《源知源味》第七期：代码仓的下一站，AI时代将会出现哪些开源新范式

当AI能够以百倍于顶尖开发者的速度生成代码，将会给未来科技产业带来哪些底层逻辑的变革？本期《源知源味》深入这一主题进行叩问，并进一步围绕以下议题展开：

• 在大模型的浪潮中，开源的价值非但没有消减，反而经历着深刻的重塑与强化——AI如何从“聪明的学徒”演进为开源社区的新成员？又如何让“码盲”成为新的开发者力量，从而颠覆传统的软件工程范式？

• 一场略带哲学本源的思考也行将展开：在去中心化的开源世界，中心化的商业节点藏于何处？

• 当面对已筑起高墙的CUDA生态，CANN又该如何突围？

从理论洞察延伸至实践路径，本期嘉宾MOXIN社区contributor Yue chen、SecondState创始人Michael Yuan、优快云创始人&董事长蒋涛将展开他们的思考。

开源代码仓在AI时代的价值重塑

当前，AI生成代码日渐普及，这很容易催生出一个普遍问题：“开源代码仓库是否还有意义”？在这个问题上，达成的深层共识是：代码仓库与开源社区的价值不仅没有减弱，反而正被重新定义和强化。

华为首席开源联络官任旭东：当下，AI与开源迎来深度交融的拐点，在开源的加持下，未来的AGI生成代码会非常方便，那么各位认为开源代码仓还有没有意义？

Yue chen：代码仓实际上更重要了。虽然AI的生成速度可能比人快上百倍，但它也非常容易出错，需要人来筛选、验证和回滚，管理这些问题的成本其实不低。

对资深程序员来说，AI就像个聪明又听话的学徒，能把写代码、文档，以及做测试这些占80%比重的体力活接过去，让人能集中在剩下20%真正有创造性的部分，比如对业务的理解、架构设计这类AI还不擅长的领域。

实际上，AI现在就像胶水儿，起到粘合作用，真要构建可靠、可复用的大型系统，底层设计和核心逻辑还是得靠人。所以，软件的第一性原理还是存在的。

Michael Yuan：我接着Yue老师的话说，个人认为AI现在越来越被当成人，正在成为代码社区的新成员。它写代码很少from  scratch（从零开始），而是像人一样需要参考现有代码。比如，我们让AI把一个Python项目转写成Rust，它必须先学习Python的源码。

这说明AI对代码的支持有两种：一是通用的支持；二是更重要的、针对具体项目的支持——这恰恰需要从开源社区中获取。AI越深入参与具体业务，就越离不开开源社区提供的支持。

任旭东：Michael，你提的这个概念很好。我们以前总认为只有人组成的才叫社区，你现在扩展了它：对于很多Agent或者说Multi-Agent，它们也能组成一个社区。

“码盲”成为程序员，智能研发或将取代传统模式

在过去，非专业人士几乎无法通过编程实现产品需求。而如今，AI的模块化应用正使“人人都是程序员”逐渐成为现实，并由此催生出高度个性化的需求与实现方式。那么，未来的软件开发底层体系又将如何重构？

任旭东：蒋总，你常说优快云要服务上亿开发者。在AI时代，开发者群体和开发模式你觉得会发生什么变化？为了实现这个愿景，整个软件开发的工具和模式又需要怎样被重新定义？

蒋涛：我们所说的“1亿开发者”从何而来？核心在于AI将会让很多“码盲”转变为程序员。什么是“码盲”呢？就是那些过去即便有个性化需求，却自己没法用代码实现的人。比如，在用Photoshop时，如果我不想用方框裁剪而想用椭圆形，这种独特的审美需求在过去要么无法实现，要么需要花费天价来请程序员定制。

但现在情况不同了，用AI来实现这种需求可能只需要200块，甚至每个人自己都能通过AI来完成。这就催生了一个全新的“开发者群体”，他们原本是“码盲”，现在却能亲手实现海量新型、一次性或高度个性化的应用。

这也意味着整个软件开发的底层体系需要被重构：面向大模型，怎么给它提供原料和工具。就像当年JavaScript的出现一样，现在需要主动为AI时代设计全新的开源生态、编程语言和工具。不能依赖偶然，比如某个程序员个人的品味决定了AI的产出风格，而是要系统地构建一套面向大模型的智能研发新范式，未来可能会出现大模型之下的编程模式——智能研发，软件开发工程在大模型时代将被彻底重新定义。

