大模型权重出口门槛会怎么定?

看到那份目录修订草案的消息时，我第一反应是翻出自己电脑里几个还没跑完的微调项目，心里嘀咕了一句：以后往外发个权重，是不是也得先打报告了。

这次修订草案把AI相关条目列了二十多项，覆盖大模型、智能体、算力集群这些方向。但真正让做模型的人睡不着的，是里面那套针对大模型权重的量化门槛——参数规模、训练投入的算力规模、训练用的数据类型，三个维度摆在那儿。以前判断一个模型要不要管，大家靠的是“算不算大模型”这种模糊感觉；现在等于给你画了几条线，踩上去就进范围。

我自己的理解是，参数越大的基础模型越容易撞线，垂直小模型相对安全；训练烧的算力越多，被盯上的概率越高；最要命的是数据类型，如果训练时用了国家重点敏感数据，可能直接进禁止类，连申请许可的余地都没有。不过草案还没公布完整的数值口径，网上转述的数字我一个都不敢当真，真要判断还是得等正式目录文本。

让我稍微松口气的是，草案明确把API提供和SaaS服务排除在管理范围外。这条边界其实很关键：管的是技术本身的出口，比如权重转让、技术授权、源代码或训练方法转移，而不是你调接口把模型能力卖出去。对绝大多数做应用层产品的团队来说，只要不碰权重和核心技术的对外转移，通过API给境外客户提供服务，目前不在草案划定的范围里。说白了，卖“技术”和卖“服务”是两回事。

配套还有个出口前临时登记的要求。这里我得提醒一句，登记和许可是两码事：登记更像前置的信息报备，许可才是实质性审批。而且已经生效的临时登记要求和还在征求意见的目录条款，时间效力并不一致，别把两者搅在一起，更别按草案文本把业务流程全改了。

那哪些场景现在就该留个心眼？技术授权和转让、和境外团队联合开发、涉及受管技术控制权的投资并购，还有往境外开源社区发权重或技术文档——最后这个尤其容易被忽略，开源在性质上同样算技术出口行为。

我的态度很简单：现阶段先把自家业务里有没有技术出口行为梳理清楚，别急着做业务调整。征求意见稿和最终落地版本之间，通常还会有实质变化。