当AI成为公共基础设施：一个非营利组织正在建造属于所有人的互联网

一个印度农村妇女，用手机拍下一株枯萎的植物。她想知道这植物得了什么病，但她不会英语。她凭什么不能用自己的语言，获取这个世界最前沿的知识？

这个场景，是TechCrunch那篇报道给我的第一印象。它背后是一个名为Current AI的非营利组织，正在做一件听起来疯狂的事——建造一个免费、开放、人人可用的“AI万维网”。

[!tip] 这条新闻值得关注的核心，不在于技术有多先进，而在于它重新定义了AI的归属权。当科技巨头们忙着把AI封进付费墙的时候，有一群人想把它变成公共图书馆。

从“数字鸿沟”到“AI鸿沟”

过去十年，我们谈论“数字鸿沟”，指的是能不能上网。现在，这个鸿沟正在变成“AI鸿沟”——能不能用上最好的AI模型。

农民用本地语言查询植物病害，这只是冰山一角。Current AI的想法是：让任何语言、任何文化背景的人，都能通过AI获得同等的知识和能力。这不是一个慈悲项目，而是一个基础设施级野心。

翻开历史，互联网本身最初也是由大学和科研机构共建的公共网络。后来它被商业化了，但底层协议——TCP/IP、HTTP——依然是开放的。Current AI想做的，就是为AI时代打造一个类似的“协议层”。它不卖模型，不卖API，而是构建一个开源、去中心化的AI生态，让任何组织或个人都能在上面部署、训练和使用AI。

这听起来很像Linux之于操作系统，或者Wikipedia之于知识库。但AI的复杂度和成本，远超这些前辈。

凭什么免费？技术路径与生存逻辑

任何一个熟悉AI行业的人都会问：钱从哪来？训练一个大模型动辄数千万美元，推理成本也不低。Current AI给出的答案，不是一个简单的“靠捐款”，而是一套技术+社区的混合策略。

第一，模型小型化与分布式推理。他们不追求参数量最大的“全能模型”，而是专注于高效、可本地部署的模型。配合边缘计算和分布式网络，让算力需求分散到成千上万个节点上。这有点像BitTorrent的思路——人人贡献一点算力，人人都能享用。

第二，数据主权与多语言支持。巨头的模型主要依赖英文互联网数据，对低资源语言（如印地语、斯瓦西里语）的支持很差。Current AI强调与本地社区合作，收集、标注本地化数据，让模型真正理解当地语境。这不仅是技术问题，更是文化权利问题。

第三，开源生态的治理。他们不是简单地把代码扔到GitHub上，而是建立一套贡献、审查、激励的机制。类似于Apache基金会或Python社区，但针对AI模型的特点做了适配。

这条路径是否走得通？目前还很难说。但行业趋势来看，开源AI正在从“玩具”走向“生产力”。Meta的Llama、Mistral等开源模型已经证明了，开放模型可以在某些场景下追上闭源模型。而Current AI的独特之处在于，它把“开放”不仅仅当作技术策略，更当作社会使命。

开放与垄断：AI时代的十字路口

如果Current AI成功了，会发生什么？想象一下，一个非洲村庄的医生，用本地语言训练一个诊断模型，不需要向任何美国公司付费；一个南美的手工艺人，用AI翻译产品描述，直接触达全球市场；一个中国小县城的教师，用AI生成个性化教案，覆盖所有学科。

但阻力同样巨大。现有AI巨头有深厚的护城河：算力、数据、用户习惯、资本。更重要的是，免费模式本身可能就是一种“毒药”——如果所有人都依赖免费AI，维护和升级的动力从何而来？Wikipedia的困境已经给出了警示：非营利需要持续的社会捐赠，而AI的运营成本远超维基百科。

另一个问题是安全。开放的AI模型更容易被滥用、被篡改。Current AI的治理架构能否有效防止恶意使用？目前还没有答案。

[!quote] “农民不应该为了查询植物病害而被迫

原文链接：https://techcrunch.com/2026/07/19/nonprofit-current-ai-is-racing-to-build-the-world-wide-web-of-ai-free-for-all/