一個月挖出數萬個 0day、數據極度匱乏、程序員面臨沖擊：開源下半場的真實戰場

作者 | Echo Tang

出品 | CSDN（ID：CSDNnews）

6 月 26 日，第 21 屆開源中國·開源世界高峰論壇圓桌會議在北京中關村展示中心舉行。來自科研院所、國際基金會、高校與產業一線的 30 余位專家圍桌而坐，就大模型應用落地、具身智能數據生態、開源安全新形勢、標準化路徑與產學研融合等核心議題展開深度碰撞。一個判斷在交流中逐漸清晰：中國開源已進入下半場，競爭焦點正從模型本身，轉向數據、標準與生態體系的系統性共建。

模型格局重塑：性價比正成為競爭新坐標

開場致辭中，中國開源軟件推進聯盟（COPU）名譽主席陸首群對當前全球大模型格局作出系統研判。他指出，評價模型不能只看性能，而應從三個維度綜合衡量：性能、降本水平與開放程度。從這個視角來看，「除了在性能上美西方稍微占點優勢以外，其他兩項差距很大」。

在陸首群看來，中西方路徑已形成鮮明分野：西方走高投資、高成本的閉源路線；中方則以低投資、低成本和開源策略，在降本上取得了顯著優勢——以 DeepSeek 為代表的中國大模型，價格已降至美西方同類產品的 1% 至 5%。小米 MiMo 則以完全不同的核心技術路徑，同樣走到了相同的降本水平。「這說明兩個問題：一是中國人還是挺聰明的；二是 DeepSeek 那套核心技術，完全可能被另外一套不一樣的核心技術替代。」他同時提醒，這也意味著白熱化競爭即將到來，優勢并不穩固。

在國際合作層面，陸首群對 AAIF（智能體人工智能基金會）的走向表示關注。他指出，AAIF 旗幟鮮明地堅持公正立場，不以意識形態劃線，這與 Linux 基金會一貫的開放傳統一脈相承。目前華為與聯想作為中國代表參與其中，為后續國際協作奠定了基礎。

企業 AI 落地：從“智能體孤兒”到流程嵌入

深耕企業 AI 應用一線的OpenTekr 負責人狄安，以走訪 100 余家企業的調研為基礎，呈現了與宏觀敘事頗為不同的現實圖景。

他的調查顯示，當前國內企業管理層中，每天打開 AI 應用的比例約在 40% 左右，政府委辦局更低；在 AI 落地效果上，某大型能源企業一年內在內部建立了 1000 余個智能體，最終評估效果「一般」。

癥結在哪里？狄安給出了一個新概念：「智能體孤兒」。他指出，企業信息化經歷了“煙囪系統”到“數據孤島”的迭代，正在走向第三個階段——大量各自為戰的智能體，因缺乏流程整合與監控機制，難以真正釋放價值。「智能體必須納入企業流程體系，串接、協同起來才能工作。」

他判斷，企業 AI 應用當前處于從個人提效工具向業務流程嵌入的關鍵躍遷期。Token 驅動的智能體成熟度評估標準，是亟待行業共同建立的基礎設施。

具身智能數據：開源共建啟動，COPU 工作組正式成立

本次圓桌最具行動濃度的議題，聚焦于具身智能的數據困局。

若伴創始人崔寶秋直接點明了這一賽道當前最大的瓶頸：「數據不只是匱乏，是極度匱乏。」他指出，機器人跨本體的數據共享難度極高，遙操作采集效率低下，產出的數據大部分無法復用，而真機采集中心的單臺本體成本在 50 萬至 80 萬元之間，資源本就高度稀缺。

崔寶秋隨后提出用開源模式分層解決數據問題的「數據金字塔」框架：底層以開源方式共建仿真數據與仿真環境；中層聚焦標準化采集設備、采集協議與數據格式規范；頂層則借助激勵機制，動員用戶、開發者和愛好者以碎片化時間貢獻第一人稱視頻數據，「從群眾中來，到群眾中去」，為未來世界模型與 VLA 技術的預訓練積累原料。

Dexmal 開源戰略生態總經理、開源社聯合創始人陳陽補充了更具體的推進路徑。去年 10 月份發起的 RoboChallenge 開放測評平臺已積累了大量真機數據，并正在探索「數據聯盟」模式——設置貢獻門檻，吸引本體廠商捐贈機器與數據，形成中立、透明、可持續的開放生態。「這個榜單一開始定位就要做全球」，她表示，中國占據了 60% 的具身智能市場參與者，但前沿的大腦研究與數據研究仍需與歐美保持協作。

