开源大模型的许可证大致分四类，管的东西完全不同：
- 宽松型（MIT、Apache 2.0、BSD）。随便用、随便改、随便商用，只要保留版权与许可声明；Apache 2.0 还额外给一份明确的专利许可。DeepSeek 从 V3-0324 版起统一用 MIT。
- 传染型（GPL、AGPL）。用了它的代码做出的新东西，只要对外发布就得跟着一起开源，不许改后闭源商用。
- 开放权重但不是开源（Llama、通义千问等）。权重放出来给你下载，却附了用户规模阈值、地域限制等条件，业界专门叫它 Open Weights，和 Open Source 不是一回事。
- 闭源接口的服务条款（OpenAI、Claude）。根本不是开源许可，而是一份合同，管的是你从接口拿到的输出能拿去做什么——拥有输出不等于能拿去训练竞争模型。
一套系统若同时用了开源权重和闭源接口的输出，衍生系统会同时受多层约束，取最严的那一层。下面逐一拆开讲。
这两年，用开源大模型自建系统的团队越来越多。DeepSeek 最新的 V4-Pro 用的是 MIT 许可，听上去很自由：随便下载、随便修改、随便拿去做生意。
开源模型现在这么受欢迎，是因为它的能力真追上来了。英国 AI 安全研究所今年七月的一份评测说，开放权重模型和闭源前沿的差距，已经从去年的六到十个月缩到了四到七个月。价钱还差着一大截：同一批网络攻防测试里，开源那款每道题几毛钱，被对照的闭源模型每道题要十几美元。能力接近、价钱便宜，越来越多人拿它打底。
问题出在很多人对“开源”这两个字的理解上。他们以为拿的是 MIT 权重，那整套系统就都归 MIT 管，想怎么用怎么卖都行。真到上线前做法务审查，才发现没这么简单：MIT 只管那块权重，你微调用的数据不归它管；要是你还调用了 OpenAI、Claude 这类闭源接口、把它们吐出来的东西拿回来用，那部分更不归 MIT 管。一套系统里塞了好几种来源，每一种背后是一份不同的约束。
要把这件事说清楚，得先破一个误会。
“开源协议”不是一个筐
大家嘴上都说“开源协议”，好像是同一种东西。其实它们的差别，比你想的大得多。
打个比方。都叫“合同”，但租房合同、劳动合同、竞业协议不是一回事，管的东西、限制的力度天差地别。你不会拿租房合同去理解竞业协议。开源这边也一样。市面上你会碰到的“协议”，至少分四类，它们授权的对象、留的限制、能不能商用，各不相同。
一个个说。
第一类：MIT 和它的宽松同门
MIT 是最宽松的那一类。它的意思差不多就一句话：拿去随便用，只要别把我的署名和这份许可声明抹掉。
用菜谱打比方最贴切。厨师把菜谱公开印进书里，附一句“做这道菜请注明出处”。你拿这本菜谱去开餐厅、改配方、再写一本书出版卖钱，都行，没人拦你，你甚至可以把改过的配方重新上锁不外传。你唯一要做的，是保留那句署名。
MIT 许可的核心授权原文：
Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software... subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.
