我最近读了娜奥米·克莱因（Naomi Klein）和阿斯特拉·泰勒（Astra Taylor）的书，这本书让我意识到：美国前沿实验室的运营者是失控的疯子，相信自己正创造机器上帝（Machine God），愿为通用人工智能（AGI）烧掉世界，并狂热以为只有自己能安全控制它。科技寡头是末日法西斯联盟的一部分。尽管 AI 炒作称 OpenAI 和 Anthropic 独一无二，它们并非唯一；许多开放权重模型已几乎和最新的 ChatGPT、Claude 一样好，甚至能做漏洞研究。

我最近读了 Naomi Klein 和 Astra Taylor 的 《末日法西斯主义与为生机世界而战》。科技寡头是末日法西斯同盟的重要组成部分。书里让我印象深刻的一点是，美国的前沿实验室其实由一群疯子掌管：他们真心相信自己正在创造机器上帝，为了带来 AGI 不惜烧毁整个世界，而且还带着宗教般的狂热坚信，只有他们聪明到能安全控制它。我原本多少知道这一点，但这本书让我真正意识到问题的严重性。

尽管周围的 AI 炒作总假装 OpenAI 和 Anthropic 独一无二、特殊无比，但它们并不是。它们不是唯一在做这项工作的公司。事实上，很多开放权重模型已经差不多和最新的 ChatGPT、Claude 模型一样好，甚至在漏洞研究这种极其复杂的任务上也是如此。

和 OpenAI、Anthropic 的模型不同，开放权重模型有几个重要优势：

• 可以在自己的硬件上私密运行（前提是你有办法弄到一台内存足够大的电脑）。
• 可以使用像 Tinfoil 这样依赖安全飞地（secure enclaves）的供应商来私密运行（下文会稍微详细说）。
• 如果隐私不是大问题，你可以选很多其他供应商，其中一些相当便宜，而且切换很容易，不会被锁定在单一邪恶供应商身上。
• 你依然能用上强大的 LLM，却不必在财务上支持那些为了永远掌权而拿地球生命赌博的疯狂寡头。

ChatGPT 和 Claude 永远都不会私密

这些公司只提供强大模型的闭源版本（尽管 OpenAI 名字里有个“open”）。你为聊天和/或 API 访问付费，而他们可以查看你做的一切。

他们提供一个复选框，让你可以选择不把自己的数据用于训练，但你的聊天会话依然不私密。他们能访问全部内容，可以查看，也可以分享给政府或公司，或者为所欲为。如果你选择了退出，他们很可能至少现在不会把数据用于训练。但你真的能长期信任这一点吗？他们做过什么让人们相信他们尊重用户数据吗？

OpenAI 和 Anthropic 是企业守门人

它们的模型有严格护栏，任何尝试把它们用于网络安全相关事情的人肯定都注意到了。

每次会话都有一个“警察”代理在你背后读你的对话记录，确保你没有用它来搞黑客活动。如果它觉得你可能在做，这个“警察”代理就会中止你的会话，不让它继续。它非常严格，误报也时常发生。当然，并不是每个人都被这个“警察”盯着。

有些人能拿到限制更少甚至完全没有限制的模型访问权限。OpenAI 有 Trusted Access for Cyber，Anthropic 有 Cyber Verification Program。个人和企业要想用上能力更强、监管更少的模型版本，必须申请并获得 OpenAI 和 Anthropic 批准。很多美国网络安全公司都能拿到权限，几乎可以肯定美国军事承包商也可以，任何想要的美国政府部门大概也行。

限制强大模型确实有一定道理，但把决定谁能使用它们的最终权力交给 Sam Altman 和 Dario Amodei——当然还要咨询特朗普政府——是个糟糕透顶、不民主的主意。

我觉得更好的做法是：干脆别让自己陷入依赖 ChatGPT 或 Claude 的境地。与其乞求企业霸主给特权访问，不如把时间花在搞清楚怎么让 GLM-5.3 这类模型满足你的需求上。这并不难。这些模型很好，而且额外好处是没有“警察”在背后盯着你！