CSDN 創始人&董事長、AtomGit 創始人兼董事長、COPU 副主席蔣濤補充了政策背景：杭州正在建設發改委批準的大規模機器人實景基地，面積達數十萬平方米，已吸引國際關注，他建議將這一資源納入數據交換體系。

三位發言者的呼吁及建議迅速獲得響應。COPU 常務副秘書長譚中意當場提議，由 COPU 牽頭正式成立具身智能工作組，COPU 常務副秘書長宋可為擔任秘書，邀請崔寶秋、陳陽等加入，聚焦于數據共用相關的標準與機制建設。COPU 副主席兼秘書長劉澎隨即宣布采納這一建議，并明確目標：形成工業事實標準建議，通過標準院體系尋求與國家標準的銜接，并將相關成果納入明年藍皮書。

開源安全：AI 正在顛覆傳統漏洞防護格局

中國科學院軟件研究所研究員吳敬征帶來的安全議題，令與會者為之一振。

他指出，AI 介入安全領域后，漏洞挖掘的速度與成本已發生「顛覆性變化」。軟件所的實驗結果顯示，以約 160 億 token 的消耗，在一個月內即可發現逾百個 0day 漏洞，且許多漏洞可直接生成可驗證的攻擊程序。「以前發現一兩個重要漏洞就已經是大事；現在一個月就能發現數萬個，根本來不及處理。」

他測試了國內外 8 個主流大模型在安全漏洞挖掘方面的能力，發現經過安全領域垂直知識補充后，包括 DeepSeek 在內的多個模型能力會顯著提升。這意味著漏洞挖掘的門檻正在急劇下降，而傳統的「發現-評估-修復」管理流程，已近乎失去時間窗口。

陸首群主席對此補充，此前已就成立供應鏈安全基金會與網信辦進行過專項溝通，并明確指出，這一工作需頂層協同推進。Linux 基金會亞太區副總裁陳澤輝表示，Linux 基金會旗下的 OpenSSF 具備相關合作資源，可作為聯接中國與國際安全社區的重要節點，愿意配合推動。

標準融合：從事實標準到國家標準的通道正在打開

中國電子技術標準化研究院楊麗蘊，向與會者呈現了開源與標準化深度融合的最新進展。

她分享了一個十余年前的對比：當年她提出「云計算開源」這一概念時，IBM 專家的反應是「This is a joke」——開源與標準被視為兩條平行線，永遠不會相交。「現在非常欣慰，大家越來越重視把標準和開源結合在一起。」

楊麗蘊指出，開源社區事實上已在催生事實標準——技術成熟、應用廣泛之后，自然形成被產業廣泛認可的標準體系。研究院已具備「從事實標準向團體標準、行業標準、國家標準乃至國際標準的完整上升通道」，歡迎產業界對接。

本屆論壇期間，一個重要進展落地：木蘭開源許可證正式按程序捐贈給開放原子開源基金會，在更中立的第三方平臺上繼續發展。圍繞具身智能數據標準，會議形成初步分工，先做工業事實標準，再尋求與國家標準的銜接。

AI 時代開源的三重新機遇

華為云開源規劃專家高原以一個反直覺的判斷作為切入點——AI 編程時代，代碼不再那么值錢，但這對開源來說「一定是更好的時代」。他從三個維度展開論證。

• 國際基金會格局重構

以 CNCF 為代表的云原生基金會正面臨轉型壓力，AAIF 的強勢崛起正在重塑國際開源格局。高原明確指出，中國企業在 AI 時代的國際基金會影響力，「與我們在 AI 領域的實力是不匹配的」，需要借產業重構的窗口期，加大標準類項目的發起與主導力度。Linux 基金會亞太區副總裁陳澤輝補充，CNCF 目前已有約 1/4 的項目來自中國，本周正在積極走訪國內 GPU 廠商，力圖推動國產 GPU 在 PyTorch 主流社區實現原生適配，「達到像英偉達、AMD 那樣直接對接 PyTorch 的地位」。

• 產學結合提速

AI Coding 大幅壓縮了從論文到可運行 Demo 的周期，「從原來的 3 到 6 個月，變成 10 到 30 天」。這一加速將帶動大量算法層面的創新更快完成產業化驗證，開源項目的涌現節奏隨之加快。

• “開源網紅經濟”興起

GitHub Trending 上，開源項目 20 天內獲得 1 萬 Star 已不罕見。高原認為，這本質上是開發者注意力的爭奪，「中國人在這件事上非常有經驗」，具備競爭優勢。