在去中心化的开源世界里，找到中心化的商业节点

开源是去中心化的，但是商业价值往往需要通过中心化的逻辑来产出。那么，如何能够在去中心化的开源中挖掘出中心化的商业机会？另一方面，“AI工厂化”是否会成为未来的趋势？在“个性化”和“one size fits all”之间，将会呈现怎样的趋势？

任旭东：我们看过去开源的两代人，从Richard Stallman的自由软件协议，到林纳斯，后者不仅创造了Linux更发明了Git。虽然是Linux产生了更大的影响力，但我们之前在香港和他聊的时候，他本人表示更自豪的贡献是Git。然而，Git中的开发者自身很少有从中获得收益的。那么，在去中心化的开源世界里，是否蕴含着新的、未被发掘的中心化商业机会？

Yue chen：我很想做个类比，GitHub其实当年叫Social Coding，它本质上是一个程序员的社交网站，初衷是模仿Facebook做社交编程。这种社交创作属性有点类似于YouTube，但和YouTube相比，它的创作者变现模式发展得很不成熟。比如，YouTube有通过收费频道、广告等获得丰厚收入的大UP主，而GitHub上的开发者大多只能获得“打赏一杯啤酒”这样的微薄收益，主要的价值还是被平台获取。当然，这背后既有支付等基础设施不完善的原因，也因为GitHub社区自身浓厚的理想主义色彩，导致其商业化进程缓慢且薄弱。

任旭东：你说的这点很好，就是YouTube，或者是像抖音、B站这些平台能够让优质视频产出者得到回报。

Michael Yuan：程序员在GitHub这类平台上直接变现确实困难，因为愿意付费的通常是来招人的公司，而非为代码付费。但这里揭示了一个更本质的商业规律：Git本身是去中心化的，而GitHub的成功恰恰在于它在这个去中心化的系统里，找到了一个充当“中心化节点”的机会——即成为所有人协作的中心。

所以，我觉得有一个非常重要的发展趋势，那就是：真正能创造巨大商业价值的，往往不是在推行纯粹的去中心化，而是能在去中心化的浪潮中，敏锐地发现并构建出新的中心化枢纽，就像区块链中的交易所一样。去中心化是底层趋势，而成功的关键在于找到其中不可或缺的中心化节点。

任旭东：为什么过去一个个技术走向千行百业的时候，都催生出了流水线作业。未来AI是否也会走向工厂化趋势？我们能否在开源社区找到更现实的意义？

Michael Yuan：“AI的工厂化”这点确实有不少人提过，比如，英伟达也提出了算力工厂。工厂化的意思是生产标准化产品，但AI技术的真正潜力在于满足高度个性化的需求，而不是提供one size fits all的标品。我认为未来的趋势还是走向去中心化。每个人都可以在通用算力底座之上，利用开源模型构建属于自己的、具备独特知识和能力的AI，最终生产出自己想要的东西。

任旭东：我很同意，工业化确实压制了个性化需求，反而是在农业时代还更具个性化，比如还有裁缝能量体裁衣。

Yue chen：云计算当年被提出的时候就是被当作公用事业，但它本质上还是需要写代码的人机交互。而AI是真正的交互革命——从写代码变成直接说话，让每个人都能进行创作和解决问题。但这带来了算力的巨大消耗，现在硅谷的VC（风险投资商）甚至用消耗的token量来衡量公司的AI能力。

蒋涛：我觉得需要一个演进的过程，短期来看，会涌现大量1到10人的小公司，把过去千篇一律的软件服务做得高度个性化；长期来看的话，大模型会像电力一样成为国家基础资源——当算力需要动用上千万台卡时，这种能力肯定会是国家来掌控，不可能留在私人企业手中。

开源让开发者成为“设计师”

做好开源社区，就是在服务好开发者，开源项目就是在为开发者服务的。而开发者不仅是使用者，更是创造者，他们不仅仅是“瓦匠”，更是“设计师”，正是因为开源中可以不断迭代的设计理念，才真正让开发者的产出有了商业化的路径。

任旭东：刚好我有一个问题比较好奇，想问蒋总。你本来是聚焦在开发者领域的，为什么对开源有这么大的兴趣？或者你感觉开源跟开发者之间是个什么逻辑关系？

蒋涛：这就是一个演化的过程。就像刚才讲的，开源吞噬了软件。现在做软件，所用的工具和技术都来自开源，所以开发者既是开源的创造者，也是开源的使用者，这本身是密不可分的。但在很多大厂，他们不仅建了开发者团队，然后又建了开源团队，恨不得建两个部门。

