开源是什么？公开源代码、允许自由使用修改和分享

开源（Open Source）原指公开软件源代码、允许他人自由使用、修改和分享的软件开发方式。这个术语起源于软件开发领域，但如今，“开源”已经代表了一种更广泛的价值观，可以称之为“开源方式”：开源的项目、产品或计划，推崇开放交流、协作参与、快速迭代、透明和社区导向。

它的来历

软件的源代码是程序员写的、人能读懂的代码，经过编译后才变成计算机能运行的程序。很多商业软件只提供编译好的程序，不公开源代码，用户无法知道它内部是怎么工作的，也不能修改，这叫闭源或专有软件。上世纪 80 年代，理查德·斯托曼发起了自由软件运动，强调用户运行、研究、修改和分发软件的自由。1998 年，一批开发者提出了“开源”这个更偏重实用和商业友好的说法，并成立了开源促进会（OSI），制定了“开源定义”。

开源许可证

开源并不意味着没有任何规则，而是通过许可证来规定使用的条件。常见的有两大类：宽松型许可证，比如 MIT、Apache 2.0、BSD，几乎允许任何用途，包括闭源的商业使用，只要保留原作者的版权声明；著佐权型（copyleft）许可证，比如 GPL，要求基于它修改并发布的软件也必须以同样的许可证开源。选用开源软件时，了解它的许可证非常重要。

开源的影响

开源软件已经成为现代数字世界的基础设施：Linux 操作系统运行着全球绝大多数的服务器和手机（安卓基于 Linux）；Apache、Nginx 等网络服务器支撑着大量网站；Python、Git、Kubernetes、MySQL 等都是开源的。在 AI 领域，PyTorch、TensorFlow 等深度学习框架，以及 Hugging Face 上的大量模型和工具，都推动了技术的快速普及和进步。

AI 时代的“开源”之争

在大模型领域，“开源”这个词的含义引发了不少讨论。很多被称为开源的大模型，实际上只公开了训练好的模型权重，可以下载使用和微调，但没有公开训练数据和完整的训练代码，有的还在许可证中限制了商业使用或用户规模。严格来说，这些更准确的叫法是“开放权重”模型。开源促进会在 2024 年发布了“开源 AI 定义”，要求公开足够详细的训练数据信息、代码和权重。像 OLMo 这样连数据都完全公开的模型，被称为“完全开源”。选用开源模型时，同样需要仔细阅读它的许可证条款。