這場爭議的核心，不只是 OpenAI 與 Anthropic 是否「口頭支持、私下設限」，而是美國要如何劃分三件經常被混在一起的事：開放模型權重、以他人模型輸出進行蒸餾，以及中國模型的國安風險。界線畫在哪裡，將決定未來 AI 市場是維持多元供應，還是進一步集中於少數封閉模型業者。
已知事實：公開支持與私下警告同時存在
來源事實：《紐約時報》引述知情人士報導，OpenAI 與 Anthropic 曾向華府監管者示警中國開放權重模型的風險；Techmeme 的原始彙整頁可見於 https://www.techmeme.com/260725/p13#a260725p13，紐時報導則為 https://www.nytimes.com/2026/07/25/technology/open-source-silicon-valley-china.html。較早的 Axios 獨立報導也指出，兩家公司雖競爭激烈，卻同樣向政策制定者強調強大中國開放權重模型的風險：https://www.axios.com/2026/07/22/openai-anthropic-open-models-trump-china。
但「兩家公司反對開源」並不是完整描述。OpenAI 官網仍提供可下載、可微調並以 Apache 2.0 授權的 gpt-oss 模型：https://openai.com/open-models/。OpenAI 後來也加入由 NVIDIA、Microsoft、Meta、Google 等業者支持的〈Open Weights and American AI Leadership〉公開信；截至查證時，Microsoft 官網列出的簽署者包含 OpenAI，但沒有 Anthropic：https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/。
真正的政策戰場：誰能下載、誰能蒸餾
開放權重不等於完整開源。使用者可以下載模型參數、自行部署及微調，但訓練資料、訓練程式與完整製作流程未必公開。它與只能透過廠商 API 使用的封閉模型相比，主要差異在於控制權：權重一旦發布，原開發者很難撤回，也難以阻止下游移除防護或製作衍生版本。
蒸餾則是以較大模型的輸出訓練另一個模型。產業公開信主張，合法蒸餾是模型改善、評估與壓縮的常用技術，不應和非法擷取混為一談；若涉及詐欺帳號、規避存取限制或違約式大量抽取，應採取針對性的法律及商業手段，而非全面限制開放模型。華府因此面臨執法難題：限制對象究竟應是模型權重、特定中國供應商，還是取得訓練輸出的行為？
商業邏輯比「支持或反對開源」更能解釋分歧
合理推論：封閉模型業者主要透過 API、企業合約與訂閱掌握客戶關係；開放權重模型則讓企業在自有設備或不同雲端運行模型，降低被單一供應商綁定的程度。因此，若中國模型以足夠能力進入企業市場，OpenAI 與 Anthropic 確實可能面臨價格及轉換壓力。相反地，晶片商、雲端平台與模型部署工具業者，往往能從更多模型、更多推論工作量與更多自架需求受益。
這種利益排列能解釋各方立場，卻不能直接證明任何公司的國安主張只是藉口。安全風險與商業利益可能同時存在；若僅以「監管俘虜」或「中國威脅」其中一種敘事概括，反而會忽略政策設計最困難的部分。
為何現在值得注意：安全證據並非單向
英國 AI Security Institute 與美國 CAISI 對 Kimi K3 的初步資安評估，提供了較具體的交叉驗證：Kimi K3 在模擬企業攻擊路徑平均走到 32 步中的第 17 步，領先的美國封閉模型平均為 28.5 步；但 Kimi K3 的防護並未阻止它嘗試漏洞利用及攻擊操作。完整結果見 https://www.aisi.gov.uk/blog/preliminary-assessment-of-kimi-k3s-cyber-capabilities。
這代表兩件事可以同時成立：目前受測中國模型的最高資安能力仍落後美國前沿模型，但開放權重模型仍可能被用於攻擊。更重要的限制是，這只是選擇性、小規模的初步評估；美國封閉模型測試時關閉系統層防護，Kimi K3 又受其託管環境限制，結果不能簡化成「開放一定更危險」或「能力落後所以沒有風險」。
對台灣的實際意義
作者觀點：台灣不宜直接照搬美國的「中國模型對美國模型」框架。對本地新創、大學、醫療與製造業而言，開放權重的價值在於可本地部署、調整繁體中文與產業語料，並減少敏感資料送往外部 API；風險則包括模型來源、授權、後門、更新維護及下游微調後的責任歸屬。
若美國採取供應商名單、政府採購禁令或雲端上架限制，台灣未必被直接禁止下載，卻可能透過美系雲端、資安認證、跨國客戶合約及研究合作受到間接影響。因此企業現在就應保存模型來源、版本雜湊、評測紀錄與替代模型方案，不該把「可下載」誤當成「可無條件商用」，也不該把「本地運行」誤認為已排除所有供應鏈風險。
後續觀察指標
- 華府最後採取全面限制，還是逐一審查特定模型與供應商。
- 監管是否提出可驗證的蒸餾、侵權或國安證據，而非只依模型國籍判斷。
- OpenAI 是否把公開信立場轉化為明確政策；Anthropic 是否加入或提出替代框架。
- 後續獨立評測能否在相同防護條件下比較開放與封閉模型。
- 台灣政府採購及關鍵基礎設施規範，是否區分遠端 API、本地部署與可追溯的開放權重模型。
這場遊說戰最值得追問的，終究不是哪家公司「真心支持開源」，而是規則能否針對可證明的風險，同時避免用安全之名替既有巨頭築起競爭壁壘。