深夜试着跑一个开源模型的推理脚本。README 写得清楚，依赖一行命令装完。到第三步报错——CUDA 版本、算子库、某个只在特定显卡上编译过的 kernel。不是谁写错了，只是没人承诺过这条路径能走通。
这种事经历几次之后，会开始怀疑“开源”这个词承载的期待是不是有点超重。
放出来的，和没说出口的
这两年关于模型开放的讨论，大多围绕“放没放权重”。但权重只是开始。真正决定一个项目能不能被接手，往往是那些不在发布公告里的东西：训练数据的构成说明到什么颗粒度，评测脚本是否随包一起给，tokenizer 在边界情况下的行为有没有记录，推理实现和训练实现之间的数值差异有多大。单看每一条都很小，叠在一起，就成了别人判断要不要投入几周时间的依据。
有人把“能读懂”当作开放的标准，也有人坚持只有数据与训练代码齐全才算数。两种立场其实指向不同用途，一个是想理解它为什么有效，一个是想重建它。混在一起争，讨论很容易滑向表态。
许可证里的空白比条款更让人犹豫
权重许可证、商用限制、可接受使用政策，条款本身通常不复杂。麻烦在模糊地带：微调后的模型算不算衍生作品，把输出拿去训练另一个模型怎么算，公司内部署要不要额外授权。这些问题的答案有时不在文件里，而在维护者的邮件回复里。
对企业来说，不确定性本身就是成本。不是因为要付钱，而是因为没法预估。一份写得笨拙但边界清晰的许可证，实际比一份措辞漂亮、留白很多的许可证更好用。
复现是一条被低估的路
论文里的数字和仓库里能跑出来的数字之间，常有一段距离。硬件差异、随机种子、并行策略、依赖版本，任何一处不同都可能让结果偏一点。开源生态的价值有一半正在这里：它不给出一个唯一正确的答案，而是让足够多的人在各自的环境里试，把偏差暴露出来，再慢慢收敛。
代价是维护成本被摊到了看不见的地方。issue 区的分类、重复问题的合并、过时文档的更新、没人愿意复现的偶发崩溃——这些工作不进版本号的叙事，却决定新来的人第一次尝试是成功还是放弃。一个项目从“能跑”到“敢用”，中间隔着的往往就是这些。
开源生态里，稀缺的从来不是代码
代码可以复制，耐心不行。放出来的仓库会越积越多，能持续回应的人却增长得慢。所以我现在看一个项目，会先看它的 issue 是怎么被处理的，文档最后一次更新在什么时候，有没有明确写出“不支持什么”。这些信号比功能列表更能说明它处在哪个阶段。
开源生态不会因为多放几个权重就自动变好。它变好的方式更笨一些：有人把踩过的坑写下来，有人把模糊的地方说清楚，有人愿意在没人鼓掌的位置继续维护。这些事没有发布会，也没有截图可以转发，但下一批人少走的弯路，基本都是这么来的。