- 作者在20世纪80年代与理查德·斯托曼就开源软件展开辩论，最初持有传统观点，认为专有控制是软件进步的必要条件，但最终被斯托曼说服，认识到软件作为知识体系在共享时会变得更加强大。
- 斯托曼的自由软件运动演变为开源模式，催生了如GCC和GNU/Linux等关键项目，这些项目如今支撑着大部分互联网，证明透明度和社区协作能增强安全性和创新，而非阻碍发展。
- 开源软件通过创建共享知识库加速了技术进步，教育工程师并支持由私营公司、大学和志愿者组成的微妙生态系统，许多成功企业建立在开放核心模式之上。
- 人工智能正日益走向封闭，前沿模型完全专有化，这可能导致科学进步被锁死，并创建一个受控的‘知识库’限制访问和理解，与推动过去软件进步的开放原则背道而驰。
- 封闭的AI模型带来更深层次的问题，因为依赖缺乏透明度的模型意味着用户无法审计或完全理解结果，导致人们信任未经检验的‘神谕’；尽管存在安全担忧，但具有适当监控和规则的开放模型可以在不扼杀创新的前提下管理风险。
- 运行模型的代码与构建模型的代码之间的区别至关重要；当前‘开放’的AI模型通常只发布可运行代码，而保留构建代码和训练数据，这使得它们不透明并依赖企业的善意，而非真正的开放性。
- 为支持开源AI，需要政府、私营部门和非营利组织的共同努力，包括公共计算资源资助、对大学的支持以及默认开放公共资助的AI成果，确保开放的替代方案保持可行并有利于社会进步。