对我们来说，因为是围绕着人做服务，所以核心是“人”。但从GitHub、Hugging Face的角度，它们是从开源项目出发，目标是让项目得到更好的服务，这两个维度还是有差别的。但是，要做好开源社区，实际上就是要服务好它的开发者，因为开源项目就是为开发者服务的，这是第一点。

从商业上讲，第二点就是Linus常讲的那句话：“把代码给我（Show me the code）。”代码非常重要。不管我对你这个人的评价如何，还是我要做成一件事，其实我都需要拿到代码。包括最早Richard Stallman为什么要做（开源）这个事？就是当你所有拿到的软件都想改它一下，也能达成你的想法，这才是有价值的地方。如果拿过来都不能改，你就只是一个堆砌的“瓦匠”。但如果能修改，那就是“设计师”。所以，开源是在商业化的道路上找到的一个路径。

突破CUDA生态壁垒：昇腾CANN社区的建设路径建议

面对CUDA已经成熟的生态壁垒，CANN应该如何突破？

任旭东：CANN是华为升腾芯片的一个重要社区，这个框架也已经面向全社会开源，而且承诺在今年年底之前将这个社区正式发布出来。从各位资深的开源社区专家来看，你们有什么好的建议？

蒋涛：我觉得开源非常重要。因为如果不开源，开发者碰到问题就会被卡住。比如梁文峰他们做DeepSeek，用PTX绕过CUDA改写GPU代码。所以，需要把它开放出来，才能够让社区的力量、创新的力量渗透进去。这是第一点。

第二点，我觉得现在面临的问题很迫切，时间很紧迫。CUDA布局了这么多年，所有AI框架、算子、开源项目跟它的匹配度都是原生的（native）。我们怎么样让这个生态能够比较好地、快速地迁移过来？我是觉得在架构设计上要能提出一些关键和需要解决的问题。这些问题可能由CANN团队来解决，也有可能是社区的优秀人才来帮忙解决。

Michael Yuan：蒋总这里讲到了一个我觉得非常重要的事情，但他也说了是干不完的事情，就是把CUDA上面的各种应用、各种生态都移植到CANN上来。然而，当下正面临一个契机，可以尝试让AI来完成。是否可以设计这样一个实验：利用AI直接将CUDA编写的项目迁移到CANN上。

事实上，我们在GOSIM里面有很多这样的社区，比如SGland项目，或者将Llama等模型移植到不同后端（CBP等）的工作。这些项目通常与CUDA深度绑定，但同时也有多个后端的实现方案。我相信，这些社区和项目本身是愿意支持华为芯片以及像CANN这样的框架的。但问题在于，对于开发者来说，CANN是一个新事物，缺乏现成的经验和路径，因此很少有人主动去尝试。

Yue chen：我是从另外一个角度来看。虽然我本科学的是信号处理，但在我上学的时候，其实没有接触过DSP芯片（比如TI的TMS320），学校就是用计算机模拟。但DSP基于Harvard架构，是有并行性的。所以，好一点的做法是要把DSP放到大学的课程里。因为我们认为未来CANN的开发者，不是只写PHP、JavaScript，还是要懂计算机体系结构，能写汇编代码。

另外，我觉得CUDA有一个优势，就是它有GPU，所以有GPU的人都可以用CUDA。但当时你要买一个DSP开发板，评估板就好几千。所以，这种可及性很重要。我们现在一定要降低使用硬件的成本，降到每个开发者都能够买一块。还是再回到CANN社区应该提供这种availability(可得性) 、accessibility(可及性) 以及便利性。如果降100块钱可能增加10倍的开发者，然后让高校的理论课实践课都尽量用到CANN，这些我觉得都可以尝试。

任旭东：如Yue所说，我们当前正在陆续推出一项名为“AI百校”的计划，其核心正是为高校提供算力扶持，降低学习与应用的门槛。这个“百”是泛指，希望未来能扩展到一千所甚至更多学校。这项计划的具体信息会在华为官网、开发者官网，以及GitCode上同步发布。

结语

本期《源知源味》探讨的主题围绕开源代码仓在AI时代的意义、AI与开源的深度交融，以及智能研发新范式等展开，Yue chen、Michael Yuan、蒋涛三位行业资深技术人一起带来了这场精彩对谈。