10月12日，OpenAI创始成员、前特斯拉AI负责人Andrej Karpathy摆出一条残酷的能力漏斗：全球约60亿人几乎没碰过大模型，十几亿人偶尔用免费版，约2000万人用前沿模型干正经活，而漏斗最顶端、能直接使用前沿实验室内部尖端系统的人，可能只有5000人左右。这是他的粗略估算，不是经过核实的统计，却点中了一个正在发生的现实：同样说"我在用AI"，不同人碰到的根本不是同一个AI。好消息是，你进不去的那一层并没有完全隔绝——开源生态已经能把"前沿"做到普通电脑可跑、API可免费用的程度。这份清单要说清楚的，就是开源平替能追到哪，还差哪。知乎
顶端那5000人看到的世界确实不同：实验室内，成千上万个Agent可以组成协作集群，连续运行数周推进大型软件项目、自动发现零日漏洞、以机器速度参与网络攻防，甚至推动科学发现和数学研究前沿，而人类的审查和理解能力已经开始跟不上。
差距为什么拉开成这样
Karpathy把漏斗的形成归为三个因素。AI的影响力随问题雄心、任务规模和时间跨度放大，答案只有一段话的问题几乎榨不出系统的能力。模型能力还是"锯齿状"的，高峰集中在数字化、可验证、经济价值高的领域。原因在于，大模型能力主要来自基于可验证奖励的强化学习，训练环境又由商业价值挑选，所以数学和编程特别突出；再叠加免费版、付费版、内部系统根本不在同一能力层级。知乎
而"访问权限"这层连Karpathy自己都翻过车。今年6月，Fable 5和更高一档的Mythos 5一起被美国政府出口管制，全球用户被暂停访问，Anthropic内部持外国国籍的员工也无法使用自家最新模型。一个闭源旗舰可以被一纸管制随时收回，这也是"顶级AI只属于少数人"最具体的注脚。36氪
开源能补到哪：深度研究任务上差距不到一分
6月风波后最先量出差距的，是OpenRouter发布的DRACO深度研究基准：100道任务覆盖学术、金融、法律等10个领域，每题接近40条评分标准，还设有危险建议、错误引用等负分项。低成本组合Gemini 3 Flash、Kimi K2.6、DeepSeek V4 Pro并行研究，由Opus 4.8综合评审结论，拿到64.7%；单干的GPT-5.5为60.0%、Opus 4.8只有58.8%，而被管制的Fable 5也仅以65.3%领先不到一个百分点，组合成本约为后者一半。其中DeepSeek V4 Pro单独跑出了60.3%，几乎与顶级闭源模型同级。这份成绩有边界：裁判模型不同会带来10到25分的绝对波动，Fable 5因内容过滤只按完成的93题计分，相对排名可参考，不能与别家评测交叉对比——它证明的是"平价组合追平顶级单体"，不是开源已经超过前沿。36氪
门槛本身的下降更关键：DeepSeek、Kimi、GLM、Qwen等持续放出可自由调用的开源权重或低价API。就在旗舰模型被收回的当口，智谱宣布GLM-5.2向GLM Coding Plan全量用户开放，并把立场摆得很直：前沿智能不该只属于少数人，也不该被少数规则随时收回。但清单也有填不平的角落：顶端那种成千上万Agent集群协作、连续数周的作战形态，至今没有开源整体对应，开源模型在超长时段任务和密集工具调用上也仍偏弱。36氪
清单：按你的需要选一层
以下开源项目均经GitHub热榜与多个社区近期交叉确认，在GitHub搜项目名即可找到，全部免费。
模型层：问答、写作、查资料，直接用DeepSeek、Kimi、GLM、Qwen的开源权重或低价API。想不上云端、不堆显卡，社区已有项目把"拆开放硬盘"做成方案：把顶级大模型拆开存硬盘，普通电脑就能跑，智谱、Kimi、DeepSeek都支持。小红书
编程层：编程智能体的四位常客定位很清晰——Cline是VS Code插件，能读整个项目、边聊边改真代码，体验最接近Cursor；Continue最轻量，几乎任意编辑器都能挂；Aider纯终端，多文件重构最强；OpenHands是全自主Agent，给个任务能从写码一路跑到测试。共同好处是代码自己可审、数据不出本地，不必把工程习惯交给闭源服务。小红书
Agent层：OpenAI Dots迎来了全套开源平替，基于MIT协议的实现相继爆发，社区还把三大平替做成全景横评，支持本地私有化部署。Meta的Muse有开源平替OpenMuse，支持iOS、Android和网页端，能查资料、处理邮件和PDF，任务可暂停继续、后台持续运行。Grok Bot的开源平替也在批量出现，Rakazo可让多个Bot分工协作，DeepSeekBot把生产力功能接入了飞书、QQ、微信。知乎小红书知乎
垂直层：做音乐，YuE2是开源音乐生成项目，先出乐谱、改满意了再录成完整歌曲，还能换风格翻唱；做数据分析，MathModelAgent会自动建模、跑代码、出图表；做设计，还有12MB大小的开源修图工具Compositor，合成、调曲线、基础修图都能接。知乎
收清单之前，先换一个问题
Karpathy漏斗给出的第一解释不是账号权限，而是问题大小：5000人和偶尔用用免费版的普通用户的差别，一半在能不能访问，另一半在敢不敢把最重要的问题交给系统。装工具之前，先挑你手上最要紧、规模最大、最难的那件事，整包扔给清单里对应的那一层跑一次，多数人的体感差距会立刻缩小一半。至于那层以周为单位自主协作的Agent集群，今天还没有任何开源平替能把你送进去——那是0.00006%的位置，连Karpathy本人都曾被挡在门外。
