8 月 28 日晚，天际资本创始人张倩与开源中国 CEO 徐勇围绕英伟达收购 Hugging Face 做了一场直播。评论区最集中的问题，并不是收购本身，而是一个看似矛盾的商业问题：开源不是免费的吗，为什么会被估值到 129 亿美元？
这个问题的关键，在于把“免费使用”和“没有价值”混为一谈。开源项目通常开放代码、模型或工具的使用权，但真正稀缺的，可能是围绕它形成的社区、数据、生态、品牌和基础设施。AI 时代，这些资产的重要性正在快速上升。
免费的是代码，稀缺的是网络
一个开源项目的价值，很少只由代码行数决定。开发者愿意持续使用某个项目，往往是因为它拥有稳定的维护者、丰富的文档、活跃的社区，以及大量可以复用的模型和工具。
Hugging Face 被讨论的价值，正可以从这个角度理解。它不只是一个代码仓库，也不只是模型文件的下载站，而是连接模型开发者、研究人员、企业用户和工具生态的平台。平台上的每个公开模型、数据集和讨论，都可能进一步吸引新的贡献者和使用者。
这种网络效应有一个明显特点：单个用户可以免费获得内容，但整个网络的迁移成本并不低。企业一旦围绕某个平台建立了模型评测、部署流程、权限管理和团队协作习惯，平台就不再只是一个“免费资源入口”，而会成为工作流的一部分。
AI 让开源的价值被重新定价
传统软件开源，价值常常体现在基础设施、开发工具和商业支持上。AI 开源则多了一层：模型本身可以成为新的生产资料。
一个模型项目的影响力，可能来自几个方面：
- 模型是否容易下载、运行和微调；
- 是否有清晰的许可证和使用边界；
- 是否能接入主流推理框架与云服务；
- 是否拥有持续增长的贡献者和用户；
- 是否沉淀了评测结果、数据集、教程与应用案例。
这些因素会共同决定项目能否从“一个发布出来的模型”变成“一个被反复调用的生态入口”。当 AI 应用快速增长时，开发者需要的不只是一个权重文件，还需要版本管理、模型发现、评测、部署和协作能力。能够把这些环节组织起来的平台，自然可能获得远高于单个开源项目的商业价值。
因此，开源商业化并不一定意味着把核心代码重新收费。企业可以围绕托管服务、企业权限、计算资源、技术支持、合规能力和数据协作获得收入。开源负责扩大采用范围，商业服务负责解决规模化使用中的复杂问题。
一个项目怎样积累长期价值
可以把开源项目的价值粗略看成一条增长链：
开放内容
-> 更多试用者
-> 更多贡献与反馈
-> 更好的工具和文档
-> 更低的采用成本
-> 更多企业工作流接入
-> 服务、生态和品牌价值
这条链条并不自动成立。项目需要持续维护，也需要处理许可证、模型安全、数据来源和服务成本等问题。只有用户真的能把项目放进生产环境，社区规模才可能转化为商业价值。
下面是一个可以直接改造的最小实践示例。假设团队维护一个开源 AI 工具仓库，可以用 Git、许可证和模型元数据把“可使用”做得更清楚：
mkdir open-ai-tool
cd open-ai-tool
git init
printf "# Open AI Tool\n" > README.md
printf "MIT License\n" > LICENSE
printf "name: demo-model\nversion: 0.1.0\nlicense: apache-2.0\ntasks:\n - text-classification\n" > model.yaml
git add README.md LICENSE model.yaml
git commit -m "initial open source release"
团队可以继续在 README.md 中补充安装方式、硬件要求、已知限制和评测方法，在 model.yaml 中记录版本与许可证。这样的信息看起来很基础，却直接影响别人是否敢于试用、复现和集成。对 AI 项目来说，清晰的边界和可复现的流程，本身就是产品能力的一部分。
开源并不等于没有成本
“开源免费”通常只描述了用户获取软件或模型时的价格，并没有消除维护者的成本。模型训练、存储、带宽、漏洞修复、客服支持和合规审查都需要资源。
开源项目还面临几个现实风险：
- 许可证可能限制商业使用或再分发；
- 模型的训练数据来源和版权边界可能不清晰；
- 免费托管服务的成本会随下载量和调用量增长；
- 社区声誉一旦受到安全或质量问题影响，修复成本很高；
- 项目过度依赖单一公司时，社区可能担心治理和路线变化。
所以，判断一个开源 AI 项目是否“值钱”，不能只看 Star 数量，也不能只看融资或估值。更重要的是看它是否形成了真实使用、持续贡献和可持续服务之间的闭环。
给团队的采用清单
如果准备引入或发布开源 AI 项目，可以重点检查：
- 许可证是否允许你的使用、修改和商业分发方式。
- 模型、数据集和依赖项是否有明确来源与版本。
- 项目是否提供可复现的安装、推理和评测步骤。
- 社区是否有稳定维护者，以及问题是否得到持续响应。
- 生产环境需要的权限、审计、隔离和服务等级是否已有解决方案。
- 一旦上游停止维护，团队是否具备迁移或自行维护的能力。
开源的价值并不来自“免费”两个字，而来自开放带来的采用速度、协作规模和生态连接。AI 让模型、数据和工具成为新基础设施，也让这些基础设施背后的社区与平台获得了重新定价的机会。真正有长期价值的开源项目，最终要回答的不是“能不能免费用”，而是“能不能让更多人稳定地用起来，并持续创造新的价值”。