全世界最聪明的人花几百万训练模型，然后免费送人。不是因为他们大方，是因为真的没有更好的办法赚钱。
@tailwindcss CSS，月下载 7500 万次。Shopify 用，GitHub 用，NASA 用。现在你让 Cursor、Claude、Codex 写前端，默认出来的就是 Tailwind。这也是我最近 vibe coding 才知道的，我用 Claude Code 搭个人网站，Agents 写样式，出来的全是它。
上个月，Tailwind 裁了 75% 的工程师，并且近期收入下降了 80%。
创始人 Adam Wathan 自己在 Podcast 里说的原话："Tailwind is growing faster than it ever has and is bigger than it ever has been, and our revenue is down close to 80%."
用的人比以前多了。赚的钱比以前少了 80%。做这个东西的人，一毛钱都没多拿。熟悉吗？因为一模一样的事正在开源 AI 上发生。只是零多了几个。
200 万个模型，大部分没人用
@huggingface 上现在有超过 200 万个模型。第一个 100 万花了一千多天，第二个 100 万只用了 335 天。速度是在加快。
但你去看下载数据就知道了，下载量集中在极少数头部模型上。剩下的几百万个模型，基本上是沉在水底。
不过分发不是最大的问题。最大的问题是：那些真的被用了很多的模型，做模型的人也没赚到钱。
钱去哪了？
这个问题我不明白，直到我搜到了 Kilo 写的一篇分析（Who makes money from open-source AI models?）。逻辑其实很简单。你调 GPT- Codex 的 API，钱付给 OpenAI，就是做模型的人。你调 Claude Opus 4.6 的 API，钱付给 Anthropic，也是做模型的人。
但开源模型不是这样。模型是开放的，谁都能拿去跑。所以推理服务商，Together AI、Fireworks、Replicate 这些。把模型部署在自己的 GPU 上，你付钱给他们。再去 OpenRouter 看看。同一个 Qwen3，有近十家服务商在卖。每家都有收入。但训练 Qwen3 的阿里团队呢？从这些 API 调用里拿到的微乎其微。这个经济结构就长这样。
干最重的活，清洗数据，设计架构，花几百万美元训模型，拿到最少的利润。有时候是零。
"开源模型在商业上讲不通"
这句话不是我说的。是百度 CEO 李彦宏 2024 年 4 月在内部讲话里说的。他的意思是：闭源才能赚钱，赚了钱才能吸引算力和人才。有意思的是，不到一年，百度自己也宣布下一代文心大模型要开源了。DeepSeek 把他逼的。开源这个趋势你挡不住，但他说的那个经济问题，到今天也没人解决。
还有几个活生生的例子。
@StabilityAI 做了 Stable Diffusion。你可以说这是这一代最重要的开源 AI 模型之一。到 2024 年初，全网大概 80% 的 AI 生成图片跟 Stable Diffusion 有关。120 亿张图。然后呢？2024 年一季度，收入不到 500 万美元。亏损超过 3000 万。欠着将近 1 亿的债。CEO 出局。公司差点就没了。Stability 搞出了整个 AI 艺术浪潮。但这个浪潮没有给他们买单。
再看 Mistral，融了超过 28 亿欧元。开源模型做得非常好。到 2026 年初，ARR 总算到了 4 亿美元以上。但你翻一下他们的收入结构，大头是闭源的企业合同和 API 收费。不是那些开源模型在赚钱。开源是拉用户用的。真正赚钱，还是得关起门来卖。
模式都一样：开源负责传播，闭源负责赚钱。开源本身，养不活自己。
传统那套为什么不管用
开源软件折腾了三十年，总算摸出几条路。Red Hat 卖服务，Elastic 卖企业版，MongoDB 卖云。
这些路在 AI 模型上举步维艰。
卖 API？ 你自己跑模型的成本比推理服务商高。人家专门干这个的。而且你也没有 OpenAI 那种品牌，OpenRouter 上同一个模型近十家在卖，你拿什么跟人打？
搞个高级版？ 高级在哪？用户直接拿你开源的版本微调一下就行了。你很难造出一个让人愿意额外付钱的差异。
卖技术支持？ 做模型的人是研究员，不是客服。他们想训更好的模型，不想帮企业 debug。而且模型不像数据库，不会半夜三点挂掉找你。
找 VC？ 2025 年了，投资人看纯模型公司已经觉得你不“性感”了。钱已经往应用层走了。
被收购？ 那不叫商业模式。那叫退出。
我现在看到的现实是，大部分开源模型创建者就两条路。要么白干，要么去给企业做微调外包。一个不赚钱，一个跟你做的模型本身没啥关系。"围绕自己的模型建立一门生意"，这件事目前基本不存在。
到处都是 Tailwind
Tailwind 那件事本质上是个预告。开源 AI 是正片，只是数字后面零更多。
Tailwind 怎么赚钱的？开发者去看文档 → 看到付费组件 → 掏钱买。AI 把这条路炸了。现在开发者直接问 Claude 怎么写 Tailwind，根本不去网站。用的人更多了，付钱的人更少了，包括我也在白嫖。
AI 模型面临的抽血更直接。比如，一个开发者拿 Llama 做产品：
Meta 花了几亿美元训模型。推理服务商花钱部署，跑起来。开发者拿模型做了个产品，开始赚钱。推理服务商按调用收钱。Meta 从这条链里拿到多少？Zero。
Meta 不在乎。他一年广告收入上千亿。开源 Llama 是战略，让模型层变成白菜价，这样就没人能在这层卡他脖子。说白了就是 "commoditize your complement"。