值得關注的是，OpenCloudOS 社區開發者趙振，以 GPU infra 與推理優化的一線視角補充了具體實踐。他所在團隊自 2023 年起深耕 Agent 相關技術，從提示詞工程、上下文工程到 harness，再到當前的循環工程（loop engineering），「我們在技術先進性上和業界相比并不落伍，沒有代差」。騰訊目前已對外開源混元大模型及微信 VLM，更多研究成果也在陸續以論文形式發表，以推動更徹底的學術交流。本次是趙振首次出席 COPU 圓桌，他表示將建立常態化參與機制。

產學研全鏈路更新：開源及 AI 促使高校教學重構

北京大學軟件與微電子學院副教授荊琦帶來了高校開源生態的最新動態。在高校教學中，開源正在從政策性引導快速走向教學實踐落地。全國 40 所國家級示范性軟件學院，已開始將開源貢獻納入統一評價體系，很多高校也已將開源納入評獎評優條件，這些對開源在高校教育中的普及推廣都有極大的推動作用。此外，將開源團隊引入高校實踐教學也已經是一種常見的教學合作模式，她的團隊正在與 RocketMQ、openTenBase、HUATUO 等開源社區深度合作教學。

她同時指出，AI 對整個教育體系包括高校教育的沖擊是顛覆性的，從專業設置、教學內容到教學模式都在經歷一場深度變革。為了適應 AI 時代技術領域的高速發展，清北等高校已開始鼓勵碩士兩年讀完；教學模式上，部分高校也開始嘗試課程從 16 周壓縮至 10 周乃至 5 周，同時針對當前技術發展需求增加課程數量，讓同學們有機會接觸到更多更新的技術方向，嘗試發展自己的興趣。AI 對于當前的高校畢業生也是一種機遇，在今年高校前沿方向的研究生中，年薪百萬級已不罕見。

眾智 FlagOS 社區產品負責人王蘊博，以科研與生態雙輪驅動的視角介紹了 FlagOS 的最新進展。課程推廣方面，FlagOS AI 課程已在北京大學、中國人民大學、南開大學等高校落地，并在海外完成了首批非洲教授的培訓，其中埃塞俄比亞合作院校的推進尤為積極。在工程效率層面，他提出了一個值得行業關注的悖論：「AI 提升了寫代碼效率，但整個工程效率并沒有怎么提升。」當前，他同時正在致力于解決大模型項目每天幾十個 PR 卻無人能有效 review 的困境。

吳敬征則從另一個角度補充了教學現實：「今年學生上課不怎么聽了。」在他看來，這不只是課堂紀律問題，而是在 AI 重塑技能結構的當下，高校亟需重新回答「我們應該給學生灌輸什么」這一根本命題。

陳澤輝進一步建議，PyTorch、Kubernetes、MCP 等當前最前沿的 AI 底層技術架構都應進入高校課程體系，并表示愿意協助在清華、北大、北理工、北航及國科大等主要院校推動講座或課程合作。

陸首群最后呼吁，開源與人工智能結合已成時代主題，但開源的底層理念在許多高端人才中仍不清晰，「好多院士在里面，這些概念也不清楚」。他希望軟件所、高校與產業界進一步協同，把開源布道工作做深、做實。

蔣濤：程序員職業將變革，軟件工程正在巨變

圓桌的最后由蔣濤作綜合性總結。他點出了三個值得持續關注的議題。

其一，AI Coding 對程序員職業的深遠影響。「程序員失業是一個大概率事件，或者說技能會發生大幅轉換。」他建議下次專門設立議題，直面這一問題——因為無論是大型外包公司還是平臺型企業，這一沖擊都已非常直接。

其二，軟件工程的底層邏輯正在重構，從「管人」走向「管 AI」，組織理論與基礎設施都需要隨之演化。

與此同時，他指出，過去信創是跟著別人跑；現在中美差距已大幅收窄，中國在開源領域還具備先發優勢。如何借助開源主導標準制定，特別是在機器人領域，「這是一個國運級別的機會」。

三個小時的圓桌雖短，但觀點碰撞、共識凝聚、方向明確——開源不止于代碼，它正在成為鏈接智能時代下一個戰場的關鍵力量。

專題報道：

投了 AI，卡在最后一公里？
業務價值不清晰、ROI 難驗證、
流程接不進、組織跑不起——
這四個坑，踩一個就夠疼了。
來「2026 奇點智能產品大會」，
聽聽真正落過地的人怎么說。
7 月 17-18 日 · 北京金隅喜來登酒店
https://pm-summit.org/