微软要不要拿Kimi K3换掉GPT，这两天上了热搜。真假、谈到哪一步，我不去替它下结论——传闻归传闻，事该怎么落地才是我想聊的。

热闹是微软和几家模型公司的。但我更想跟另一拨人说句话：你要是做模型的，哪天你的开源权重被一家海外大厂搬进产品里，你真的清楚自己给出去了什么、又给自己留了多少雷吗？

先说一个反直觉的判断：一份写着"免费使用"的开源许可证，本质上是一份合同。它不是慈善声明，是你和全世界每一个使用者之间的协议。你把权重挂上去那一刻，条款就生效了。

我是CS出身，读许可证的习惯跟不少同行不太一样——很多人只看法律段落，跳过了模型卡（model card）和"可接受使用政策"（acceptable use policy）那个附件。可恰恰是那个附件，决定了下游能拿你的模型干什么、不能干什么，也决定了出事时责任落在谁头上。Meta的Llama许可里有一条很典型：月活超过7亿的公司要单独申请授权。这就是"开源"两个字底下藏着的商业与法律边界。

真正值得掰开的是三层。

第一层，你给出去的到底是什么。是Apache这类宽松许可，还是自定义的"社区许可"？前者近乎放手，后者往往保留了大量限制和追责空间。很多团队图省事随手挂个协议，等于把自己未来的谈判筹码提前送人。

第二层，责任链。假设一家海外公司用你的模型生成了侵权内容、或者被拿去做了违法的事，追责会不会溯到你？这取决于两件事：许可里的免责条款写没写清，以及你训练数据本身干不干净。数据这一头是脏的，免责写得再漂亮也未必扛得住。

第三层，两头监管。模型、算法出境，这边有备案和内容安全的要求；对方那边有出口管制、数据本地化的门槛。一个中国模型跑进美国的基础设施里，等于同时站在两套规则中间。

那具体该怎么动？我更愿意顺着几种走法往下推。

如果你打算走纯开源、追求生态和影响力，那许可证就得写死使用边界和免责，把"谁用出问题谁负责"钉进条款，否则影响力越大，你被牵连的面也越大。

如果你想走授权变现，超过某个规模就单独谈——那门槛线（比如营收或月活）必须提前设，等大厂真上门了再补，主动权已经不在你手上。

如果你面对的是海外大客户想深度绑定，那就别只签一纸许可，配一份单独的商用协议，把数据来源保证、责任分担、争议解决地写清楚。争议解决地这条尤其别马虎——放在哪个法域、用哪套仲裁规则，直接决定你将来是主场还是客场。

模型出海和产品出海是两码事。产品出海你控制得住终端，模型出海你控制的只有那一纸许可证。写好它，比多训几个点的benchmark更能保你安稳。

你要是手上正有个模型准备开源、或者已经被人拿去用了，把你现在挂的那份许可证发我，我先帮你理一遍里面哪几句是雷。

———
吴展鵾律师 · 涉外律师
涉外/跨境为主 · 办理广州/大湾区/全国刑事民商诉讼与法律顾问 · 中/英/西/日4语
主站：wzklaw.com · 预约：wzklaw.com/booking.php