但问题是，不是每个做模型的人背后都有一千亿的广告收入。
那些独立研究者，小团队，学术圈出来的创业者呢？
如果用了多少就付多少呢？
OK，我要开始聊 crypto 了，但我不是来CX "区块链解决一切" 的。
我想分享的是一个很具体的问题：开源 AI 模型被用了很多，但没有一个内置的机制把收入回流给做模型的人。模型是免费的，API 是别人跑的，钱流过来流过去，创建者坐在外面看。
而 crypto 的经济模型（token、自动回购、链上收入分配）恰好可以做这种"使用行为 → 价值回流"的循环的。
你可以这么理解：HuggingFace 解决了分发，谁都能下载到模型。但经济层还是一片空白。用了你的模型，你不知道，也拿不到钱。
现在有几个项目在试不同的方向：
@bittensor 搞了个去中心化的 AI 网络，分成 100 多个子网（subnet），每个子网专注一种 AI 任务。你在子网里跑模型，验证者给你的输出打分，表现好的拿更多 TAO token。本质上是一个用 token 激励的、去中心化的 AI 模型竞技场。
@flock_io 的 FOMO（我们做的）走另一条路。你做了一个模型，可以给它发一个 token。每次有人调 API 用你的模型，一部分收入自动回购销毁这个 token。用的人越多，回购越多，token 越稀缺。创建者、早期支持者、hosting 服务商，只要持有 token 都受益。用户拿 token 还能换 API 折扣，所以用得越多，价值越涨，飞轮就转起来了。核心就一句话：把使用量变成现金流，然后让这个现金流跟创建者绑定。
@StoryProtocol 走的是另一条路。链上可编程 IP。它是一条专门为知识产权设计的 L1 公链，2025 年 2 月主网上线，a16z 领投融了 1.36 亿美元。他们把授权条款直接写进智能合约。AI 模型、数据集、创作内容都能注册成 IP 资产，谁用了、怎么分成，链上自动执行。出发点就是 AI 在大量吞噬创作者的内容，但没人付钱。。。
这些机制各有各的路径，但背后有一个共同的理念：谁贡献了价值，谁就应该分到回报。规则不靠某个主体来定，写在链上，自动执行。这其实就是 DAO 思想里最有意思的那一层
Code is Law
不是组织形态，是分配正义。开源不等于白嫖，前提是你得有一套"干了活的人能拿到钱"的机制。
这些项目都还早期。没有一个可以说已经完全跑出来了。但它们在解的是同一个问题：怎么让做事情的人，能从 PoW 里拿到钱。
"又是 crypto 蹭 AI"
嘿嘿，我知道你在想什么
但这个问题不是加密圈编出来的。
学术界在写论文讨论这件事（IEEE Computer 去年发了一篇"Economics of Open Source Software and AI Models"，分析开源软件和 AI 模型的经济问题，以及大公司的限制性授权策略正在怎样重塑开源的含义）。
值得讨论的是，加密经济到底是不是对的解法，到底能不能从 Infra 层改变生产关系。
很多人都在说区块链这东西，除了tm的炒币还能干嘛？纯纯 Scams！
我来分享一个个人观察。炒币、ICO这些在中国大陆基本是被按死的。但对区块链本身作为底层的分布式账本和凭证技术持开放态度，而且在政务和实体经济里用得很多。
比如，前几年比亚迪搞了一个叫"迪链"的供应链金融平台，底层就是区块链。比亚迪欠供应商的货款，不打现金，也不开传统商票，而是签发一个基于区块链的数字债权凭证。供应商拿到这个凭证，可以拆分、可以转让给下级供应商、也可以拿去银行融资。2023 年，迪链累计签发突破 4000 亿人民币。你没看错，4000 亿。这不是什么实验室项目。这是千亿级供应链上每天在跑的真实业务。
不只是供应链金融。据我了解，国内某大数据中心在向外提供算力和 AI 模型服务时，也已经用上了数字凭证和链上确权技术（包括耳熟能详的NFT & SBT）来做结算。这些事情正在发生，只是大部分人没注意到。所以"区块链能不能在真实经济中跑起来"这个问题，至少这几个的供应链场景里，答案已经是显而易见的。
现在的问题不是技术行不行，而是能不能把同样的逻辑搬到 AI 模型经济上。让模型的使用量变成创建者可以捕获的价值。说实话，我也不确定。但你告诉我另一个选项是什么？让模型创建者继续白干？那这不得行。
@cyberfund 在他们去年的投资文章（AI × Crypto Investment Thesis 2025）里写了一句，我觉得挺到位的："AI 模型通过训练和推理过程，将电力转化为货币价值。"如果这个过程能去中心化，能 token 化，那模型本身就有可能变成一种新的资产。不像股票，更像大宗商品。但交易的不是石油，是智能。
当然这还只是一个方向。
所以呢
开源 AI 没在减速。DeepSeek 证明了成本可以低到超出所有人预期。社区微调越来越便宜。HuggingFace 第二个百万模型只用了三分之一的时间。
但加速归加速，不可持续就是不可持续。如果做模型的人一直找不到赚钱的办法，最后只有两种结果：好的人才不再开源了，回到大厂围墙后面去或者开源社区慢慢失去活力，因为维护者全部 burn out。
这两种结果我们都见过。新闻产业数字化遇到过。音乐产业遇到过。开源软件正在遇到。
再过几年回头看，"模型应该免费"会不会变成"信息应该免费"的翻版？当年大家也觉得这是趋势，是进步。后来怎样了，大家都看到了。
我不知道答案。但我知道现在这样是不行的。
Cryptoeconomics 可能是答案的一部分，也可能不是。但总得有人试。