• 克雷西 發(fā)自 凹非寺
  量子位 | 公眾號 QbitAI

終于！當(dāng)前的大模型開發(fā)生態(tài)，被一份報告、完整全景圖譜講清楚了。

就在第十屆527螞蟻技術(shù)日上，螞蟻通過Coding范式、數(shù)據(jù)、模型部署等角度，對現(xiàn)有開源生態(tài)進行了全面完整的大剖析，從數(shù)據(jù)的視角揭示了大模型開源生態(tài)的演進規(guī)律，如果你是大模型開發(fā)者或者潛在的開發(fā)者，幾乎研究好這份報告可能就夠了。

但這還不夠，在報告出爐之前的周末，螞蟻還發(fā)布了2025大模型開源生態(tài)全景圖，涵蓋19個技術(shù)領(lǐng)域、135個項目，進一步給出了大模型開發(fā)生態(tài)的參考系。

報告+圖譜，也讓這句“大模型開發(fā)生態(tài)，是一場現(xiàn)實世界的黑客松”，在現(xiàn)場被開發(fā)者一遍遍討論。

是的，在介紹最新的開源生態(tài)報告時，螞蟻開源委員會副主席王旭，就是這么感嘆的——

大模型開發(fā)生態(tài)，是一場現(xiàn)實世界的黑客松。

大模型開源生態(tài)，為何是一場實時直播的黑客馬拉松？

在去年的QCon（全球軟件開發(fā)大會）上的報告和量子位的MEET 2025大會中，螞蟻對開源社區(qū)給出了這樣的判斷：

• 開源社區(qū)的數(shù)據(jù)可以說既不全面，也不超前于時代，但是，它是跳出公司的一個客觀視角。

今年的技術(shù)日上，螞蟻針對開源生態(tài)又發(fā)布了新的報告，以及新的開源生態(tài)全景圖。

這張全景圖涵蓋了一共19個技術(shù)領(lǐng)域的135個項目，從模型基礎(chǔ)設(shè)施層到智能體應(yīng)用層全面覆蓋。

開源開發(fā)世界的一個很大的優(yōu)點是，人可以從公開數(shù)據(jù)中看到開發(fā)者們的協(xié)作分布動向，以此模擬項目們在生態(tài)之中的關(guān)聯(lián)關(guān)系和生態(tài)位置。

所以，螞蟻選取了時下AI領(lǐng)域中大家最耳熟能詳?shù)囊恍╉椖浚ɡ鏟yTorch、LangChain、vLLM等），把它們作為種子節(jié)點，然后通過開發(fā)者在GitHub上的不同項目之間產(chǎn)生的協(xié)作關(guān)聯(lián)關(guān)系，不斷去探查生態(tài)的多個側(cè)面。

同時，為了呈現(xiàn)當(dāng)下最頂尖的和最火熱的開源項目，螞蟻選擇了華東師范大學(xué)X-lab實驗室的OpenRank影響力評價指標(biāo)作為一個重要的數(shù)據(jù)依據(jù)——只有今年的OpenRank月均值大于10的項目，才會出現(xiàn)在全景圖上。

除了這張全景圖，螞蟻還專門列出了2025年排名Top 20的項目，以及增長和下降最明顯的項目。

通過對這些項目的分析，螞蟻開源認(rèn)為，現(xiàn)在的開源生態(tài)中存在著三個主導(dǎo)的技術(shù)賽道——模型訓(xùn)練框架、高效推理引擎和低代碼應(yīng)用開發(fā)框架

• 訓(xùn)練上，PyTorch在全景圖中的所有項目中影響力位列第一；
• 推理上，高效推理引擎vLLM和SGlang在過去一年都處于飛速迭代之中，分別位于OpenRank同比增長的第一和第三位；
• 應(yīng)用側(cè)，結(jié)合低代碼工具鏈和RAG知識檢索管理技術(shù)的Dify和RAGFlow，正在高速增長，而這兩個應(yīng)用開發(fā)平臺都是從中國開發(fā)者社區(qū)中生長出來的強勢項目。

