421个产品之外,还有24400个没人管
Current AI刚放出了它的第一份成绩单。这家2025年2月在巴黎AI行动峰会上成立、已拿到4亿美元承诺资金的非营利组织,发布了Gap Map v0.1——一份试图给整个开源AI生态拍X光片的地图。
v0.1版本详细收录了421个产品:266个软件工具和库、85个模型、50个数据集、20个硬件项目,来自228个组织,按3层技术栈、14个类别分类整理。数据本身以MIT协议开源在GitHub,1184个YAML文件外加配套notebook和脚本,还附带一份追踪了16185个GitHub仓库的清单,任何人都能拉下来自己跑。
但真正扎眼的数字不是421,是24400——这是地图里还没被研究、没被打分、暂时归为"长尾"的artifact数量。换句话说,Current AI认认真真研究透的,还不到已发现总量的两个百分点。
时机很尴尬:差距正在消失,地图却姗姗来迟
Current AI选这个时候出手,背景其实有点讽刺。就在不久前,Stanford AI Index的年度报告刚给出结论:顶尖闭源模型和开源权重模型在Chatbot Arena这类榜单上的差距,已经缩小到0.1个百分点——基本可以说是打平了。
同样值得玩味的是,曾经衡量开源模型进展的标杆——Hugging Face的Open LLM Leaderboard,如今已经下线转型,官方转而强调更松散的社区自管榜单体系。一个曾经的权威打分工具停摆了,一个新的打分工具刚刚起步。
能力差距已经打平,组织混乱才是真正的差距
这两件事放在一起看,问题就出来了:如果模型能力层面的差距已经小到可以忽略,Current AI花大钱、花人力去"画地图",到底在解决什么问题?
差距不在模型,在没人认领的24400个项目
答案可能藏在那个24400的数字里。Gap Map真正测量的,或许根本不是"开源模型打不打得过闭源模型",而是开源生态本身有多散、多乱、多没人管。
一个模型可以很强,但如果它的许可证含糊、文档缺失、没人维护、跟其他工具链接不上,对企业采购和开发者来说,它依然是不可用的。421个产品被认真整理进14个类别、3层技术栈,这本身就是一件基础设施性质的活——不是比谁的跑分高,而是先把"这东西是什么、谁在维护、能不能用"这种最基本的信息补齐。
- 结论.如果Stanford AI Index说的"能力差距消失"成立,Current AI真正要修的其实是可见性和组织化,而不是模型本身的强弱。
这也解释了为什么Simon Willison这样的技术观察者,对地图可视化本身兴趣不大,反而对底层那1184个YAML文件更兴奋——数据结构化之后能被别人拿去二次利用,这才是长期价值所在,而不是网站上那张好看的图。
谁该盯着这张地图,盯什么
对企业采购和开发者来说,Gap Map目前的实用价值有限——421个产品的样本量,还不足以替代日常的选型判断。真正该盯的是接下来几件事:24400个长尾项目多久能被认领分类、评分方法论会不会公开细节接受质疑、以及4亿美元资金里,Gap Map到底占多大分量。
- 风险.评分标准是否透明、谁来定义"开放",目前都还没有独立信源给出答案,资金方背景也需要持续观察。
Gap Map与Hugging Face榜单、Stanford AI Index之间,眼下更像是互补而非替代——一个测生态整理程度,一个测模型能力表现。但如果三者的口径长期对不上,谁能说服行业采用自己的标准,可能才是这张地图最后能不能站住脚的关键。