没人为开源模型辩护，但它们正在悄悄撑起AI的真实用法

这是一场不为开源模型“站台”的分享，却意外揭示了它们最真实的使用场景。通过一张用户数据“饼图”，演讲者拆解了创作、编程与AI Agent背后的真实需求，解释了为什么很多人嘴上不提开源模型，却每天都在用它们。

一个反直觉的问题：如果没人捍卫，为什么大家还在用？

这场分享一开始就抛出了一个带点挑衅意味的问题：“there is no mod the open model Warriors… so what the f do people use these open models for”。在开源模型频频被质疑“追不上闭源模型能力”的当下，这个问题本身就很重要，因为它逼着我们跳出技术参数，去看真实使用。

演讲者并没有先讲模型性能，而是直接转向“用量”。他说，与其争论谁更强，不如先看清楚：到底是谁在用、用来干什么。这种视角的转变，是整场视频最有价值的地方——开源模型的意义，不在榜单，而在流量。

他随后自我介绍：“Hey there， I’m Eugene， CEO of fedus AI… so let’s get the pie chart。”这里的“饼图”不是营销图，而是来自真实用户行为的数据切片，用来回答一个朴素却被忽略的问题：人们实际在做什么。

从个体用户看起：被“遮住细节”的真实故事

为什么要先看个人用户？因为个人用户最诚实。演讲者强调，他们“masking the details in the story”，刻意隐藏了具体身份，但保留了行为模式。这样做的目的很清楚：避免被某个明星案例误导。

在这些数据里，你看不到宏大的企业叙事，更多是零散却高频的行为：反复试、频繁换模型、在不同时间段用不同名字的模型。他提到，可以“switch our view to model names… or even years at a time”，时间维度的拉伸，能看出潮流的起落。

有一个模型曾经带来明显变化，他说“you see the mro Nemo model was one of… that bring us to the topic”。即便细节没有完全展开，这句话本身已经说明：某些开源模型的价值，不在长期统治，而在关键节点上解决了问题。

创作不是主流：一个被高估的想象

很多人直觉会认为，开源模型主要被用来写小说、写段子、玩创意。但数据并不支持这种浪漫想象。演讲者直接给出结论：“so getting back to it， creative writing… it’s not even in the millions yet。”

这句话的冲击力在于，它戳破了社区里最常见的一种投射：我们以为大家都在“玩”，但实际上真正高频的需求另有其事。创作当然存在，但规模并不大，也不足以解释整体流量。

这也解释了一个现象：为什么很多开源模型在创作评测中讨论度很高，却在真实世界里显得安静。不是没人用，而是用的人，并不在写故事。

真正的大头：编程，以及通往Agent的过渡地带

“The next major segment is coding。”这是演讲者给出的明确判断。开源模型在代码生成上的使用量，远高于其他类别。他还提到了一些创业和社区背景，比如“YC… next up is confy UI and friends”，暗示这背后有一整套工具生态在推动。

更有意思的是下一个数字：“about 5% of the traffic for personal agentic workflows。”只有5%，但他特意点出来，因为这代表未来。AI Agent 指的是能代表用户执行多步任务的系统，这类需求复杂、可控性要求高，正好是很多人选择开源模型的原因。

他提醒说，进入 Agent 世界之后，“you do not want to happen”的事情会变多，模型的可控性、可审计性变得关键。这不是玩具，而是工作流的一部分。

不是线上炫技，而是离线干活

在接近尾声时，演讲者回到最初的问题：what do people use open models for？ 他的答案其实很朴素——不是为了在线展示，而是为了“that you play with online”之外的事情。

开源模型被大量用于本地、私有、不可公开的场景：公司内部工具、个人自动化、实验性 Agent。这些用法天然不在社交媒体上出现，也就造成了“好像没人用”的错觉。

当有人在结尾打断他说：“Hey Eugene， come back here… we would like to hear more about your use case”，这个插曲本身就很有象征意义——真正的用例，往往还没来得及被讲完。

总结

这场分享没有试图为开源模型“正名”，却用数据和使用行为给出了更有力的回答：开源模型的价值，藏在不显眼的地方。它们支撑着大量编程需求，正在进入Agent工作流的早期阶段，也因此不那么“好看”。对开发者来说，这提醒我们少看热闹，多看流量；对创业者来说，真正的机会，往往不在被高声讨论的地方。

关键词： 开源模型， 代码生成， AI Agent， 用户行为数据， 开发者工具

事实核查备注： 视频中出现的姓名：Eugene（自称fedus AI CEO，拼写待核查）；关键用量判断：创作写作“not even in the millions yet”（未给出具体数字）；Agent相关流量比例：约5%；提及机构：Y Combinator（YC）；原话引用均来自视频片段原文，部分模型与工具名称在原视频中发音不清，文中未做技术性扩展。