同時，通過這張全景圖，螞蟻開源也發(fā)現(xiàn)如今的AI技術(shù)擴散速度遠(yuǎn)超預(yù)期，在這樣的環(huán)境下，大模型開發(fā)生態(tài)正演變?yōu)橐粓鲈谡鎸嵤澜绨l(fā)生的、實時公開直播的黑客松

AI開源生態(tài)的七大趨勢

從這場“黑客松”當(dāng)中，開源生態(tài)當(dāng)中的一些趨勢也逐漸顯現(xiàn)，螞蟻開源一共總結(jié)出了七條，具體可以分為應(yīng)用和基礎(chǔ)設(shè)施兩個層次。

首先，從應(yīng)用層，或者說Coding范式上來看：

1. Agent框架熱潮褪去，低代碼開發(fā)方式正成為新主流；
2. 標(biāo)準(zhǔn)協(xié)議層，將成為兵家必爭的戰(zhàn)略要塞；
3. Vibe Coding新范式雖然被“嫌棄”，但開發(fā)者已經(jīng)紛紛“真香”。

雖然AI智能體是當(dāng)下AI應(yīng)用領(lǐng)域當(dāng)之無愧的熱門，不過智能體的開發(fā)模式相比之前已經(jīng)發(fā)生了很大變化。

具體來說，2025年，Dify、RAGFlow等平臺通過低代碼工作流和企業(yè)級服務(wù)的落地開始主導(dǎo)市場；而以LangChain和LlamaIndex為代表的傳統(tǒng)開發(fā)框架日漸式微。

而Dify一躍而起，成為當(dāng)前最熱門的AI應(yīng)用開發(fā)平臺，螞蟻開源認(rèn)為其關(guān)鍵在于精準(zhǔn)把握了企業(yè)級用戶的需求——

一方面通過直觀的可視化工作流編排大幅降低技術(shù)門檻，另一方面則提供完善的企業(yè)級安全管控方案。

據(jù)此，螞蟻開源認(rèn)為，易用性、快速構(gòu)建或許是當(dāng)下應(yīng)用開發(fā)框架的關(guān)鍵標(biāo)簽

框架之外，隨著大模型應(yīng)用進入智能體時代，還需要模型與應(yīng)用、模型與模型之間的通信標(biāo)準(zhǔn)。

2024年11月，Anthropic開源了MCP（模型上下文）協(xié)議，為智能體與工具之間的通信提供了標(biāo)準(zhǔn)化的接口，此后各個大模型都快速跟進并支持了MCP，使之成為了目前實現(xiàn)大模型Agent調(diào)用外部工具資源的事實性標(biāo)準(zhǔn)；

今年，Google又開源了智能體間協(xié)議（A2A） 協(xié)議，規(guī)定了不同Agent應(yīng)用之間的交流和互操作范式，之后CopilotKit又推出智能體用戶交互（AG-UI）協(xié)議，用于標(biāo)準(zhǔn)化智能體后端調(diào)用的工具和前端用戶界面之間的交互層。

這些協(xié)議無疑是促進大模型應(yīng)用標(biāo)準(zhǔn)化的重要推動力，但離真正形成完善的體系還有差距，需要原生協(xié)議創(chuàng)新。

主導(dǎo)標(biāo)準(zhǔn)制定的先行者，將可通過協(xié)議制定權(quán)在模型即服務(wù)（MaaS）時代構(gòu)筑生態(tài)護城河。

這意味著，隨著大模型服務(wù)的加速演進，標(biāo)準(zhǔn)協(xié)議層會成為頭部玩家的戰(zhàn)略要塞

工具層面，被程序員們嘴上嫌棄的Vibe Coding范式已經(jīng)變成“真香”，并且，一些創(chuàng)業(yè)公司或三五人的小團隊能夠快速產(chǎn)出一個該領(lǐng)域的開源項目，迅速出圈

并且，AI Coding也正在嘗試從一次性代碼生成，走向真實的軟件工程場景下的開發(fā)

