就在前不久，美国政府给Anthropic下了一道命令：暂停向所有外籍人士开放其旗舰模型Fable 5和Mythos 5的访问权限，不管你人在不在美国境内，也不管你是不是Anthropic自己雇的外籍员工，一律不能用了。
Anthropic的回应也很干脆——这种按国籍来卡访问的做法，实际操作上根本行不通，硬要执行只会把局面搞得一团糟，所以干脆直接把这两个模型对全球所有用户关了。
在公开声明里，Anthropic的不满几乎没怎么掩饰。他们说，整件事的起因不过是一次非普适性的“越狱”演示，涉及代码漏洞识别——而且这种能力其他模型早就有了。他们认为，这个指令既没有透明度，也缺乏技术依据，更谈不上合理，影响的用户数以亿计。更值得玩味的是，这件事让外界看得清清楚楚：哪怕像Anthropic这样跟美国利益绑得这么紧的企业，也逃不过内部被政策拉扯的尴尬。
几乎是背靠背的时间点，中国的智谱AI（国际品牌名Z.ai）发布了最新的旗舰模型GLM-5.2。这款模型有实打实的100万token上下文窗口，编程能力强，长程智能体功能也很能打。更重要的是，他们打算用MIT许可证把模型权重放出来，全面开源，全球开发者拿来就能用，想怎么适配就怎么适配。
这两件事撞在一起，不是巧合，而是两条人工智能发展路径的真实缩影。美国那条线，强调的是管控、出口限制，把技术节点当成武器来打；中国这边，走的是开放、快速迭代、主权定制，靠物质基础把韧性撑起来。两条线放在一起，正好拼出了一幅正在成形的大图景——我管它叫“数字威斯特伐利亚”。这个秩序的根基是国家主权，靠的是开放协议、互操作标准和扎实的技术底座，而不是谁的域外霸权或者哪家企业的垄断。
其实，Anthropic此前一直跟美国政府密切合作，做过不少红队测试（一种模拟真实黑客攻击的对抗性安全评估策略），也部署了很强的安全防护措施，还坚持多层防御策略。但问题在于，实际操作中根本没办法精准核实每个用户的国籍，所以这道命令最后的结果就是——Anthropic不得不把这两个模型对全球所有用户都关掉了。
这件事，恰好印证了亨利·法雷尔和阿伯拉罕·纽曼在《地下帝国》里描述的那种普遍现象。自“9·11”以来，美国就把全球网络基础设施——比如光纤电缆、SWIFT支付系统、数据中心——变成了监控和施压的工具。现在全球还有大量互联网流量要经过美国控制的基础设施，这让美国随时可以对对手，甚至盟友，进行制裁、获取数据或施加压力。人工智能模型就是新的一层——前沿能力被当作战略资产，宁可攥在手里垄断，也不愿意扩散出去。
华盛顿想通过限制先进模型只对美国公民或可信盟友开放，来维持技术优势，同时拖慢技术在全球的扩散速度。但Anthropic这次的事，正好暴露出其中的矛盾——即便这家公司一直跟美国立场高度一致，也对这种不透明的指令和它带来的“连带伤害”表达了不满。这种做法很可能会让全球的人才、客户和合作伙伴流失，反而加速了美国原本想避免的碎片化趋势。这跟之前半导体出口管制、制裁华为，以及在其它关键领域维持霸权的做法没什么两样——都是把人工智能当成零和博弈里的关键筹码。
2026年4月30日，Anthropic公司联合创始人兼CEO达里奥·阿莫德伊（Dario Amodei）在旧金山总部接受了彭博社《The Circuit with Emily Chang》节目的专访。
主权开放生态这条路，不仅能走，而且活得下去
再看Z.ai这边，发布GLM-5.2的做法，走的完全是另一条路。这款模型是在之前GLM系列的基础上迭代出来的，编程能力、智能体工程和长上下文推理都相当能打。它那100万token的上下文窗口不是虚的，处理复杂多文件代码库、长时间运行的智能体任务，还有那些比传统测试复杂得多的真实软件工程场景，都够用。
而且Z.ai还承诺用MIT许可证把模型权重开源出来，全球开发者都可以平等获取，想微调就微调，想本地化就本地化，想创新就创新。
这其实跟中国的整体战略方向是一致的。一方面加紧提升自己的技术能力，另一方面通过开源去推动全球的互联互通。开源的好处就是能打破封闭生态，削弱垄断，让每个国家都有能力按自己的需求来定制。不管在哪个国家，开发者都可以根据当地的语言、法规、数据规则和实际应用场景来做适配，这样一来，本地的技术生态就更有韧性，不容易被外部的制裁或者平台抽成卡脖子。这种模式不再是少数巨头从全球使用中抽取价值——所谓的“技术封建主义”——而是转向一种更加分散、多方共同创造价值的格局。
Z.ai发GLM-5.2不是偶然的个例，而是中国在开源前沿AI这条路上持续迈进的又一个新节点。之前DeepSeek已经扔出了几颗重磅炸弹，特别是R1推理模型和后来的V3/V4系列，从那以后，中国实验室就一直在宽松许可证下开放模型权重。这个策略已经实实在在地改变了全球开发者的生态。
DeepSeek的模型做得特别高效，比如R1用很低的成本就达到了跟o1差不多的推理水平，很快就冲上Hugging Face这些平台，成了下载量最大的模型之一。现在，来自中国的模型在全球开发者——包括美国和其他西方市场——的下载量和受欢迎程度上都遥遥领先。智谱、DeepSeek这些实验室新发一个模型，就经常霸榜每周的下载和互动排行，迭代速度肉眼可见地快，在易用性和可适配性上已经甩开很多闭源对手了。
