AI驅動開源產業全域變革

　　人工智能正在重新定義開源。

　　過去談開源，更多關注源代碼開放、開發者協作和軟件版本迭代；今天談開源，必須同時關注模型、數據、算力、智能體、終端、商業模式和治理規則。

　　AI的快速發展，徹底打破傳統開源“僅共享源代碼”的邊界，推動開源產業從單一代碼協作邁向全域生態重構。

　　在2026開放原子開源生態大會上，這一變化表現得尤為明顯，議題覆蓋操作系統、算力底座、終端、人形機器人、可信數據庫等全產業鏈環節，openKylin、openEuler、OpenHarmony等國產根社區集中發布下一代AI原生系統與全棧技術路線圖。

　　開源不再只是AI發展的輔助工具，正躍升為AI產業競爭的核心基礎設施。

　　從“外掛AI”走向“AI原生”

　　傳統開源體系圍繞操作系統、數據庫、中間件構建，核心邏輯是“為軟件服務”。

　　然而，當生成式AI和大模型深度滲透，這一邏輯被顛覆。

　　“把大模型外掛到應用層，早期做實驗可以，但要支撐千端萬場景的智能化需求，這條路走不通。”openKylin社區副主席、國防科技大學研究員余杰在分論壇上直言。

　　瓶頸在哪里？多智能體并發穩定性不足，算力損耗居高不下，跨軟件協同困難。

　　“唯一的出路是重構操作系統內核、算力框架，從根上適配智能體運行。”他頓了頓，加重語氣，“這不是選擇題，是必答題。”

　　“AI原生”已成為新一代開源底座的核心設計準則。openKylin發布開源智能體操作系統Agent OS，構建“OS底座+AI中樞+生態擴展”的智能體系；openEuler攻關面向服務器場景的Agentic AI底層技術；OpenHarmony完善海量終端輕量化智能體調度能力；龍蜥社區升級為AI原生操作系統社區，探索“AI×OS×云”新路徑。

　　“未來衡量開源社區競爭力的標準，不再是代碼提交量和版本迭代速度，而是底層AI適配能力、系統級調度能力和跨場景互通標準的構建能力。”開放原子開源基金會理事長謝少鋒表示。

　　從“單點突破”邁向“體系協同”

　　技術底座的重構，也在倒逼產業布局重新洗牌。

　　長期以來，國內開源領域普遍存在項目分散、賽道割裂、同質化競爭等問題。單點技術突破不乏亮點，但體系化協同能力不足，難以形成產業競爭合力。

　　“AI打破了技術邊界，也給了我們重塑格局的契機。”深圳開鴻數字產業發展有限公司CEO王成錄分享道。

　　數據是最好的佐證。

　　OpenHarmony穩居終端與物聯網開源賽道前列，生態設備接入量超13億臺，衍生行業發行版百余款。這是“端”的實力。

　　openKylin聚焦桌面端智能交互優化，社區發行版部署量突破2400萬套。這是“邊”的深耕。

　　openEuler深耕服務器、云計算、邊緣計算領域，2025年新增裝機超600萬套，累計突破1600萬套。這是“云”的厚度。

　　開放原子龍架構社區錨定自主指令集根技術，啟動IP核、二進制翻譯、基礎操作系統三大專項。這是“芯”的根基。

　　OpenTenBase等數據與具身智能組件持續迭代。這是“數”的支撐。

　　“這些根社區正從各自發力轉向協同共進。”中國電子技術標準化研究院軟件應用與服務研究中心主任王志鵬在接受采訪時分析，“它們逐步形成中國開源技術底座的‘方陣效應’，構建起覆蓋端、邊、云、網的全棧自主基礎軟件體系。這是一個非常重要的轉變。”

　　轉變的深層意義是什么？

　　“意味著中國開源產業正在從‘做大’走向‘做強’，從‘有’走向‘用’，從‘單點突破’走向‘系統制勝’。”王志鵬的回答擲地有聲。

　　從“服務收費”轉向“價值經營”

　　技術再先進，若無法構建起可持續的商業模式，生態終將難以為繼。

　　“傳統開源商業靠技術維保、定制化實施，盈利天花板低，變現周期長，規模化復制難。”開放原子開源基金會業務發展部負責人付海巍指出。

　　AI的融入，為開源商業化提供了新的可能。

　　當前國內開源商業化有三大演進方向：MaaS（模型即服務），通過API調用按量計費，以輕量化服務覆蓋廣泛客戶群體；面向金融、政務等高安全需求行業的私有化部署與垂直場景模型精調；“免費基礎層+付費增值層”的混合分層變現模式。

　　“三類模式共同推動開源商業化從單一服務收費轉向多層次價值經營。”付海巍說。

　　數據顯示，國內23％的企業已采用本地化大模型部署方案，對應市場規模達640億元。Gartner預測，2026年底約40％的企業應用將集成任務型AI Agent；據億歐網測算，中國AI Agent市場規模將從2025年的182.34億元快速增長至2028年的3.3萬億元。

　　隨著AaaS（智能體即服務）模式興起，智能體開發平臺、插件市場、收益分成機制也將進一步成熟，推動開源生態進入“生態擴張—收益增長—反哺研發”的良性循環。

　　跑得快，更要跑得穩

　　技術越快發展，治理越要跟上，這在AI時代尤其緊迫。

　　“相較于傳統軟件開源，AI開源涉及模型權重、訓練數據、智能體能力調用等更為復雜的核心要素，風險外溢性更強，對治理的精準性與系統性要求也更高。”開源安全委員會主席吳敬征直言。

　　中國的路徑與選擇是什么？

　　“中國更加注重在安全自主與開放合作之間尋求動態平衡。”國家工業信息安全發展研究中心軟件所副所長辛曉華分享道。

　　頂層設計層面，“十五五”規劃綱要明確提出“推進開源體系建設，完善開源運行機制”；國務院“人工智能+”行動、智能體規范發展專項意見等一系列部署梯次展開。

　　規則標準層面，木蘭寬松許可證2.0獲得OSI國際認證，填補了我國自主開源許可證國際認可的空白；智能體接口、AI原生系統適配等標準加快制定，為跨社區技術協同掃清了規則障礙。

　　社區治理層面，開放原子開源基金會探索建立“使用開源—內源協同—項目捐贈”三階企業參與路徑，形成中立共治體系；各主流根社區普遍將合規審查嵌入版本迭代全流程，從源頭降低潛在風險。

　　“從‘跟隨規則’到‘參與制定規則’，中國開源治理正走向科學化、國際化。”辛曉華的語氣中透著自信。

　　時代的窗口不會永遠敞開，發展的機遇從來屬于行動者。推動AI與開源雙向賦能、相互成就，不能停留在概念熱度上，必須落實到技術攻關上、生態培育上、場景落地上、治理完善上。

　　唯有將“開源之力”真正轉化為“發展之勢”，才能在未來競爭中立得住、行得遠、贏得穩。（記者　張雅婷）

來源：人民郵電報