在今年的纽约联合国开源周期间，许多讨论将把 AI 视为数字公共产品（DPG）与更广泛开源生态的重大机遇兼挑战。与此同时，关于 AI 系统作为 DPG 之特性的争论仍在持续，它超越了《数字公共产品标准》，又植根于开源促进会（OSI）对开源 AI 的定义。七国集团（G7）近期也发布了关于 AI 系统开放性的愿景，其中包括对决定不同开放程度层次的要素的描述。事实是，当今全球对 AI 系统的开放性究竟意味着什么尚无共识。 在 DPGA 秘书处，我们专注于落实《全球数字契约》（Global Digital Compact，GDC）的承诺——「通过多方协作，开发、传播并维护……开放数据、［以及］开放人工智能模型」——以助力在 2030 年前实现可持续发展目标（SDGs）。然而，把这些高层次愿景转化为可操作的实践，属于复杂实施进程的一部分。 我们欢迎这场持续进行的讨论成为向前迈出的重要一步，并将目光投向 DPGA 成员亚洲开发银行（ADB）委托编写的新报告《作为数字公共产品的 AI 系统：多方利益相关者评估的证据与建议》（AI Systems as Digital Public Goods: Evidence and Recommendations from a Multi-Stakeholder Assessment）。该报告由联合国大学澳门研究所与联合国数字与新兴技术办公室（UN ODET）合作完成，出台时机至关重要。在《数字公共产品标准》上次更新一年之后，我们正审视其开放数据条款如何适用于 AI 系统，该报告为我们的标准制定工作提供了有价值的输入。 2025 年，DPGA 秘书处更新了适用于 AI 系统的《数字公共产品标准》——此前我们与联合国儿童基金会（UNICEF）共同主持的 AI 实践社群内开展了广泛磋商——我们有意设定了高而富有雄心的标杆。我们想把讨论从把 AI 当作孤立技术，转向把 AI 视为社会技术系统的整体观。 如今发表的《作为数字公共产品的 AI 系统》报告围绕 SAFE 助记框架组织其建议——标准（Standard）、问责（Accountability）、资金（Finance）、公平（Equity）——并坦承其中若干建议超出 DPGA 秘书处当前的职权范围。这些建议仍有价值，恰恰因为它们是生态层面的责任，由多边开发银行、捐助方、政府与标准制定者共同承担。 以下是这些建议与现行《数字公共产品标准》的对照，说明我们或已满足所提要求，或持有不同看法。 这份亚行委托报告关于开放性的主要建议，是把模型开放性框架（Model Openness Framework，MOF）用作显式描述开放程度的共同词汇表，「而不是作为一锤定音的通过／不通过度量」，并辅之以一条可让敏感数据在治理下获得访问的托管路径。这正是所提方案与现行《数字公共产品标准》分歧最明显之处。 如前所述，我们也使用 MOF，但不是把它当作连续梯度。《数字公共产品标准》设定的是门槛：一个 AI 系统要么是 DPG，要么不是，而这条线位于要求最严苛的一档，在开放代码与开放权重之外还要求开放训练数据。这是我们刻意的选择，我们在标准更新时的说明中解释过：训练数据是让可持续发展目标相关性、平台独立性与「不造成伤害」得以成立的输入，更宽松的做法会悄悄侵蚀数字公共产品的这些核心前提。 权衡是真实存在的：高标准意味着眼下合格的 AI 系统更少，一些基于敏感数据训练、确有价值的系统今天达不到门槛。DPGA 秘书处在与专家磋商后坚信：在当前格局下，答案不是预先降低标准，而是建设能让《数字公共产品标准》负责任演进的数据治理与托管工具——这正是我们在一年之后重新审视的课题。就此而言，我们欢迎这份新报告成为有价值的输入。 落实《全球数字契约》是一段集体旅程。DPGA 秘书处邀请整个开源与 DPG 生态通过 GitHub 积极参与我们在 AI 方向《数字公共产品标准》方面的工作，以及即将推出的 AI 领域 DPG 合集。请与我们一道，支持成员及 DPG 产品所有者的行动，共同建设一个公平、自主并保障权利的数字未来。