译文：特此免费授予任何取得本软件及相关文档文件（下称“软件”）副本的人，不受限制地处置本软件的权利，包括但不限于使用、复制、修改、合并、发布、分发、再许可以及出售本软件副本的权利……但须满足以下条件：上述版权声明和本许可声明，应当包含在本软件的所有副本或主要部分中。
DeepSeek 从 V3-0324 版起，代码和权重就统一用 MIT。和它同一类的还有 Apache 2.0、BSD、ISC，都属于宽松型，商用不设卡。
Apache 2.0 比 MIT 多一样东西，值得单拎出来说：一份写明白的专利许可。MIT 只讲版权，没提专利；Apache 2.0 白纸黑字保证，贡献者不会掉过头拿这份技术里的专利来告你。还是菜谱那个比方，Apache 2.0 不光把菜谱给你，还附一句“我不会拿这道菜申请的专利来找你麻烦”。对大公司来说这份保证很值钱，能少一层被专利埋伏的风险。所以谷歌给安卓选的是 Apache 2.0，而不是它上游 Linux 用的那种更严的协议。
第二类：GPL，会“传染”的开源
GPL 也是开源，但脾气正好相反。它带一个“传染性”的条款，行话叫 copyleft。
意思是：你用了 GPL 的代码做出新东西，只要往外发布，新东西也得跟着一起开源，用同一份 GPL 放出来，不许改一改就关起门当闭源软件卖。
拿种地打比方。有人把种子免费送你，条件是“谁用我的种子种出粮食，收成也得拿出来一起分享”。你要是想自己关起门来卖，那就别碰这批种子。企业真正忌惮 GPL 的地方就在这儿：你本想拿开源代码省事，结果一不留神，自家辛苦攒的那部分也被卷进去、必须公开。所以商业公司选型时，看到 GPL 大多会绕着走，或者专门把 GPL 的代码隔离开，不让它传染到核心产品。
同一件事，MIT 和 GPL 给的答案完全两样。MIT 说随你闭源，GPL 说不许闭源。这就是为什么“都叫开源”这句话会骗人。
第三类：叫“开放权重”，但不是开源
第三类最容易踩坑，因为它长得最像开源，名字里往往也带 open。
Meta 的 Llama、阿里的通义千问，走的都是这条路。它们把模型权重放出来给你下载，看着很开放，可许可协议里藏着附加条件。最典型的是“用户规模阈值”：Llama 的社区许可写明，月活跃用户超过七亿的公司，得另外找 Meta 单独谈授权；通义千问的许可也有类似安排，月活超一亿要专门申请。除了规模门槛，这类协议还常常限制适用地域、收回“可以再转授权”的权利、附一份禁止某些用途的使用政策。
比方说，商场门口挂着“免费进”的大牌子，你走近了才看见小字：日客流超过多少万的连锁店，进场要另签合同。看着人人可进，其实对大玩家设了闸。
正因为这层区别，行业里现在专门把这两个词分开：一个叫开放权重（Open Weights），一个叫开源（Open Source）。开放权重是“我把参数给你”，开源是“我把权利也给你、还不附加限制”。管开源定义的国际组织 OSI 在 2024 年出了一份开源 AI 定义，拿这把尺子去量，Llama 和 DeepSeek 系列其实都不完全达标。所以下次看到一个模型自称“开源”，先别急着放心，得翻开它的许可协议看清楚，它到底是把权利给了你，还是只把权重借你用用。
这里插一句司法上的争议，免得把话说满。厂商在自拟的协议里加商业限制，这些限制到底有没有效，中国法院的态度并不完全一致。广州知识产权法院在一起案子里（案号（2019）粤73知民初207号）倾向于认为，不能在标准开源许可证上自己乱加商业限制；但最高人民法院在另一起案子里（案号（2021）最高法知民终1547号）又认可了公司自拟的开源许可协议，认为即便里面有限制条款，也不能一概认定无效。所以自拟协议的限制条款是否管用，得看具体怎么写、具体怎么用，不能一刀切。
第四类：闭源接口的服务条款，根本不是开源许可
前三类好歹都还在“开源”这个光谱里。第四类完全是另一回事。
你调用 OpenAI、Claude 的接口，签的不是什么开源许可，而是一份普普通通的商业合同，叫“服务协议”。它压根不给你任何权重，它管的是另一件事：你从这个接口拿到的输出，能拿去干什么。
自助餐厅的比方最合适。你进一家别人开的自助餐厅，菜随便端，端到盘子里的都归你吃（输出归你）；但餐厅门口贴了一张告示：不许把我家菜品的配方研究出来，拿去隔壁开一家和我抢生意的店。
OpenAI 现行的商业服务协议（2026 年 1 月生效的版本，针对企业和开发者，不是个人版）就是这么设计的。它一边说客户拥有输出，一边又限制你不能拿输出去开发和它竞争的模型。这两条得摆在一起看：
OpenAI 服务协议第 4.1 条（客户拥有输出）：
As between Customer and OpenAI, to the extent permitted by applicable law, Customer: (a) retains all ownership rights in Input; and (b) owns all Output. OpenAI hereby assigns to Customer all OpenAI's right, title, and interest, if any, in and to Output.
译文：在客户与 OpenAI 之间，在适用法律允许的范围内，客户：（a）保留对输入的全部所有权；（b）拥有全部输出。OpenAI 特此将其对输出可能享有的一切权利、所有权和利益，转让给客户。
OpenAI 服务协议第 3.3(e) 条（不许拿输出训练竞争模型）：
Customer will not, and will not permit End Users to: ... (e) except for a Permitted Exception, use Output to develop artificial intelligence models that compete with OpenAI's products and services.
