“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
Dario Amodei：AI 开源是伪命题
好的，没问题。这是根据原文改写的技术笔记，尽量模仿真人程序员的语气和思考方式。
聊聊 Dario Amodei 说的“AI 开源是伪命题”
刚看到阮一峰老师转的这段话，是 Anthropic 的 CEO Dario Amodei 的一个观点，说 AI 开源其实是个伪命题。我第一反应是：这哥们儿是不是又在给自家闭源模型找补了？但仔细看看，他说的某些点吧，还真不是完全没道理，不过阮老师的反驳也挺在点子上。我把两边观点都捋一捋，顺便聊聊我自己的想法。
Dario 的核心论点：你们说的“开源”根本不是那回事
Dario 的逻辑大概是这样的：
“开源”的叫法不对：我们现在说的 AI 开源，其实只是公开了模型的权重文件（就是训练好的那个大文件），跟传统软件的开源完全是两码事。传统开源，比如 Linux，你把源码放出来，大家能一起看、一起改、一起提交 PR，这是协作。但 AI 模型呢？你拿到权重文件，能看到它内部是怎么推理的吗？能直接给它的神经网络加个函数或者改个逻辑吗？基本不可能。所以业内更准确的叫法是 “开放权重”（Open Weights），而不是“开源”。
没法参与开发：传统开源项目是“汇集大家的智慧”，越做越好。但开放权重的模型，你没法像给 GitHub 项目提 PR 那样，去修改它的核心代码。你最多只能做微调（Fine-tuning）或者蒸馏，但这跟“参与核心开发”是两码事。
开源不等于免费：模型是公开了，但那么大一个模型，你总得找地方跑吧？要么自己买一堆显卡搭环境，要么花钱用云服务商的 API。跑推理（Inference）要钱，调试优化要钱，这跟用闭源模型 API 的成本差不了太多。
所以 Dario 的态度很明确：他看一个新模型，根本不关心它开不开源，他只问一句：“这玩意儿够不够好？在关键任务上能赢过我们 Claude 吗？”
阮老师的反驳：话不能这么说，你这是偷换概念
阮老师的观点也很直接，我觉得挺解气的：
本质区别：自由 vs. 黑箱：就算只是开放权重，跟闭源能一样吗？我用开源模型，可以在自己的服务器上或者云上随便跑，所有对话数据都在自己手里，私密性有保障。我能自己部署一个 DeepSeek，但我能自己部署 Claude 吗？Anthropic 不让我用，我连碰都碰不到。这其中的使用权和隐私权是天差地别的。
谁说看不到内部？ Dario 说“你看不到模型内部运作”，这就不对了。DeepSeek 公开发表了技术论文，详细解释了他们的模型架构、训练方法。反观 Claude，才是真正的黑箱，除了 Anthropic 自己，谁知道它里面是啥样？这恰恰是“开放权重”和“闭源”的巨大区别。
亲身经历：Anthropic 的“歧视性”封号：阮老师还说了个自己的遭遇，他因为在中国，用了个第三国账号试用了两次 Claude，结果就被封了。理由是“违反使用政策”。这操作就很迷了，一个半闲置账户，就因为 IP 是中国，就要赶尽杀绝。这种赤裸裸的地域歧视，只会让人觉得这家公司格局太小。
我的几点想法
两边都有道理，但我更站阮老师这边。
关于“开放权重 vs 开源”的咬文嚼字：Dario 在术语上确实更严谨。从“软件工程”的角度看，开放权重确实不是传统意义上的开源。但对于我们这些普通用户和开发者来说，能不能自由部署、能不能数据私有、能不能基于它做二次开发（比如微调），这才是最关键的。你叫它“开放权重”也好，“开源”也罢，只要它让我能自己掌控，它就是比闭源模型更“开放”。
关于“没法参与开发”：这个说法也有点片面。虽然不能直接改核心代码，但现在社区里基于开放权重模型做的工作可太多了。Hugging Face 上到处都是微调版本、量化版本、甚至是用模型做各种实验（比如那个很火的“重复某些层”来研究模型内部机制的研究）。这难道不是一种“参与”和“改进”吗？Cursor 能用 Kimi K2.5 做开发，这不就是开源模型生态带来的好处吗？
关于“开源不免费”：这点 Dario 说得对，跑大模型确实要花钱。但这和闭源 API 的“花钱”是两码事。一个是买算力（自己掌控），一个是买服务（数据归别人）。而且，开源社区能催生出各种优化方案（比如各种推理框架、量化技术），长期来看，自己部署的成本是可控的，而且能避免被单一厂商绑架。
最后，关于 Anthropic 的封号：这操作真是绝了。一边在台上高谈阔论“AI 安全”、“开源伪命题”，一边在台下干着最封闭、最歧视的事情。这种“中国人不得入内”的政策，短期看是给自己省事，长期看只会让自己变成孤岛，倒逼开源社区和国产模型更快地发展。历史已经无数次证明了，任何技术封锁最终都会失效，从丝绸到芯片，无一例外。
总结一下：
Dario Amodei 的观点，如果单纯从“开源软件”的定义出发，有一定道理。但他有意无意地忽略了“开放权重”背后代表的自由、隐私和生态价值，这更像是为自家闭源模型站台的话术。而阮老师的反驳，则更贴近我们普通开发者和用户的真实感受。
对我来说，一个模型好不好，当然要看它的能力。但一个能让我自由使用、数据私有、并且有活跃社区可以学习借鉴的“开放权重”模型，和一个能力再强但把我拒之门外的闭源模型，我闭着眼睛都知道选哪个。 更何况，Anthropic 这种一边标榜“AI 向善”，一边搞地域歧视的做法，实在让人反感。