算笔账。一份完整的训练日志动辄几百 GB,公开它等于每年多养几台存储和带宽,这些成本最后摊到谁头上?而且看的人极少——我猜九成下载量来自三个爬虫。真正有用的透明不在体量,在可控的几个数:数据来源、清洗规则、评测口径。这几个数一页纸写得完,写不出来才说明有鬼。