开放权重模型令人印象深刻

到目前为止，开放权重模型看起来只比 OpenAI 和 Anthropic 那些花哨的专有模型落后大约四个月。

四个月算不了什么。

我现在对 GLM-5.3 印象极好。外面有很多数据和基准测试，但我凭使用它时的直观感受是，它在软件工程方面基本和 Claude Opus 5.5 持平。

GLM-5.3-Flash 也让我印象深刻。它类似 Claude Opus 4.8，比 GLM-5.3 小得多、便宜得多，却依然能力极强。而且个人其实有可能搞到硬件来运行它，比如哪天你能弄到一台 512GB 内存的 Mac Studio。

GLM 模型由一家名叫 Z.ai 的中国公司制作。虽然模型不错，但我不建议直接注册 Z.ai 账号，也不要把任何数据发给它们。它们的编码工具 ZCode（相当于 Claude Code）最近被抓到在用户不知情的情况下悄悄上传本地源代码仓库，并送回阿里云。而且，基本可以认定中国公司会把你提供的任何数据分享给中国政府。

其他表现出色的中国公司开放权重模型还包括 DeepSeek、Qwen 和 Kimi 系列。使用这些开放权重模型完全没问题，也安全。只是别把聊天会话托付给这些公司本身。

另一家值得关注的前沿 AI 实验室是 Mistral。作为一家法国公司，它是唯一一个既不是中国也不是美国的大玩家。他们刚发布了一个叫 Mistral Large 4 的开放权重前沿模型，又名 Le Chonk。我觉得，相比中国或美国公司，把数据托付给 Mistral 要合理得多。

用 Tinfoil 或 Maple AI 进行私密推理

就算不自己在本地部署，也能通过安全飞地用上私密的 AI。这并不完美，但我确实认为，相比“供应商可以无限制访问一切”的现状，它带来了非常显著的隐私差别。

在这方面做得最多的是 Tinfoil。想了解细节，可以读他们关于安全飞地和远程证明的 文档。另一家做这件事的公司是 Maple AI——不过严格来说，Maple 后台用的是 Tinfoil 做推理。

Tinfoil 和 Maple 都是不错的选择。Tinfoil 更便宜，Maple 更面向普通消费者。

如果你想要类似 ChatGPT 的体验：能和聊天机器人对话，让它帮你上网查资料，把文档交给它读取或处理，还能在移动 App 里使用等等，那我会选 Maple。它有一个很小的免费套餐，以及每月 20 美元的 Pro 套餐。

如果你想做真正的 智能体编码任务，比如软件工程、逆向工程、恶意软件分析、CTF 或渗透测试等，那就应该用 Tinfoil。他们对私密推理按 token 收费，所以没有月度套餐。GLM-5.3 目前的价格是每 100 万输入 token 1.80 美元，每 100 万缓存 token 0.80 美元，每 100 万输出 token 5.75 美元。如果选择“低”推理级别，可以用少得多的 token，而且效果依然非常出色。

不需要私密性的推理

如果你不想为 Tinfoil 或 Maple 的私密推理付溢价，但又想摆脱 OpenAI 和 Anthropic，外面有大量私密性差一些、但非常便宜的选择。

我最近在玩的一个是 OpenCode Go。它每月 10 美元，给超过 10 美元的额度。这是一个推理路由，基本意思是你的 API 查询走的路径是：你的电脑 -> OpenCode Go API -> 真正的推理供应商。也就是说，OpenCode Go 和他们用的任何后端供应商都能访问你的会话数据。话虽如此，他们文档的 隐私部分承诺了哪些模型的数据不会被用于训练（大多数都不会），以及数据保留时间（大多数是零天，包括所有 GLM、Qwen、Kimi 和 DeepSeek 模型）。当然，这只是承诺，并没有技术上的保证。

如果你只是想体验强大的开放权重模型，外面还有很多其他便宜的非私密推理选项。

我是如何使用这些模型的

我同时使用 Tinfoil 和 OpenCode Go，搭配我目前选择的工具 OpenCode。我主要用“低”推理级别的 GLM-5.3，效果很好。（开放权重模型变化太快，谁知道六个月后什么最好。）

我把 OpenCode Go 的推理用于完全公开的工作，比如实现某个已经开源的东西。

其他所有事情我都用 Tinfoil。

我才刚开始这样工作，但到目前为止，我觉得开放权重模型可以轻松彻底替代我对 ChatGPT 和 Claude 的使用，价格相当或更便宜，而且额外好处是私密性强得多，护栏也少得多。

