近年来，全球科技竞争日益白热化，人工智能（AI）作为核心驱动力，其发展速度和方向深刻影响着各国未来的经济与安全格局。正是在此关键时期，美国对基础研究资金的削减提案引发了广泛的忧虑。这些潜在的削减，不仅可能削弱美国在AI及其他前沿科技领域的竞争力，更可能动摇其长期以来的全球领导地位。科学研究的开放共享，并非仅仅造福世界，它所带来的最大利益，实则归属于研究发生地所在的国家。
开放科学研究能够为所在国家带来无可比拟的优势。首先，新知识和技术在该国境内的传播速度最快。这种扩散不仅限于正式的学术发表和开源项目，更通过非正式的社交网络、行业会议、甚至日常生活中的 casual 交流（如咖啡聚会或学龄儿童家长间的技术探讨）得以加速。当研究人员被允许自由讨论和分享他们的想法时，他们能够传递更多深层信息，包括算法实现的诀窍与实用技巧，这使得知识在本地社区中快速生根发芽。其次，研究过程本身就是培养新人才的熔炉。进行前沿研究能够磨砺科学家和工程师的技能，为国家输送高素质的劳动力，形成创新人才的良性循环。这些人才的流动与交流，无疑是国家科技进步的核心动力。
硅谷作为全球AI创新的引擎，其成功模式正是上述理论的生动例证。Google Brain团队在深度学习领域对Transformer网络的开创性发明，以及OpenAI对其进行的大规模扩展，构成了生成式AI革命的基石。这些早期突破并非偶然，而是长期基础研究投入的必然成果。更重要的是，在这些初期工作完成之后，参与团队的成员流动到其他周边企业，创办了新的竞争对手，或与当地大学展开合作。通过这种方式，加上本地紧密的社交网络和频繁的技术交流，相关知识在硅谷内部的传播速度远远超过向其他地区扩散的速度。这种独特的生态系统，使得硅谷能够持续保持其在AI领域的领先地位，不断孵化出最新的技术和应用。
当然，开放科学研究并非没有风险，其成果可能同时惠及潜在对手。然而，正如美国众议院科学、空间和技术委员会的一个小组委员会所指出的那样，“基础研究的开放共享并非没有风险，但研究的开放性对于竞争力和安全来说至关重要，以至于值得承担对手可能从中受益的风险。” 这表明，虽然存在顾虑，但开放带来的国家级战略优势远大于其风险。在生成式AI这类技术快速迭代的领域，保持在技术前沿才是真正的制胜关键。例如，尽管许多团队现在能够训练出达到GPT-3.5甚至GPT-4级别能力的模型，但这并未显著损害OpenAI的领先地位，因为它正忙于通过开发前沿的o4、Codex和GPT-4.1等模型来持续拓展其业务。那些首先发明技术的人，往往能抢占先机进行商业化，在一个瞬息万变的世界里，最尖端的技术才最具价值。相关研究也表明，知识的本地扩散速度远超全球。
从国际视角来看，中国科技生态的内部开放性提供了一些值得思考的启示。在ChatGPT于2022年问世之初，中国在生成式AI领域无疑是落后于美国的。然而，在过去的两年里，中国通过其内部高度开放的科技生态系统，实现了快速追赶。具体表现在：中国为开放学术研究提供了充足的资金；DeepSeek和阿里巴巴等本土企业积极发布了前沿的开源权重模型，极大地加速了知识的普及和扩散；此外，中国的劳动法规对竞业限制协议的执行相对宽松，以及其工作文化在一定程度上支持不同公司员工之间的思想交流，这些因素共同促进了思想的相对高效流通。尽管在诸多方面，我们不会寻求效仿中国的模式，但其科技生态在内部知识共享和加速创新方面的某些开放机制，确实为我们提供了独特的视角和借鉴意义。
回溯历史，1945年范内瓦·布什里程碑式的报告《科学：无尽的前沿》为美国公共资助科研和人才发展奠定了核心原则。正是这些原则，使得美国在数十年来主导了全球科学进步。联邦政府对科学的资助催生了无数突破，这些突破不仅极大造福了美国，也惠及了全世界，同时培养了一代又一代的本国科学家，也吸引了大量移民科学家，他们同样为美国的发展做出了贡献。这是一个被历史反复验证的成功范本，其价值不言而喻。
令人欣慰的是，这一成功的“剧本”如今已广为人知。我们深切期盼，未来能有更多国家效仿这一模式，大力投资于科学和人才。同时，我们也强烈呼吁，作为这一极其成功模式的开创者，美国不应通过大幅削减科学研究资金而背离这一久经考验的战略。持续的公共投入是确保国家在科技前沿保持活力、应对全球挑战、并最终保障国家长期繁荣和安全的基石。只有坚定不移地支持基础研究，才能确保美国乃至全人类的科学探索之路拥有无尽的前沿。
