扎克伯格在开篇就把矛头指向了OpenAI和Anthropic这类闭源路线。他的核心意思很直白：先进AI不该只被少数公司锁在墙里，开源权重模型应该放给更多开发者、研究机构和中小企业使用。这个判断背后，是现实中的成本差异。闭源模型往往要么按月订阅，要么按API调用量付费，门槛更高；而以DeepSeek、阿里巴巴Qwen、智谱AI、Moonshot AI为代表的一批中国团队，已经把“权重开放”做成了自己的明显标签，允许全球用户下载、本地微调，甚至直接部署到商业场景里。对普通开发者来说，这意味着拿到先进模型的门票更便宜，也更灵活。
更关键的是，扎克伯格这次没有回避美国自己的短板。他公开提到，美国在数据中心供电、能源网络升级、基础设施建设进度上，都面临不小压力；再往下走，还会碰到环保审批、地方社区反对、版权诉讼和隐私法规这些现实阻力。也就是说，AI竞争表面上拼模型，背后其实拼的是电、地、网、审批和数据。模型再强，如果数据中心批不下来、供不上电、算力扩不快，迭代速度就会被拖住。这个问题不是喊口号能解决的，而是实打实的工程和制度成本。
Meta自己的动作，也能看出这种压力有多具体。就在发文当天，Meta还联合70多家硅谷科技企业，公开支持开放权重路线，并推出了约300亿参数的Muse Glimmer。按公开信息，这个模型经过量化压缩后，体积被控制在20GB以内，可以直接在装有消费级GPU的个人电脑上离线运行。换句话说，AI不再只是服务器机房里的大项目，也开始往普通电脑、个人工作站里下沉。扎克伯格在文中描绘的“每个人都有博士级辅导教练”，本质上也是在讲这种普及化场景——但这套叙事和Meta此前的动作放在一起看，就没那么轻松了。
原因很简单。Meta今年早些时候刚裁掉了约8000个岗位，另一边却又在长文里强调AI会带来创业、生产力和就业机会。这种反差并不稀奇，科技巨头往往一边压成本，一边讲未来；真正值得看的是，Meta为什么要在这个时点高调押注开源，还同步宣布拿出10亿美元设立社区发展基金，用来补贴数据中心所在地区的公共服务支出。报道中提到，Meta在美国路易斯安那州里奇兰教区规划建设超大型计算中心，项目预估投资额高达2500亿美元。之所以要额外掏钱，正是因为大型数据中心会消耗大量电力和冷却水，周边居民对水费、电网和环境压力的担心一直存在。说到底，AI时代争的不是“谁说得更热闹”，而是谁能把算力、土地、能源和社区关系一起摆平。
这场争论真正的看点，也许不在一篇长文本身，而在它透露出的现实判断：美国科技巨头已经意识到，单靠资本和品牌，并不足以稳住AI主导权；开源与闭源之争，最终会落到基础设施、监管尺度和产业协同上。接下来最值得盯的，是华盛顿会不会继续收紧开源相关限制，以及硅谷会不会拿出更多“既要开放、又要控风险”的新做法。因为到了这一步，决定竞争结果的，往往不是一句口号，而是电有没有、网快不快、模型能不能真被更多人用起来。