译文：客户不得，也不得允许其最终用户：……（e）除属许可例外情形外，使用输出去开发与 OpenAI 产品和服务相竞争的人工智能模型。
看出问题了吗。第 4.1 条说输出归你所有，第 3.3(e) 条说你不能拿它去训练竞争模型。“拥有”和“能拿去训练”是两码事。
这一层最容易被误解，再用书打个比方。你花钱买了一本书，书是你的，你可以读、可以送人、可以在上面画重点。但“书归你”不等于“你能把整本书复印几千册拿去卖”。前者是所有权，后者是使用授权。输出也一样：所有权给了你，不代表训练许可也给了你。
OpenAI 还有一条第 4.3 条，把输入这头的责任也压给客户：你喂进接口的东西，得自己保证有权利喂，出了侵权问题自己扛。
OpenAI 服务协议第 4.3 条（输入的权利责任归客户）：
Customer is responsible for all Input and represents and warrants that it has all rights, licenses, and permissions required to provide Input to the Services. Customer is solely responsible for all use of the Outputs and for evaluating the accuracy and appropriateness of Output for Customer's use case.
译文：客户对全部输入负责，并声明和保证：其拥有向服务提供输入所需的一切权利、许可和授权。客户对输出的一切使用、以及评估输出对自身使用场景是否准确、是否适当，独自承担责任。
Claude 那边的规矩几乎一样，但细节不同。Anthropic 官方帮助中心今年三月更新的说明写得很直白：你拥有输出，但没有它书面许可，不能拿输出去训练或开发 AI 模型。它也留了个口子：训练那些不和它竞争的模型可以，比如情感分析、内容分类、摘要、信息抽取这类专用小工具；但通用聊天机器人、开放式文本生成模型这种正面竞争的，禁止。
两家都禁竞争性训练，都留了非竞争用途的口子，但“什么算竞争”“例外到哪儿为止”，各写各的。这就带出一个很实在的麻烦：如果你的系统同时调好几家的接口，你得给每一家单独建一张条款清单，一家一家对，不能拿一份 MIT 就想覆盖整条调用链。
还有一道中国自己的闸门
把上面这些许可、条款都理清了，还差最后一道，是中国的监管。
这道闸门的开关只有一个问题：你这套系统，是自己内部用，还是对外向公众提供服务。
《生成式人工智能服务管理暂行办法》把这条界线划得很清楚。企业、科研机构自己研发、自己内部应用，只要没向境内公众提供服务，这部办法就不适用。所以医院、机关做本地化私有部署，自己关起门来用，通常不直接落进这部办法的一堆义务里。
《生成式人工智能服务管理暂行办法》第二条：
利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务（以下称生成式人工智能服务），适用本办法。
国家对利用生成式人工智能服务从事新闻出版、影视制作、文艺创作等活动另有规定的，从其规定。
行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等研发、应用生成式人工智能技术，未向境内公众提供生成式人工智能服务的，不适用本办法的规定。
可这道闸门一旦跨过去，只要开始面向公众提供服务，义务立刻叠上来。其中最基础的一条，是对训练数据和基础模型来源合法性的要求。你用 MIT 权重打底没问题，但你喂进去微调的那批数据，来源合不合法、有没有侵犯别人知识产权、涉不涉及个人信息，都得自己交代清楚。
《生成式人工智能服务管理暂行办法》第七条：
生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：
（一）使用具有合法来源的数据和基础模型；
（二）涉及知识产权的，不得侵害他人依法享有的知识产权；
（三）涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形；
（四）采取有效措施提高训练数据质量，增强训练数据的真实性、准确性、客观性、多样性；
（五）《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等法律、行政法规的其他有关规定和有关主管部门的相关监管要求。
所以“MIT 权重随便用”这句话，在对公众开放的那一刻，就不再是全部答案了。
说回那个问题：衍生系统到底听谁的
绕了一圈，回到最开头。一套既用了开源权重、又混进了闭源接口输出的系统，由基础权重、适配器、微调数据、闭源接口输出、最终模型拼起来，它到底受哪份许可约束。
