人工智能正在重新定义开源。

　　过去谈开源，更多关注源代码开放、开发者协作和软件版本迭代；今天谈开源，必须同时关注模型、数据、算力、智能体、终端、商业模式和治理规则。

　　AI的快速发展，彻底打破传统开源“仅共享源代码”的边界，推动开源产业从单一代码协作迈向全域生态重构。

　　在2026开放原子开源生态大会上，这一变化表现得尤为明显，议题覆盖操作系统、算力底座、终端、人形机器人、可信数据库等全产业链环节，openKylin、openEuler、OpenHarmony等国产根社区集中发布下一代AI原生系统与全栈技术路线图。

　　开源不再只是AI发展的辅助工具，正跃升为AI产业竞争的核心基础设施。

　　从“外挂AI”走向“AI原生”

　　传统开源体系围绕操作系统、数据库、中间件构建，核心逻辑是“为软件服务”。

　　然而，当生成式AI和大模型深度渗透，这一逻辑被颠覆。

　　“把大模型外挂到应用层，早期做实验可以，但要支撑千端万场景的智能化需求，这条路走不通。”openKylin社区副主席、国防科技大学研究员余杰在分论坛上直言。

　　瓶颈在哪里？多智能体并发稳定性不足，算力损耗居高不下，跨软件协同困难。

　　“唯一的出路是重构操作系统内核、算力框架，从根上适配智能体运行。”他顿了顿，加重语气，“这不是选择题，是必答题。”

　　“AI原生”已成为新一代开源底座的核心设计准则。openKylin发布开源智能体操作系统Agent OS，构建“OS底座+AI中枢+生态扩展”的智能体系；openEuler攻关面向服务器场景的Agentic AI底层技术；OpenHarmony完善海量终端轻量化智能体调度能力；龙蜥社区升级为AI原生操作系统社区，探索“AI×OS×云”新路径。

　　“未来衡量开源社区竞争力的标准，不再是代码提交量和版本迭代速度，而是底层AI适配能力、系统级调度能力和跨场景互通标准的构建能力。”开放原子开源基金会理事长谢少锋表示。

　　从“单点突破”迈向“体系协同”

　　技术底座的重构，也在倒逼产业布局重新洗牌。

　　长期以来，国内开源领域普遍存在项目分散、赛道割裂、同质化竞争等问题。单点技术突破不乏亮点，但体系化协同能力不足，难以形成产业竞争合力。

　　“AI打破了技术边界，也给了我们重塑格局的契机。”深圳开鸿数字产业发展有限公司CEO王成录分享道。

　　数据是最好的佐证。

　　OpenHarmony稳居终端与物联网开源赛道前列，生态设备接入量超13亿台，衍生行业发行版百余款。这是“端”的实力。

　　openKylin聚焦桌面端智能交互优化，社区发行版部署量突破2400万套。这是“边”的深耕。

　　openEuler深耕服务器、云计算、边缘计算领域，2025年新增装机超600万套，累计突破1600万套。这是“云”的厚度。

　　开放原子龙架构社区锚定自主指令集根技术，启动IP核、二进制翻译、基础操作系统三大专项。这是“芯”的根基。

　　OpenTenBase等数据与具身智能组件持续迭代。这是“数”的支撑。

　　“这些根社区正从各自发力转向协同共进。”中国电子技术标准化研究院软件应用与服务研究中心主任王志鹏在接受采访时分析，“它们逐步形成中国开源技术底座的‘方阵效应’，构建起覆盖端、边、云、网的全栈自主基础软件体系。这是一个非常重要的转变。”

　　转变的深层意义是什么？

　　“意味着中国开源产业正在从‘做大’走向‘做强’，从‘有’走向‘用’，从‘单点突破’走向‘系统制胜’。”王志鹏的回答掷地有声。

　　从“服务收费”转向“价值经营”

　　技术再先进，若无法构建起可持续的商业模式，生态终将难以为继。

　　“传统开源商业靠技术维保、定制化实施，盈利天花板低，变现周期长，规模化复制难。”开放原子开源基金会业务发展部负责人付海巍指出。

　　AI的融入，为开源商业化提供了新的可能。

　　当前国内开源商业化有三大演进方向：MaaS（模型即服务），通过API调用按量计费，以轻量化服务覆盖广泛客户群体；面向金融、政务等高安全需求行业的私有化部署与垂直场景模型精调；“免费基础层+付费增值层”的混合分层变现模式。

　　“三类模式共同推动开源商业化从单一服务收费转向多层次价值经营。”付海巍说。

　　数据显示，国内23％的企业已采用本地化大模型部署方案，对应市场规模达640亿元。Gartner预测，2026年底约40％的企业应用将集成任务型AI Agent；据亿欧网测算，中国AI Agent市场规模将从2025年的182.34亿元快速增长至2028年的3.3万亿元。

　　随着AaaS（智能体即服务）模式兴起，智能体开发平台、插件市场、收益分成机制也将进一步成熟，推动开源生态进入“生态扩张—收益增长—反哺研发”的良性循环。

　　跑得快，更要跑得稳

　　技术越快发展，治理越要跟上，这在AI时代尤其紧迫。

　　“相较于传统软件开源，AI开源涉及模型权重、训练数据、智能体能力调用等更为复杂的核心要素，风险外溢性更强，对治理的精准性与系统性要求也更高。”开源安全委员会主席吴敬征直言。

　　中国的路径与选择是什么？

　　“中国更加注重在安全自主与开放合作之间寻求动态平衡。”国家工业信息安全发展研究中心软件所副所长辛晓华分享道。

　　顶层设计层面，“十五五”规划纲要明确提出“推进开源体系建设，完善开源运行机制”；国务院“人工智能+”行动、智能体规范发展专项意见等一系列部署梯次展开。

　　规则标准层面，木兰宽松许可证2.0获得OSI国际认证，填补了我国自主开源许可证国际认可的空白；智能体接口、AI原生系统适配等标准加快制定，为跨社区技术协同扫清了规则障碍。

　　社区治理层面，开放原子开源基金会探索建立“使用开源—内源协同—项目捐赠”三阶企业参与路径，形成中立共治体系；各主流根社区普遍将合规审查嵌入版本迭代全流程，从源头降低潜在风险。

　　“从‘跟随规则’到‘参与制定规则’，中国开源治理正走向科学化、国际化。”辛晓华的语气中透着自信。

　　时代的窗口不会永远敞开，发展的机遇从来属于行动者。推动AI与开源双向赋能、相互成就，不能停留在概念热度上，必须落实到技术攻关上、生态培育上、场景落地上、治理完善上。

　　唯有将“开源之力”真正转化为“发展之势”，才能在未来竞争中立得住、行得远、赢得稳。（记者　张雅婷）