多数人对 OpenAI、Anthropic 等前沿实验室在隐私、成本、可控性和价值观上的风险保持警惕，认为应尽量避免依赖并转向开放权重或自托管。分歧主轴在于：离开前沿服务后，开放或中国模型是否真能追平 Claude Opus 5.5 的编码能力，迁移后的账单、工作场所限制，以及该把信任和钱交给哪些替代厂商。

认为前沿实验室不可信，应尽量避免依赖并转向自托管

• 概括：不少读者担心社会会重演放任大型科技公司和社交媒体酿成后果的错误，认为前沿实验室不会把用户利益放在心上；风险还包括成本不透明、可能用数据反过来对付用户、模型表现随时间不一致、公司可能消失、数据中心影响周边居民，以及老板和资方本身存在争议。有人已在个人环境用本地 Mac Studios 自托管来规避这些风险，但在公司里被私募股权强推的工具链剥夺选择权，短期看不到改变。（认可度：较多人）
• 需要引用时，只用一句中文意译： > 这些人根本不会把我们的利益放在心上。（@verdverm）

认为文章对前沿实验室领导者的“机器神”式指控过于悲观且零体谅

• 概括：反对把前沿实验室负责人描述成真的相信自己创造机器神、愿为 AGI 烧毁世界且只有自己能安全控制的说法，认为这种极度悲观的修辞对从业者毫无宽容，还带有确认偏误；但文章后面鼓励调研和运行开放权重模型本身是合理立场，不需要用前面的强硬站队来铺垫。（认可度：少数人）
• 需要引用时，只用一句中文意译： > 这种说法极度悲观，对前沿实验室的任何从业者或领导者都没有丝毫体谅。（@stillpointlab）

认为所谓“GLM 等模型已追平 Claude Opus 5.5 编码能力”是凭感觉夸大

• 概括：即便对 Anthropic 没有好感、也认可 GLM 本身不错（只是 z 计划之外太贵），但凭感觉断言某模型在软件工程上基本追平 Claude Opus 5.5 站不住脚；除非拿极端定制的调用框架去比 Claude Code，否则按各种可评分指标都是错的。（认可度：少数人）
• 需要引用时，只用一句中文意译： > 但按每一个可评分指标，这都根本是错的。（@serf）

认为个人用户离开前沿订阅的账单成本反而更高

• 概括：前沿实验室对个人订阅的补贴非常夸张，而托管开放权重模型算下来仍要贵得多；有读者估算托管方案大约贵五倍，若不是这个成本差，自己会立刻迁移。（认可度：少数人）
• 需要引用时，只用一句中文意译： > 要不是这样，我立刻就迁过去；但看起来对我来说要贵上大约五倍。（@qarl）

认为抛弃前沿实验室后，替代方案在信任、透明度和价值观上同样不干净

• 概括：改用 GLM 等模型虽然能摆脱“两大邪恶前沿厂商”，但用户又陷入新的摇摆：既怕错过前沿能力，又在把钱给中国公司 z.ai 还是托管方 Mistral 之间难以取舍，大家期待未来能用个人 VRAM 完全自托管，让编码重获自由。剩下选项也被讽刺为各有红旗——Muse 由 Zuckerberg 运营，Grok 的老板有种族主义争议，最后“只能选中国模型，反正没做危险的事”。在信任标准上，有人提醒：像 OpenCode Go 这类服务后端不透明、不肯披露供应商，比大厂政策更值得怀疑；拒绝 OpenAI 和 Anthropic 之后，到底依据什么相信别的公司，不能只靠感觉。（认可度：较多人）
• 需要引用时，只用一句中文意译： > 如果不信任 OpenAI 和 Anthropic 会遵守自己的政策，你又凭什么决定该信任哪些公司，难道靠感觉吗？（@jrflo）

认为闭源强模型并非永不隐私，云厂商可提供零数据留存方案

• 概括：有读者质疑“ChatGPT 和 Claude 永远不可能隐私、闭源版一定会查看用户所有操作”过于绝对；以 OpenRouter 上的 Claude Opus 5.5 为例，Google Vertex 和 Amazon Bedrock 可作为提供商并支持零数据留存，因此不能简单说闭源服务必然牺牲隐私。（认可度：少数人）
• 需要引用时，只用一句中文意译： > 那怎么解释 OpenRouter 上 Claude Opus 5.5 的提供商里，Google Vertex 和 Amazon Bedrock 都支持零数据留存？（@povik）