问题——开源大模型如何更好惠及全球、又如何在加速创新与风险治理之间找到平衡，正成为人工智能发展的现实课题。随着大模型能力快速迭代、技术扩散门槛降低，越来越多国家希望借助成熟模型推动产业升级；另外，就业替代、伦理风险与安全边界等问题更为突出，亟需建立可落地的治理框架与公共政策组合。 原因——其一，全球具备独立研发大模型能力的国家仍然不多，算力、数据、人才与工程体系门槛高，导致能力供给集中。其二，开源模式降低了使用与再开发成本，为后发经济体提供可复制、可本地化的技术路径，有利于形成产业应用生态。其三，大模型影响的不仅是部分体力劳动，更深入到信息处理与知识工作等核心环节，冲击范围更广、传导更快，政策应对难度随之上升。其四，能力越强，误用、滥用与失控风险越需要警惕，安全与伦理要求必须前置到研发、部署与应用的全链条。 影响——在全球层面，开源大模型扩散有助于缩小数字鸿沟，推动更多国家在教育、医疗、公共治理、工业升级等领域提升效率。薛澜认为，中国开源大模型的技术输出，为人工智能在全球范围普及提供了重要支撑，也让更多国家能够以较低成本搭建本土产业“底座”。在产业层面，短期内开源“走出去”未必直接带来可观利润，但随着应用落地与行业融合加深，围绕模型适配、运维、评测、安全、数据治理等衍生服务将持续增长，商业价值有望在服务与生态中逐步体现。 在社会层面，就业结构调整压力上升。薛澜指出，不同于以往技术变革主要替代部分体力劳动，此轮变革对知识劳动、内容生产、软件开发等领域影响更直接，且各行业受影响节奏不一，其中软件行业受冲击更早、更快。与此同时，围绕模型对齐、价值评估、叙事设计、训练与评测等新职业需求增长，市场出现对中文、社会科学、新闻传播等背景人才的高薪招聘，反映出技术发展对人文理解与社会问题解决能力的现实需求。 对策——一是以开放合作提升普惠性与可持续性。薛澜建议，可依托共建“一带一路”等合作框架，在推进基础设施互联互通的同时，为有关发展中国家提供数字基础设施与能力建设支持，推动技术与场景共同落地，实现从“模型可用”到“产业可用”“治理可用”的跃升。二是以公共政策缓冲就业冲击。针对就业替代与转型压力，应完善社会保障，为处于职业转换期的劳动者提供阶段性基本生活保障；同时加大职业培训与再技能化力度，推动劳动者在新旧岗位之间平稳迁移，并结合行业受影响节奏提前开展风险预案与岗位储备。三是以明确边界推进安全治理。薛澜强调，技术发展需要“禁区”意识，类似生物技术领域对某些行为设定不可逾越的底线，人工智能也应建立清晰红线与责任体系，形成从研发到应用的可核查、可追责机制，防止技术偏离造福社会的初衷。四是以复合型培养回应人才变革。他认为，传统“文科生”“理科生”的严格区分在新阶段需要调整：人文社科人才应掌握基本的人工智能应用能力，理工科人才也需具备人文素养与哲学思辨能力，才能更好处理价值对齐、社会影响评估与公共沟通等问题。 前景——多方观点认为，未来人工智能竞争不再局限于单点技术突破，更取决于开放生态、治理能力与人才结构的系统性优势。开源大模型的全球共享有望加速技术扩散与应用创新，但也对国际治理提出更高要求。能否在开放合作中形成兼顾安全与发展的规则共识，能否用政策工具引导就业结构平稳转型，能否通过教育与培训实现“科技素质+人文素质”并重的人才供给，将在很大程度上决定技术红利能否转化为可持续的社会福祉。
在人工智能深刻重塑全球发展格局的当下，中国正以开放姿态参与技术治理体系建设；从开源共享到伦理规范，从产业协同到人才培育，都需要更完整、可执行的应对策略。正如薛澜所言，技术发展的终极目标应是服务人类文明进步，这既需要科技突破的勇气，也离不开审慎的判断。在智能时代，如何平衡创新与规制、效率与公平，将成为检验各国治理能力的重要尺度。