geohot在4月23日发文，直接对着“美国应该赢得AI竞赛”这句口号开火。他反感的不是AI变强，而是这套叙事默认了一个前提：只要国别赢了，结果就自动对普通人有利。可他关心的根本不是国旗插在哪，而是谁持有模型，谁握着开关，谁能随时断供。
这篇文章不是政策发布，也不是产业报告，就是一篇立场很重的博客评论。但它打中的点很硬：国家胜利和用户拥有，从来不是一回事。geohot批评科技寡头，也批评用“危险AI”包装控制权的安全叙事；他明确偏向开源、可本地运行、个人能真正持有的AI。
geohot到底在反对什么
他的矛头对准的是一整套结构，不是一家公司。
他反对的，至少有三层：一是“美国赢AI”的总动员口号；二是少数公司靠算力和API卡住分发；三是“为了安全先别给你”的行业话术。后两者，在他看来，才是真正的控制机制。
文中几个对比很关键，但都不能读成道德评比：
| 对象 | geohot的态度 | 依据或来源 | 更稳妥的理解 |
|---|---|---|---|
| Sam Altman | 相对更能接受，但并不认同其人 | 原文把Sam称作更像“product guy”，同时也批评他“steal a charity” | 不是支持OpenAI路线，更像在比较谁更围绕产品交付 |
| Elon Musk | 不买账 | 原文批评其并未做出他认可的严肃开源 | 重点不在人设，在于是否真把能力交给用户 |
| Anthropic / EA | 强烈批评 | 原文把Anthropic及相关“AI危险”叙事追到更早的安全派脉络；这是作者指控和立场，不是已证实结论 | 这部分必须当评论看，不能当既定事实 |
| DeepSeek | 正面例子 | 原文直接链接其开源仓库 | 至少在“把模型放出来”这件事上，更接近geohot标准 |
这里最容易被看歪的是Elon和Sam。geohot不是在选好人坏人。他更像在问一件事：你做的是产品，还是入口；你是在交付能力，还是在加固控制。
Anthropic那条线也要说清。文中对Anthropic、EA以及OpenAI旧人马延续“危险叙事”的批评，来源是geohot自己的判断和归因，不是已经被坐实的行业结论。能确定的是，他很反感把“风险”变成集中权限的理由。
这场争论的硬标准，是“能用”还是“拥有”
geohot的标准很硬，也很少有人说得这么直白：AI不该只是通过可撤销API让你碰一下，而该是用户真正拥有模型和能力。能离线。能部署。不会因为平台改政策就突然消失。
这才是这篇文章最有劲的地方。它把“美国赢AI”拆回了一个更现实的问题：普通人拿到的是资产，还是订阅。
今天主流大模型公司的交付方式，基本都偏向后者。托管服务、受限API、订阅入口、企业控制台，你可以用，但不拥有。价格会改，规则会改，模型会换，边界会收紧。你接入的是智能服务，也是平台权力。
“天下熙熙，皆为利来。”这句老话放到AI行业，一点都不过时。口号讲国力，生意讲控制权。谁有算力，谁有分发，谁有审查权，谁就有最后解释权。
我认同geohot抓到的这一刀。AI竞争真正的分水岭，不在国别口号，而在三件事：模型权重能不能放出来，普通设备能不能跑，使用权会不会被随时撤销。前两项决定门槛，后一项决定你有没有未来。
当然，现实也没这么简单。开源不自动等于好用，本地运行也不自动等于更强。闭源云模型往往性能更高、更新更快、维护成本更低。对很多团队来说，先用API不是价值背叛，而是成本选择。问题不在于有人用云，而在于整套行业叙事试图把“租用”包装成唯一现代答案。
这对开发者和知识工作者，意味着什么
这事最该关心的，不是抽象的“美国”，而是两类人：开发者，和被AI重写工作流程的知识工作者。
对关注AI权力结构和开源生态的科技读者，这篇博客给了一个很清楚的观察框架：别只盯模型榜单，要盯控制权怎么分。以后看一家AI公司，别只问它强不强，也要问三件事：是不是只能走API、权重能不能拿到、迁移成本高不高。很多所谓“生态”，本质上只是更精致的锁定。
对开发者，动作层的含义更直接。如果你在做工具、Agent或企业工作流，押注闭源API当然能更快上线，但也意味着产品定价、功能边界和单位成本都被上游捏着。更稳的做法，至少是把可替代方案留出来：评估开源模型，预留本地或多模型迁移路径，别把核心能力全绑死在一家平台上。很多团队接下来大概率会更谨慎地下长期采购单，或者把“能否迁移”放进技术选型。
对知识工作者，这不是抽象伦理题，而是工作主权问题。如果你的日常流程、资料整理、代码助手、写作辅助，全建在可撤销服务上，短期确实省事，长期却更像把自己的方法论交给平台托管。相反，本地模型哪怕弱一些，至少意味着隐私、流程和可持续性还留在自己手里。接下来一部分用户会继续用最强闭源模型冲效率，另一部分会开始观望，甚至分流到可本地运行的方案，哪怕先接受一点性能损失。
geohot文末放了一张AI投资相关图片，并借此追问：这些钱到底是在改善美国人的生活，还是在更高效地替代他们、榨取他们。图本身这里不能硬解读，但问题问得准。资本大举投入AI，最后是让更多人获得工具，还是让更多劳动先被标准化、再被压价，这才是普通人真正承担的后果。
历史上，这也不是新鲜戏码。PC把计算能力从中心机房分到个人手里；后来互联网和云又把很多能力收回平台。AI现在也站在这类岔路口上，但又不完全一样，因为模型训练和推理对资本密度、能源和基础设施的依赖更重。正因如此，“让用户拥有”才更难，也更值得盯紧。难，不等于不该争。
接下来最该看的，不是谁喊“赢AI”更大声，而是这几件事会不会发生：有没有更多高质量开源权重释放；消费级硬件能不能更稳定地跑起有用模型；企业采购会不会把可迁移性当成条件；用户是否愿意为了可持有，接受一点性能差距。看清这些，比看台上口号更有用。