
Hugging Face CEO 回应英伟达收购:开源 AI 需更多资源对抗闭源
来源标题:Rogue Agents Hacked His Company. Why Is Clément Delangue So Optimistic About AI?
Hugging Face CEO Clément Delangue 表示,接受英伟达 129.3 亿美元收购是为了给开源 AI 争取更多资源,使其足以与闭源 API 竞争。他称今年夏天的智能体攻击事件凸显了开源权重模型的价值,但这类模型仍需要更大投入才能持续发展。
以下正文由 AI 翻译自 Wired(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
当这些 agent 以超人速度探测和利用系统时,Hugging Face 面对的是令人不知所措的海量数据。公司的工程师们只能借助一家名为 Z.ai 的中国公司所提供的开放权重模型 GLM 5.2 来分析这次攻击。
Delangue 十多年前移居美国,“几乎不会说英语”,并把 Hugging Face 打造成了一个支持数千万 AI 开发者的平台。这位面容年轻的法国人,穿着甚至比大多数 AI 高管更像滑板少年,他说这次夏季攻击凸显了开放权重模型的价值——与 ChatGPT 或 Claude 不同,任何人都可以下载并运行这些模型。
然而,尽管倡导 AI 民主化,Hugging Face 还是在 9 月被业界巨头 Nvidia 以 129.3 亿美元收购。我最近见到 Delangue 时,这成了我第一个问题。
本次采访经过编辑,以控制篇幅并保证清晰。
WILL KNIGHT:为什么要卖给 Nvidia?
CLÉMENT DELANGUE:我们需要更多资源,让开源 AI 有机会。过去几年它发展得非常好,已经成为闭源 API 真正可信的替代方案。但这个领域仍然由闭源主导。
几周后 Anthropic 就要 IPO 了。他们基本上在几年内从零成长为全球市值前五或前十的公司。我不认为这种事以前发生过。
Anthropic 的 IPO 是否说明闭源路线正在获胜?
很难说。我一直说,AI 有一种非常强的自然倾向,就是让能力和财富集中。人们还没有真正意识到,未来的算力中有多少已经被少数几家公司预订了。人才、算力、资源——这些都在推动 AI 被少数几个闭源实验室主导的自然趋势。
我们来谈谈那次攻击。你第一次意识到 Hugging Face 被一群 AI agent 攻击是什么时候?
一开始,它并没有排到我们优先级列表的最前面。它还不够严重,不足以真正触发那种级别的响应。目标相当狭窄,也没有被认为非常危险或具有破坏性。但它引发了疑问。尤其是所采取的行动数量与目标的狭窄程度之间的反差。这让我们感到意外,我们无法把它套进熟悉的模式。这就是我们开始调查的原因。
你们用了一个叫 GLM 的中国模型来调查。
我其实认为,95% 的风险是由少数几家公司制造的,它们在闭门推进前沿。而 95% 的保护或防御将由开源生态来完成。
美国是否需要自己的开放权重模型——和 GLM、DeepSeek、Kimi 或 Qwen 一样强大的模型?
是的,我认为这对主权、对理解 AI、对学术界都非常非常重要。大多数学术实验室不得不使用中国模型,因为它们是开放的,这有点奇怪。如果你去 Stanford 或 MIT,你别无选择,只能使用中国的开放权重模型。
你认为这会发生吗?
有一些势头,但我认为还不够。我觉得还有很多事情要做。需要更多投资。
最好的非中国开源模型其实来自美国以外。法国的 Mistral;加拿大的 Cohere;韩国也开始做得越来越多。但这仍然离美国能做到的差得很远。
也许我们不必对 AI agent 恐慌,但如果 AI 因递归自我改进而脱离人类控制呢?
你用计算机写代码。使用工具来构建更多工具,本身就已经有某种形式的自我改进。现在的问题是它加速得有多快。今年夏天很多人意识到的一件事是,把 AI 关在少数几个实验室的闭门之后,实际上并不更安全。对于递归自我改进,我认为开放是理解、跟踪并在需要时进行监管的一种方式。
能谈谈 Microduck 吗?我有点着迷。
哦对,它太好玩了,不是吗?我们今年大概会卖出超过 5 万台。它可能是年度最受欢迎的机器人。
我们没怎么谈过这个,但 AI 确实是这款机器人的关键解锁点。设计我们已经有了两年,但问题是它摔倒后起不来。后来在某个时刻,借助强化学习,我们的一位软件工程师设法让 Microduck 自己重新站起来。
说到底,你如何说服人们关注开源 AI?
想象一个只有两三家公司能写软件、其他人都不能的世界。那会极其可怕。那意味着整个世界将被两三家控制。不幸的是,这差不多就是 AI 现在正走的方向。
开源 AI 能匹敌 Claude 或 ChatGPT 这样强大的东西吗?
能,尤其是 agent。许多公司已经证明,当你为自己的用例后训练自己的模型时,你能以一小部分成本获得前沿——甚至超越前沿——的性能。
你认为我们正在接近 AGI 吗?
我对这个词的含义有点纠结。显然技术正以难以置信的速度进步,能力越来越强。我只是不一定觉得总是把 AI 与人类能力相比较特别有用。但如果我们正在走向 AGI 或超级智能,那么它尽可能分散就极其重要。你最不希望看到的就是它集中在少数几家公司手里。
我们漏掉了什么?在下面评论中告诉我们你 2026 年最喜欢的时刻。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。