Argumentene
Tilgang. Startups, universiteter og offentlige virksomheter kan bygge på avanserte modeller uten å trene fra scratch eller betale frontier-pris for hver oppgave. Brevet kaller dette disiplinen som gjør AI økonomisk bærekraftig når bruken skalerer til milliarder av daglige oppgaver: frontier-kapasitet på frontier-problemer, spesialiserte modeller på alt annet.
Konkurranse. Når mange kan tilpasse og deploye modeller, oppstår rivalisering på tvers av brikker, sky, applikasjoner og tjenester, ikke bare mellom de som trener modellene.
Kontroll. Åpne vekter gir organisasjoner eierskap til egne data, egne tilpasninger og den kompetansen de bygger opp over tid, uten å låses til én leverandør.
Sikkerhet. Brevet snur det vanlige argumentet: lukkede modeller er ikke trygge i seg selv. De kan brytes, misbrukes eller feile på måter ingen utenfra kan oppdage, og konsentrasjon av kapasitet bak et fåtall lukkede modeller skaper noen få store enkeltpunktsfeil. Når angripere bruker avansert AI, trenger forsvarssiden modeller med tilsvarende evner.
Hendelsen som viser poenget
Hugging Face-innbruddet i juli er argumentet i praksis. Da de skulle rekonstruere over 17 000 hendelser, ble forespørslene avvist av de kommersielle API-ene. Analysen krevde at de sendte inn ekte angrepskommandoer, exploit-payloads og C2-artefakter, og sikkerhetsfiltrene klarer ikke å skille en incident responder fra en angriper. De endte med å kjøre GLM 5.2, en åpen modell, lokalt.
Angriperen hadde ingen slike begrensninger. Les mer om hendelsen i Da en OpenAI-agent brøt ut av testmiljøet og hacket Hugging Face.
Brevet ber også politikerne skille mellom distillering som legitim modellutvikling og ulovlig uttrekk av verdi fra lukkede modeller, og heller møte det siste med målrettede juridiske virkemidler enn brede forbud mot teknikken.