在本周一举行的 Open Source Summit Japan 主题演讲中，Linux 基金会执行董事 Jim Zemlin 抛出了一个耐人寻味的判断：
“AI 可能还谈不上全面泡沫化，但大模型或许已经开始泡沫化了。”
3 万亿美元砸向数据中心，问题先不在模型
Zemlin 首先引用了夸张到惊人的投资数据：
摩根士丹利预计，从现在到 2028 年，全球在 AI 数据中心上的投资将高达 3 万亿美元，其中 亚马逊、谷歌、Meta 和微软等超大厂占了一半左右。
他直言：
“这个规模的投资，已经超过了许多小型国家一整年的 GDP。”
这意味着一个现实判断：
绝大多数企业，甚至大多数国家，都不可能在这种高度资本密集型的基础设施竞赛中真正参与竞争。
真正的瓶颈：不是算法，是电力
Zemlin 认为，比资本投入更关键的，是 AI 推理阶段对能源的极端依赖。
他给出了一组数据：
- Google 的 AI 推理调用量 同比暴涨 50 倍
- 从 2024 年 4 月的 9.7 万亿 tokens
- 飙升到 2025 年 4 月的 超过 480 万亿 tokens
他同时呼应了 AWS CEO Andy Jassy 的判断：
限制 AI 进一步普及的最大约束，就是电力。
Zemlin 的总结很直接：
这轮 AI 浪潮，本质上是一场关于 GPU、电力、数据中心和物理基础设施 的竞赛，而不仅仅是模型和算法。
真正的杠杆点：开源模型与软件基础设施
在这样一个“重资产”的环境下，Zemlin 认为 开源的真正优势，恰恰不在硬件，而在模型层和软件基础设施层。
过去一年里：
- 以 DeepSeek 为代表的中国开源权重模型
- 在性能上 大幅缩小了与商业前沿模型的差距
更重要的是：
这些开源大模型，正在被用于蒸馏更小、更行业化的模型。
他举了两个例子：
- TinyLlama（基于 Llama 3）
- DistilBERT（基于 BERT）
开源模型快追上闭源了，但钱还被“收割走了”
Zemlin 指出，如今从能力上看：
- 开源模型整体只比美国闭源前沿模型落后 3–6 个月
- 对绝大多数“讲究性价比”的 AI 场景来说，已经完全够用了
但现实却是：
- 闭源模型仍然拿走了 95% 的市场收入
- 每年由此造成的“过度支出”规模高达 248 亿美元
这份数据来自 Linux 基金会首席经济学家 Frank Nagle 的量化研究。
因此，Zemlin 给出他的核心判断：
“我认为我们并不在 AI 泡沫中，但我们很可能正身处一个 LLM 泡沫。”
在他看来，当企业真正开始优先考虑“效率”和“成本”时，风向会迅速转变。他预测：
2026 年将进入一个由“性能 + 效率”主导的时代，而这个时代的主角将是开源生态。
LAMP 之后的下一代基础栈：PARK？
Zemlin 还提出了一个新概念：PARK 技术栈，即：
- PyTorch
- AI
- Ray
- Kubernetes
其中 Ray 是一个用于大规模 AI/ML 分布式计算的开源框架。
他的判断是：
就像当年的 LAMP 定义了互联网早期的技术栈，这一代的AI技术栈也在定义下一代 AI 计算平台。
PARK 正在迅速成为大规模 AI 部署的默认平台。
他甚至认为：
- PARK 正在迅速成为大规模 AI 部署的默认平台
开源正在重新压榨 GPU 的“性价比”
Zemlin 将这一波变化，类比成 当年 Linux 内核在全球开发者协作下，被不断优化适配各种硬件的过程。
今天在 AI 领域，类似的事情正在发生：
- vLLM
- DeepSpeed
这些开源工具正在持续：
- 榨干 GPU 性能
- 降低单位 token 成本
- 同时压低能耗
他总结了一句非常“开源价值观”的话：
“开源最擅长的事情，就是不断拉低：
每个 token 的价格，
每一千瓦电力的成本。”
Agentic AI：真正的自动化浪潮可能在 2026 年爆发
Zemlin 随后转向他认为“正在成型的下一层”——Agentic AI（智能体系统），也就是能：规划、推理、自主执行任务的 AI 系统。
目前这一层仍处在“青少年期”，但已经开始围绕一批 开放协议 逐渐成型，包括：
- Model Context Protocol（MCP）
- Agent2Agent（A2A）服务器
尽管现在 真正把 MCP 用在生产环境的公司还只是少数，但 Zemlin 预测：
- 2026 年将迎来真正的大规模企业级自动化浪潮
- 多智能体工作流
- 自动编排
- 验证框架
- 确定性与非确定性系统的混合架构
都会开始真正落地。
他特别强调：
“Agentic AI 的能力，并不取决于模型够不够大，而取决于你如何设计整个系统架构。”
“AI 其实还没真正改变世界”
Zemlin 在演讲最后泼了一盆“理性冷水”：
“尽管现在很热闹，但说实话，AI 还没有真正改变这个世界。”
他认为，真正会带来结构性变化的，是“开放协作”本身：
- 防止厂商锁定
- 提升可信度与透明度
- 为未来可互操作的 AI 系统提供“通用连接器”
从训练、推理到编排，Linux 基金会将与全球研究机构和产业伙伴一起，持续在这些关键层打通标准。
他在结尾说了一句很克制、但意味很深的话：
“我们很兴奋，能够以一个很小的角色参与到这个世界中来。”
同时，他也预告：
接下来还会有一系列重要发布。
参考链接：
https://thenewstack.io/linux-foundation-leader-were-not-in-an-ai-bubble/
文章来自于“51CTO技术栈”，作者 “云昭”。