从 3.0 开始取得了广泛的成功，占据了个人电脑操作系统的大部分市场，对微软不满的科技行业从业者，在 Linux 的基础上开发，将后者变成了网站和互联网应用的运行系统。

2007 年 1 月，苹果发布了初代 iPhone，并展示了强大的 iOS 系统。该年11月，谷歌向外界公布了安卓系统，与 84 家软、硬件企业以及电信运营商组成“开放手持设备联盟”，并以免费开源的方式，发布了 安卓的源代码，以此来与 iOS 竞争。

从互联网发展史来看，行业领先的巨头往往会选择闭源式开发，以保证技术领先，赚取更多的商业利益，而后来者选择开源，争取更多的市场和合作伙伴，以此抗衡行业领先者。

因此，“开源”成为部分企业以小博大的战略选择。

例如谷歌虽然不直接通过安卓系统授权获利，但却可以赚取 GMS 的授权服务费，而 Llama 如果取得成功，Meta 未来也能通过其他方式取得收益。

不过，现在站在 Meta 的 Llama 2 前面的巨头不只是 OpenAI 的 ChatGPT，还有 Google 的大语言模型 Bard——是的，将安卓开源的谷歌，在大语言模型开发上选择将 Bard 闭源。

对企业来说，开发软件选择开源还是闭源不是基于主义，商业利益才是最主要的考量因素。

不过值得一提的是，Meta 的 AI 首席科学家杨立昆是一名开源主义者，当初扎克伯格邀请他出任脸书的 AI 实验室主任一职时，他曾要求研究成果必须开源。

*杨立昆Yann LeCun

开源的缺点

在前面，老狐介绍的都是开源的优点，事实上，开源的缺点某种程度上也是其优点带来的，体现了一个事物的两面性。

首先是开源项目参与人数众多，且自发进行，这必然造成管理困难，需要项目领导者付出更多精力去整合项目，做好决策。

例如 80 年代与比尔·盖茨齐名的技术天才米切尔·卡普尔曾出资几百万美元启动一个名为 Chandler 的开源项目，旨在开发一个个人信息管理软件，但因为项目管理混乱，开发人员更迭，项目最后失败。

*米切尔·卡普尔

其次，开源项目迭代频繁，不断有新版本被开发出来，这需要软件用户不断安装新版本，这给用户带来了更高的使用成本。

最后则是开源软件未来的不确定性，因为其成员来自不同的人，软件的质量和未来发展都没法得到保证，一款软件用户正用着可能就没下文了。

以上开源的三个缺点恰好是闭源的商业软件的优势，以 Windows 为例，微软有专业团队负责开发，后期有稳定的更新和维护，能给用户减少许多的麻烦。

写在最后

读到这里，我想大家对“开源”已经有了大概的了解。

近些年，伴随着互联网的快速发展，尤其是大数据、物联网、AI 等技术的火热，开源软件的开发者逐渐增多，相关的开源项目也越来越多，促进了开源软件行业的发展。

一向封闭的微软，也在纳德拉上任后开始拥抱开源。2014 年，微软在开源社区 Github 上开设了账户，并成为社区的最大贡献者；2018 年，微软花费 75 亿美元收购了 Github，后者当时已是全球最大的开源社区和代码托管平台；如今，微软也将与 Meta 的 Llama 展开合作。

*纳德拉和扎克伯格

开源社区 Hugging Face 伴随着 AI 的兴起，成为了开源社区的顶流，如今 Hugging Face 上有超过 25 万个模型，包括 Meta 的 Llama 2、国内王小川创立的百川智能的大语言模型“百川”。

*Hugging Face上的大模型

现在回到文章开头的话题上来，小伙伴们认为 Llama 能通过开源的方式，击败闭源的 ChatGPT 和 Bard 么？

虽然结果老狐也无法预测，但非常乐意见到这样的竞争，这是一场技术落后者借助群众力量与技术领先者的竞争，也是开源的理想主义者与闭源的现实主义者的竞争，结果会怎样呢？

答案在时间里。