围绕开源人工智能（AI）的监管争议，正呈现出与比特币早期发展阶段相似的轨迹。

区块链媒体 Bitcoin Magazine 7月1日（当地时间）援引美国投资研究机构 Brownstone Research 最新报告称，对开源AI的监管收紧，正沿着加密货币行业早年曾经历的路径展开。

Brownstone Research 认为，这场争议的核心，在于通过强调开源模型的潜在风险，将封闭模型塑造成更安全、也更容易管理的选择。报告提到，2023年7月美国国会听证会上，Anthropic 首席执行官 Dario Amodei 曾表示，开源在多数科学领域具有积极意义，但迄今公开发布的开放模型风险相对有限；与此同时，他也警告称，开源模型的扩展方向正走向“非常危险”的道路。

在 Brownstone Research 看来，这类表态在政策层面可能进一步演变为对开源模型的限制，并相对强化封闭模型的安全叙事。报告指出，这种监管逻辑对数字资产市场而言并不陌生。

报告回顾称，比特币早期也曾遭遇类似处境。2014年，美国国会首位购买比特币的众议员 Jared Polis 一度成为标志性案例；与此同时，参议员 Joe Manchin 曾以“比特币是危险货币”为由呼吁予以禁止。报告还将2023年监管机构试图把加密货币排除出银行体系的“Choke Point 2.0”争议，视为同一脉络的延续。

不过，报告也指出，加密行业最终仍在持续压力下存活下来。当前，美国国会正推进《Genius》法案和《Clarity》法案，试图建立更清晰的规则框架。Brownstone Research 认为，分布式AI如今也进入了类似的冲突阶段。

在近期案例中，报告特别提到访问控制趋严的动向。受美国出口限制措施影响，Anthropic 最新模型的分发正受到约束，未来可能进一步转向“先进行身份验证、再开放访问”的许可式架构。OpenAI 也已将 GPT-5.6 的分发对象限定为可信合作伙伴，这类安排可能推动许可式访问在行业内进一步扩张。

国家安全担忧也被视为推动监管收紧的重要背景。报道称，美国国家安全局负责人 Joshua Rudd 经由参议员 Mark Warner 转述称，Anthropic 的“mythos”模型渗透几乎所有机密系统所需的时间，可能不是数周，而是数小时。

不过，另一条趋势同样值得关注：开源阵营与前沿闭源模型之间的技术差距正在迅速缩小。Brownstone Research 表示，GLM-5.2 在今年2月的表现已接近 Anthropic 的 Sonnet 4.6。报告据此判断，开源模型与前沿模型的差距已缩小至约3至4个月，并预计今年秋季可能出现可对标 mythos 和 GPT-5.6 的公开竞争模型。

报告将分布式AI的核心驱动力归因于“基于网络的训练架构”。其解释称，类似比特币、以太坊的点对点网络，正被用于整合分散算力并投入模型训练。报告同时指出，分布式训练的规模在过去两年间已从不足10亿参数提升至1000亿参数级别。

在早期项目方面，报告提到 Dark Bloom（利用闲置 Mac 电脑提供低成本私有推理）、分布式推理网络 c0mpute，以及通过分布式连接消费级 GPU 训练AI的 Pluralis。报告预计，未来将有更多项目发行代币，并通过向算力提供者发放奖励的机制来扩展网络。

报告最后指出，即便开源AI监管持续加码，分布式AI的扩散趋势也未必会被轻易扭转。尽管监管不确定性和高波动性仍将存在，但其长期增长潜力，可能与比特币早期市场的演进路径相似。