除了應(yīng)用，螞蟻報告也從基礎(chǔ)設(shè)施一側(cè)分析了開源生態(tài)現(xiàn)狀，得到了以下四大結(jié)論：

1. 向量索引與存儲技術(shù)，正在回歸理性的沉淀；
2. 多模態(tài)時代，大數(shù)據(jù)和AI生態(tài)的融合還在路上；
3. 模型服務(wù)部署與推理的混戰(zhàn)仍在持續(xù)；
4. 大模型的訓(xùn)練生態(tài)，仍然以PyTorch為核心。

可以說，螞蟻的這份報告，對當(dāng)今的開源生態(tài)進行了鞭辟入里的分析，那么，它又能給從業(yè)者帶來什么樣的思考呢？

生態(tài)風(fēng)云變幻，從業(yè)者該怎么做？

這些趨勢代表了開源生態(tài)的一些主流選擇，但是并不會憑空產(chǎn)生，其背后存在的共同驅(qū)動力依然值得探討。

從Chatbot到智能體，AI應(yīng)用的形式變得越來越高端，功能越來越豐富，但基礎(chǔ)的技術(shù)卻在逐步普及化，應(yīng)用開發(fā)門檻反而正在降低。

但技術(shù)難度降低帶來應(yīng)用爆發(fā)的同時，也讓開發(fā)者之間的競爭變得更加激烈。

這樣激烈的競爭，也正在迫使開源從業(yè)者尋找新的差異化路徑。

對規(guī)模較大、已經(jīng)掌握部分話語權(quán)的開發(fā)者來說，從單點工具轉(zhuǎn)向生態(tài)控制權(quán)，是在競爭中取勝的關(guān)鍵。

比如在七大趨勢當(dāng)中，PyTorch一騎絕塵的核心奧義，正是幾乎牢牢把握住了整個模型訓(xùn)練的入口。

趨勢中所指出的“探索新的原生標(biāo)準(zhǔn)化形式”，也是基于同樣的思路。

當(dāng)然，生態(tài)并不是所有人都有能力建立，事實上，即便是Anthropic這樣的MCP提出者，也很難說擁有大模型應(yīng)用生態(tài)的護城河。

那么一般的開發(fā)者又該如何獲得自己的競爭優(yōu)勢呢？深耕場景、提升用戶體驗，是一種可行的路徑。

前面提到的Dify、RAGFlow等平臺，走的就是這一條路線，通過低代碼的方式降低了開發(fā)使用門檻，可謂是摸準(zhǔn)了企業(yè)用戶的脈門。

更宏觀上看，開源生態(tài)的發(fā)展，也存在著許多“變與不變”。

變化的是，項目周期正在縮短，從業(yè)者的試錯門檻也在降低，開發(fā)模式從“厚積薄發(fā)”轉(zhuǎn)向“敢于試錯”。

但不變的是，開發(fā)者的目標(biāo)始終是為用戶創(chuàng)造價值，而“簡化復(fù)雜性、提升效率”，就是具體的路徑。

總而言之，通過數(shù)據(jù)化的視角，螞蟻用135個項目的具體數(shù)據(jù)，準(zhǔn)確捕捉了當(dāng)前AI開源項目的特征。

通過對七大技術(shù)趨勢的分析，報告也揭示了大模型開源生態(tài)的演進規(guī)律，為理解整個生態(tài)的發(fā)展方向提供了重要參考。

對于具體的技術(shù)從業(yè)者，這份報告也提供了一個相對完整的大模型開源生態(tài)地圖，有助于技術(shù)選型和趨勢判斷。

這份報告的意義不在于預(yù)測哪個項目會成功或者值得押注，而在于可以幫助理解技術(shù)生態(tài)演進的內(nèi)在機制。

也就說是，千遍萬遍，規(guī)律不變，而這份報告，講的就是大模型開源生態(tài)最底層的基本規(guī)律。

報告地址：https://mp.weixin.qq.com/s/2xwyGPZppdYmU_cDX3Xhyg