答案是：同时受好几份，而且取最严的那份。MIT 管权重，服务条款管接口输出，微调数据各有各的来源，监管强度看你对不对公众开放。哪一层都不能漏，漏一层就是一个雷。
所以真正省钱的做法，不是上线以后出了纠纷再去打官司，而是在上线前把这套系统拆成一张台账，一层一层记清楚：基础权重是什么许可、适配器是什么许可、微调数据每一批哪来的、接口输出按哪家条款用、最后这套模型是内部用还是对公众开放。每一层都写明来源、许可、要不要保留声明、有没有用途限制。这张台账做扎实了，合规这件事就从事后救火变成了事前可查。
不同的人，该看不同的地方
同一件事，站的位置不同，要盯的地方完全不一样。
- 只用不自建的普通用户。你平时用用 ChatGPT、跑跑开源模型写点东西，这些条款基本和你无关，拿到的输出自己用、发个朋友圈，都没事。唯一要留一句心的是：如果你打算拿 AI 生成的东西去商用，比如做成产品卖、印成书卖，先回头看一眼你用的那个模型或接口，有没有对“输出能不能商用”另设条件。绝大多数没有，但个别开放权重协议和 API 条款会写，花两分钟看清楚，省得日后被动。
- 用开源模型自建系统的技术团队。你是这篇文章最该看的人，三件事按顺序做。第一，保留声明：用了 MIT 权重，把它的版权和许可声明留在你的项目里，这是 MIT 唯一的硬要求，省不掉。第二，给微调数据清权：你喂进去微调的每一批数据，是自有的、买的、还是网上抓的，有没有著作权、涉不涉及个人信息，逐批记清楚，对公众开放那天这是监管第一个问你的。第三，盯住输出回流：很多人以为“输出反正归我”，就把 GPT、Claude 接口吐出来的东西直接拿去训练自己的模型，可归你所有不等于你有训练许可，尤其当你训的是和它正面竞争的模型时，大概率踩了服务条款的红线；真要用，先分清你训的是竞争模型，还是那种非竞争的专用小工具。
- 做 AI 产品拿出去卖的创业者。在上面三条之上，再多想两层。一层是“对谁开放”：你产品是内部工具，还是面向公众的服务？这一条直接决定中国那部办法适不适用你、要不要备案、训练数据合规义务扛不扛，别等产品火了、用户上来了才想起这道闸门。另一层是“调了几家”：如果你的系统同时接了好几家闭源接口，别指望一份清单管到底，得给每一家单独建一张条款矩阵，一家一家对，谁允许非竞争用途、谁的例外划到哪儿，各写各的。
- 采购 AI 产品的甲方和法务。如果你是买方，把权利链写进合同：要求供应商交代清楚，底座是什么许可、微调数据哪来的、有没有用到闭源接口的输出。别只看功能演示，真出了侵权纠纷，合同里这几条能替你挡一挡。
收个尾
“开源”不是一个开关，是一条光谱；“开源协议”也不是一个筐，是至少四类脾气完全不同的法律工具。MIT 宽，GPL 严，开放权重看着开放其实附了门槛，而闭源接口的服务条款根本不在开源这条线上。混着用的时候，衍生系统听谁的，答案从来不是“选对一份许可证”，而是“把整条链子拆开，一层一层清干净”。
看清楚每一层归谁管，比记住哪个协议叫什么名字更要紧。
如果你正在做 AI 私有化部署、模型微调，或者搭多模型混合调用的系统，拿不准手里这套东西受哪几层许可和条款约束，欢迎到 老吕谈新钱·法律咨询 找我聊聊。把权利链在上线前理清楚，永远比上线后处理纠纷便宜。
参考来源
- DeepSeek-V4-Pro 官方模型卡（HuggingFace）：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
- 英国 AI 安全研究所（AISI）《How Far Behind the Frontier are Leading Open Weight Models on Cyber?》：https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber
- OpenAI Services Agreement（2026 年 1 月 1 日生效版，第 3.3、4.1、4.3 条）：https://openai.com/policies/services-agreement/
- Anthropic 官方帮助中心《Can I use my Outputs to train an AI model?》：https://support.claude.com/en/articles/12326764-can-i-use-my-outputs-to-train-an-ai-model
- 《生成式人工智能服务管理暂行办法》全文与解读：https://fazhuli.cn/laws/shengchengshi-ai-fuwu-guanli-banfa
- OSI《开源人工智能定义》（OSAID）1.0：https://opensource.org/ai/open-source-ai-definition
- 广州知识产权法院（2019）粤73知民初207号；最高人民法院（2021）最高法知民终1547号