这种开源浪潮，给美国的闭源模型带来的财务和竞争压力越来越大。如果把全栈因素都算进去——比如推理成本更低、能效更好、可以按主权需求定制，还不会被某一家供应商锁死——那么在实际应用里，开源的国产方案往往性价比不输，甚至更强。开发者和企业自己想怎么微调就怎么微调，部署在本地或边缘端都可以，直接集成进去就完事，不用每次都交API调用费，也不用担心地缘政治风险。
闭源AI的商业模式到底能不能持续，这个问题现在越来越绕不开了。以前闭源模型的护城河，无非就是性能独家、数据优势和大把烧钱——这套逻辑正一点点失效。开放权重模型在不断缩小能力差距，再加上社区驱动的快速迭代，闭源那些壁垒正在被一步步削平。一旦没法保持技术绝对领先，或者没有政策挡着，支撑OpenAI、Anthropic这些公司估值的那套“经济租金”，就很难再撑得住了。
要知道，2025年到2026年，AI几乎是美国经济增长最亮眼的那根柱子，AI相关的资本支出一度撑起了GDP的大幅增长。有分析说，如果没有这波投资热潮，美国GDP增速最近几个季度可能连0.5%都保不住。对AI的依赖到这个程度，真不是开玩笑的。
美国哈佛大学经济学家杰森·弗曼（Jason Furman）的一项研究发现，2025年上半年美国国内生产总值（GDP）增长几乎完全由数据中心和信息处理技术推动，在这些技术以外的其他领域，美国的增长率仅为0.1%。
正因为这样，闭源模型面对开源竞争——后者正一步步吃掉它的定价权和市场份额——就只能越来越依赖监管保护和出口管制来硬撑优势。Anthropic这次被限制，一个背景就是功能强大的开源模型在全球开发者（包括西方国家）中越来越火。这恰恰说明了一个趋势：市场和技术本身已经守不住的那些租金，要靠国家力量来兜底了。
在这个大背景下，再看Z.ai的GLM-5.2，就显得特别突出——100万token的实用上下文窗口、强大的编程能力、长程智能体功能，都是实打实的硬货。而且它走的是MIT许可证开源这条路，延续了Z.ai一贯的做法：让更多人能用上，鼓励全球开发者去微调、去本地化，一起把生态做大做强，降低被关键节点卡死的风险。这个策略跟中国的整体思路是对得上的——一边提升自己的技术能力，一边通过开放推动互操作性和主权适配。它本质上是在打破“技术封建主义”那种少数平台独吞价值的格局，把创新能力分布到更多人手里。
说白一点，开源不只是技术选择，更是务实的战略和经济学。现在这个环境里，出口管制满天飞，供应链动不动就被掐，技术扩散能让各国自己搭起符合本地语言、法规、行业和数据治理要求的AI系统，不用处处看人脸色。这正好给能源和边缘计算这些物质优势铺好了软件路基，也实实在在地把“数字威斯特伐利亚”往前推了一步。
跟美国那条路一比，差别太明显了。美国实验室还在拼命堆规模、砸钱、靠政策护着，而中国实验室已经用事实说话：效率、开放、快速迭代，完全可以用更低成本、更大覆盖范围，把前沿水平的工具送到更多人手上。这个趋势不只是压了闭源商业模式的利润空间，更重要的是，它让人们看到，在一个正在成形的多极世界里，主权开放生态这条路，不仅能走，而且活得下去。
Anthropic禁令本质上是对数字主权的抵触
“数字威斯特伐利亚”这个概念，是把1648年那场《威斯特伐利亚和约》的逻辑搬到了数字世界。当年那份和约靠确立国家领土主权，结束了欧洲的宗教战争；现在，这个类比是说，民族国家应该在数字领域重新掌握对数据、标准和基础设施的主导权，同时借助开放协议来保持跨国互联互通。这不是要搞封闭孤立，而是一种适合多极世界的多元秩序——毕竟在这个世界里，各国之间本来就不存在普遍的信任。
我之前总结过“数字威斯特伐利亚”的五大核心特征，具体来说：
第一，数字主权。 每个国家自己管自己的数据流动、生态系统和政策。过去那种不受约束的全球平台，以后要逐步让位于国家边界之内，这样才能防范域外势力的监控或者胁迫。拿Anthropic受限事件来说，那本质上就是美国想把本国规则强推给全世界，跟数字主权原则正好对着干；反观Z.ai的开放模型，则是支持各国按自己的需求去定制，这才是主权应有的样子。
第二，开源与互操作性。 像Linux或RISC-V这样的开放平台，能帮各国快速扩展、灵活适配，同时降低对外依赖。这样一来，大企业想当“看门人”就没那么容易了，各国可以并行发展自己的技术栈，互不干扰。GLM-5.2选择MIT许可证开源，正是这个方向的实践——各国不必依附别人，也能整合前沿能力。
第三，集体共识与社会凝聚力。 每个国家有自己的信息生态，有助于形成内部共享的叙事，而不是被那些不负责任的全球平台撕成一个个互相攻击的“真相部落”。开放模型支持本地化的AI系统，能在信息爆炸的环境里帮社会守住共同的认知底线。
第四，分布式账本与零信任机制。 这类技术让各国在低信任的环境里也能安全协作，不需要依赖一个容易被武器化的中央机构。
第五，数据生态作为公共产品。 数据和数据系统应该服务于公共利益、国家治理和互操作性，而不是单纯用来榨取价值。这才是未来数字世界既富足又有韧性的根基所在。
