全开源的两本账：一家只开源引擎、判断力仍收费，一家把自己也摊开

作者：周砚

11月3日至4日，Finic 开源风控决策引擎 Kairos，Tokenistt 则宣布“把整个公司开源”。两家押的是同一条路：用开源换分发和信任，靠托管服务和专有模型变现。差别在于，Kairos 每笔决策都要回到自家模型；Tokenistt 还没有可计量的收入点。

11月3日到4日，两家小团队先后把代码推上 GitHub，都用了“全开源”这个说法。Finic 发布 Kairos，自称是对标 Sift、Sardine 的开源风控决策引擎 ；Tokenistt 的联合创始人则说，开源的“不只是代码，是整个初创公司”，并把公司重建为开源的 AI 开发者智能平台 。动作相似，账本不同。

先把两家的家底摆清楚

Kairos 的仓库 10 月 30 日建好，11 月 3 日登上 Show HN，当天 103 分 。到 11 月 4 日晚间，仓库有 201 星、10 个 fork、0 个未关 issue，Apache-2.0 许可 。产品形态很简单：每次注册、登录、下单、付款调用一次，返回批准、加强验证、人工复核或拦截，附风险分和判断理由 。两个卖点：自研模型 Grayson 用自然语言问题打分，缓解“没有标注数据就训不出模型”的问题 ；以及一个 MCP 服务器，让 Claude Code、Cursor 这类编程代理替你搭工作流、跑实验、挑出胜出的模型版本 。

Tokenistt 的仓库则直白得多：自述是“三人团队、无客户、无认证、无 benchmark”的 pre-traction 软件 。产品是一个 OpenAI 兼容的多模型网关，做用量计价、预算、策略审批、成本路由和审计日志，Apache-2.0，可自托管 。创始人的 GitHub 主页上写的原定位是 AI FinOps，称封闭测试分析过 96K+ 请求 。11 月 4 日，他宣布转向持久记忆、代码图谱、代理可观测性、新 CLI 和自研小模型 。

Kairos：开源引擎，判断力按次收费

一个容易漏掉的细节在自托管文档里：本地跑 Kairos，仍需要一个 Grayson 的 API key，从 portal.finic.ai 获取 。也就是说，开源的是编排层——工作流、实验框架、控制台、SDK、评测套件；真正下判断的模型留在自己服务器上，每笔决策都要回到 Finic。这和开源数据库公司卖托管、开源框架卖企业版是同一类结构：把采购方最在意的“可审计、可自托管”拿出来换信任，把推理做成计量收费点。

官网给的数字是每千次决策 0.11 美元、响应 0.15 秒，准确率达到人工评审的 99.4%，并称比企业自训的 XGBoost 少 13% 的错误 。这些结论来自“一家财富 500 公司生产数据上的并排测试”，脚注交代了成本假设，但没有第三方复现 。README 里 ROC-AUC 0.949 / 0.930 那段是对话式演示，不是评测报告 。

这笔账的好处在于，收入点和开源边界对得上：开源得越多，能自己部署的人越多，但每笔决策仍要买 Grayson。短板也在这里。Sift、Sardine 这类公司的一部分壁垒是跨客户的设备、卡、地址关联数据，开源一套工作流引擎补不上这一层。Kairos 文档确实提到用“主体历史、与他人共享的设备、卡和地址”做判断 ，但这些信号的强弱取决于你自己灌进去多少数据，冷启动的商户拿不到别人的网络。

Tokenistt：因为没什么可失去，所以敢全开

“连公司一起开源”具体是什么？从仓库看是完整产品代码、文档、CI、架构图，外加一份写得很克制的已知缺口清单：连接器只在测试夹具上验证过、SDK 还没上 npm 和 PyPI、没有 SSO、单个 Postgres 实例 。看不到的财务、股权、客户数据，本来也不存在——README 自己写着“没有客户” 。

对一家三人团队，开源的边际成本确实低：没有收入可以泄密，没有客户数据可以暴露，代码本身就是唯一资产。这不是讽刺，是生意上的实话。在没有任何分发渠道的情况下，一个公开仓库是最便宜的获客方式。

但两处口径值得对照。其一，宣布的转型方向，包括持久记忆、代码图谱、代理可观测性、自研小模型，目前在仓库里还看不到，仓库里仍是那个 FinOps 网关 。其二，个人主页写“封闭测试分析过 96K+ 请求” ，仓库写“没有客户” ：测试用户不算客户，两句可以并存，但对外叙事明显比自家 README 进取。热度也差着量级：宣布帖发出当天 59 次浏览、5 个赞，之后还单独发帖求 star ；Kairos 是四天 201 星 。

同一个赌注，三类成本

两家押的是同一件事：开源换分发和信任，变现押在托管服务和专有模型上。区别在计量点。Finic 已经有现成的一处：每笔决策都过 Grayson。Tokenistt 承诺的自研小模型尚未出现，若将来落地，大概率也是“开源引擎＋专有模型”的同款结构——这是推断，不是文档里的话 。

要算的有三类成本。

误判成本。 风控错杀一笔订单有直接价格，而“问模型”这条路眼下只有厂商自测支撑 。HN 上有人直接质疑“这邮箱是不是一次性的”这类问题有多少实际意义，也有人指出类似思路此前已出现过 。质疑不等于证伪，但它说明采购方的第一反应是拿证据说话。

安全责任。 有评论认为 Kairos 选 Node 运行时，程序可在运行中自我改写、Dockerfile 没有锁定，作为支付网关存在原型污染风险 。这只是外部意见，未经独立验证；但它指向一个真实问题：开源既公开了攻击面，也把修补责任压回原团队。Tokenistt 同理，网关要保管各家厂商的密钥（README 称按组织用 AES-256-GCM 加密），一旦出洞，三个人要同时做披露、修、发版。

维护成本。 issue、社区、文档、安全公告都是持续支出。Finic 背后是一支完整团队，Tokenistt 是三个人 。另外还有个不致命但很实际的麻烦：Kairos 撞上了 kairos.io（一个 Linux 发行版）、kairos.com（身份验证公司）、kairos-project.org 等同名项目 。品牌还没立住时，连搜索位都要排队。

证据边界

本文的关键数字几乎都来自厂商：Finic 的成本、延迟、准确率是自测 ；两个仓库的星数、fork、issue 数是 11 月 4 日晚的一次快照 。“开源整个公司”的范围以仓库可见内容为准，代码之外是否还有别的披露，未核实。两家融资与收入情况均无公开信息。S4 的“96K+ 请求”与 S8 的“无客户”并存，口径不同但不必对立。

可以给一句判断：开源解决“被看见”，不解决“谁付钱”。Kairos 的路径更清楚，因为它有天然计量点——每笔决策都过一次自己的模型；Tokenistt 的账本还没翻到收入那一页。要验证，至少看三件事：Grayson 有没有独立评测、Tokenistt 的新平台是否真的落成代码、两家的托管版有没有人付费。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] We open-sourced our entire startup, not just the code. Now we're rebuilding Tokenistt as an open-source AI Developer Int · Aditya Tiwari
• [S2] Show HN: Kairos – Open-source risk and fraud decisioning platform
• [S3] Show HN: Kairos – Open-source risk and fraud decisioning platform
• [S4] adityatiwari12 - Overview
• [S5] Finic | Frontier AI to stop fraud, abuse, and financial crimes.
• [S6] https://api.github.com/repos/finic-ai/kairos
• [S7] https://hn.algolia.com/api/v1/items/50358314
• [S8] GitHub - Complete-tokenistt/tokenistt
• 配图 1：来源：GitHub（图片署名见原文） · 图片出处