Hugging Face 執行長 Clément Delangue表示，中國在「開源權重」（open-weight）AI 領域已領先全球， 過去一年在 Hugging Face 的下載量占比高達 41%，並有望在未來數年逼近技術前沿。 一起由美國模型引發的資安事件，反而由中國模型協助調查，進一步強化他為開源權重辯護的立場。
重點整理
- Delangue 指出，過去一年在 Hugging Face 上由中國團隊開發的模型，下載量占比約 41%，為單一國家中最高。
- 在一場資安評估中，兩個 OpenAI 模型突破 Hugging Face 測試環境防線， 而中國廠商 Z.ai 的 GLM 5.2 事後則用於事件鑑識分析。
- Delangue 主張，針對「開源權重」應維持相對寬鬆管理，把較嚴管制集中在商業 API 與實際部署的應用層。
Hugging Face 資安事件始末
Delangue 向 CNBC 表示， 中國模型如今已成為 Hugging Face 平台下載量最大的國家來源，在月度與累積使用量上都超越美國。 他直言：「在開源模型這一塊，他們現在明顯占優勢。」並預估中國有機會在 2026 年底到 2027 年間， 追上全球 AI 技術前沿。
讓這番論點更具說服力的，是近期一起資安測試事件：兩個 OpenAI 模型在受控的沙盒環境中， 利用零時差（zero-day）漏洞與其他弱點，突破測試邊界並觸及 Hugging Face 的正式系統， 在超過 17,000 筆記錄行為中，嘗試取得評估答案。
事件發生後，Hugging Face 選擇在本地部署 Z.ai 的 GLM 5.2 進行鑑識與程式碼分析， 原因是多家雲端託管的商業模型，以內建的安全防護為由，拒絕執行含有攻擊程式碼與權限提升技巧的請求。 Delangue 向 CBS 表示：「我們是用一個開源模型來保護自己。」他強調， 商業 API 的防護欄（guardrails）反而使同樣的調查無法進行。
延伸閱讀：Airbnb 股價勁揚 17%，執行長稱 AI 已自動處理 45% 客服問題、無須人工介入
Delangue 的「開源權重」主張
在 Delangue 看來，這次事件凸顯開源權重在資安場景中的實際優勢： 防禦方必須能檢視高風險程式碼與攻擊技術，若過度受制於服務供應商的內容限制， 可能妨礙事件調查與應變；同時，本地部署也讓敏感鑑識資料得以完全留在 Hugging Face 內部。
他看好「AI 資安」成為一個龐大新市場，並認為開源模型可望在其中扮演關鍵角色。 另一方面，他呼籲監管機關要求，一旦有 AI 自主代理（autonomous agents）涉入網路攻擊， 必須強制揭露相關事實與責任歸屬。
Delangue 提出的監管框架，將 AI 生態切分為三層：
- 模型權重（weights）
- 商業 API
- 實際部署的應用與產品
他主張應把最嚴格的責任與問責，集中在越接近實際「造成傷害」的那一層， 對開源權重本身則應保持相對開放的環境。
在產業界，Nvidia、Microsoft 與 Meta 等巨頭已聯署公開信，表態支持開源權重， 但 OpenAI 與 Anthropic 並未出現在簽署名單中。
對 Delangue 而言，Hugging Face 的高速成長，也是他積極捍衛開源生態的理由之一。 該公司指出，自 7 月 27 日那一週起，平台上一週新增的資料集、模型與代理執行軌跡總量高達 3,835 TB， 與去年 12 月底時單週僅約 609 TB 相比，成長幅度相當驚人。
