切换到开放模型几乎没有缺点 安德鲁·马布尔 marble.onl andrew@willows.ai 2026年6月21日 曾几何时，使用Linux带来了一些专业风险。首先是兼容性：你可能无法正确渲染Word文档或PowerPoint，你可能不得不信任Open Office的导出能力，以按你想要的方式呈现文档。可能有一些特殊的文件格式你无法轻易查看，因此无法进行协作。其次，软件生态系统通常也较糟糕。有许多半成品的开源项目试图实现主流软件的功能，但它们总是有一些粗糙的地方。尴尬的是，直到我离开学术界，我才因为Matlab的原因留在Windows上。现在我认为这个问题在很大程度上已经消失。大多数生产力软件都有网络应用，Linux更加成熟，开源软件更好。我相信仍然有各种特定应用的软件（CAD？）依然需要Windows机器，但这种差距小得多，而Linux + 开源通常不再是以前的“牺牲”了。作为一个开放的LLM用户，仍然存在明显的惩罚。每个排行榜上总是被通过API提供的专有模型占据最高位置。在2026年6月21日，Claude和GPT位居人工智能分析排行榜的顶端。这是性能方面的情况。兼容性方面也更糟。Claude的代码就是有效的，更一般来说，这两大模型提供良好的API，使得它们易于使用，即使这仅是一个低标准，我们也基本上达成了一致，愿意向它们发送我们的LLM查询，并信任它们妥善处理。开放模型通过各种方式提供，有些由发布它们的公司提供，有些则由像OpenRouter这样的第三方提供。不幸的是，这两条途径在隐私和数据共享方面都比较蹊跷，我不会对此感到舒适，向它们发送包含客户或机密数据的API调用。另一种选择当然是自己运行这些模型。这解决了隐私问题，但至少需要两个：昂贵，复杂，相对缓慢。直到最近，开放模型对我来说主要是一种爱好。自从最初的Llama泄露以来，我一直在尝试这些模型，并在有特定应用时偶尔使用它们，但在大多数专业工作中，我选择了这两大模型。随着Claude身份验证的推出，这种情况似乎正在改变。用户的情况注定会变得更糟，最近所有新模型和所谓“安全措施”的变化都在朝这个方向发展。我不打算讨论我不支持身份验证（或其周围的角色扮演）的原因，但即刻令人担忧的是，不再使用顶级模型将会带来怎样的专业惩罚。我希望这种惩罚是最小的。我已经准备好在本地或云端运行一系列开放模型，开放模型的编码工具也不错，最重要的是，开放模型现在与领先者非常接近，通常只落后几个月。这感觉并不像2008年的Linux与Windows之争，它更为接近。我预计生产力会短期内受到影响，但我认为这并不会像我在做研究时从Matlab转到GNU Octave时那样影响重大。我假设这是一项技术工作，涉及需要生产力软件（如MS Office等）的一般用途工作。