作者：快思慢想研究院院长 田丰，达芬奇（AI编辑助手）
【故事开场】
那是3月中旬一个寻常的周五夜晚。柏林的一位名叫Fynn的开发者正在调试Cursor的新模型Composer 2，突然，他在系统日志中发现了一行代码：
accounts/anysphere/models/kimi-k2p5-rl-0317-s515-fast
这行代码的含义几乎带着一种戏剧性的坦诚：kimi-k2p5明确指向的是月之暗面（Moonshot AI）于2026年1月发布的开源模型Kimi K2.5。后缀"rl"代表强化学习——这正是Cursor声称的"自研秘方"。
不到24小时，这条发现从一个小众技术论坛传到了埃隆·马斯克的社交媒体上。这位世界首富只用了五个字回复："是的，Kimi 2.5。"
【意外的转折】
故事本该朝着"硅谷公司涉嫌侵权"的方向发展。但二十四小时后，剧情出现了令人意外的转折。
Cursor创始人阿曼·桑格在社交媒体上坦承："我们评估了大量基座模型，Kimi k2.5被证明是其中最强的。"他补充道，"没有在一开始就提及Kimi基座确实是个疏忽，下一款模型我们会修正。"
紧接着，月之暗面官方账号发布了一条令人玩味的"祝贺"声明："恭喜Cursor团队发布Composer 2！我们自豪地看到Kimi K2.5为其奠定了基础。"
这番互动透露的信息意味深长：这不是侵权，而是一次"事后补办"的商业合作。
【那家估值290亿美元的公司】
要理解这件事的讽刺意味，需要先了解Cursor的江湖地位。
这是一家估值高达290亿美元（约合人民币2100亿元）的AI编程工具公司，在全球开发者社区中享有近乎图腾般的地位。程序员们用Cursor写代码、用Cursor调试、用Cursor完成从"想法"到"产品"的最后一公里。它的用户超过100万，其中付费用户36万，年化收入已突破20亿美元。
就是这样一家"硅谷骄傲"，在其最重要的新产品发布会上，被发现底层引擎来自中国北京的一家初创公司。
一位技术观察者在社交媒体上写道："一个中国开源模型悄悄成为了全球最热门编程工具的支柱，而大多数人直到官方发祝贺推文时才注意到这一点。真正的AI竞赛不是实验室对实验室，而是谁能基于别人的模型构建最好的产品。"
【为什么是中国？】
要回答这个问题，需要理解中国AI公司选择开源路径的深层逻辑。
回到2023年，当月之暗面发布首款Kimi模型时，公司面临一个根本性的挑战：它无法在算力上与美国实验室正面竞争。OpenAI拥有数以万计的顶级GPU。Google拥有近乎无限的基础设施。即使是体量最小的Anthropic，也能投入数亿美元训练单个模型。
中国的创业公司做不到。出口管制限制了最先进芯片的获取。资本虽然可得，但终究有限。美国公司开辟的那条道路——构建更大的模型、收取更高的费用、购买更多的芯片——对中国公司而言，几乎是一条死路。
唯一剩下的选择是：构建更聪明的模型，收取更低的费用，建立更大的社区。
【DeepSeek时刻】
这种思路的集大成者是另一家中国公司——深度求索（DeepSeek）。
2025年1月，DeepSeek发布R1模型，同时发布了一份令人震惊的声明：他们使用了一种被主流AI社区基本放弃的技术——纯强化学习，无需大量人工标注——却取得了与耗资巨大的模型相当的结果。
更重要的是，DeepSeek不仅开源了模型，还开源了训练方法。训练代码是开放的，权重架构是公开的，洞见是共享的。
这是开源开放慷慨之举，还是颠覆性创新？答案可能是两者兼有。
【OpenRouter上的无声革命】
理解这场转变的规模，需要借助一个常被忽视的指标：Token调用量。
OpenRouter是全球最大的AI模型API聚合平台，每天路由数十亿次AI请求。它统计的是实际发生的API调用，而非企业自行公布的注册量或预估值——这使得它的数据更具参考价值。
本周，该平台发布了令业界侧目的数据：
在调用量排名前十的模型中，六款来自中国
小米的MiniMax以21.4%的市占率位居榜首
谷歌的Gemini以12%屈居第二
中国模型周调用量较上周增长11.83%，美国模型同期下降9.33%
这不是边缘玩家的游戏。这些是全球实际部署量最大的模型。
【效率的胜利】
为什么中国模型如此受欢迎？答案很简单：它们便宜。
Kimi K2.5每百万Token收费约2.8美元。Anthropic的Claude，同等能力，收费约25美元。价格相差九倍，并非因为能力差距——两款模型都位列全球顶级梯队。差异在于商业模式。
中国公司发现，在AI领域，真正的价值不在底层，而在上层应用、服务和整合。开源基础模型看似放弃了显而易见的收入来源，却换取了另一种竞争优势：成为全球普惠AI生态系统不可或缺的一环，让闭源竞争变得困难。
当DeepSeek发布R1时，它并非在做公益。它在执行一个酝酿数月的战略转向：认识到AI的真正价值已从"构建模型"迁移到"整合模型"。如果无法拥有模型层，至少可以塑造围绕它的生态系统。
【1%的秘密】
在2026年1月的达沃斯世界经济论坛上，月之暗面总裁张予彤透露了一个数字："我们仅使用了美国顶尖实验室约1%的资源，就开发出了Kimi K2、Kimi K2 Thinking等全球领先的开源模型。"
这不是自夸。这是竞争现实迫使的路径。
张予彤说："从创业第一天起，我们就清醒地意识到，中国初创公司没有随意堆砌算力的条件。这迫使我们通过大量的基础研究创新来换取极致的效率。"
1%这个数字背后是中国AI公司被迫练就的极致优化能力。当无法通过购买来获胜时，只能通过更聪明的使用来取胜。
【新的权力架构】
理解这场权力转移，需要重新审视传统的竞争框架。
旧框架假设技术创新遵循一个简单的地理逻辑：源头在美国，向外扩散。美国发明，世界跟随。这个框架在半导体、在显示屏、在芯片制造领域早已站不住脚——而在AI领域，它彻底崩塌了。
今天最强大的AI应用建立在跨越每一道国界的根基上。驱动Cursor的模型可能源自中国，但Cursor添加的强化学习来自旧金山。中国实验室开创的效率创新借鉴了全球发布的学术研究。构建在这些根基之上的应用服务全球用户。
在这套系统中，"美国AI"和"中国AI"的边界在哪里？问题本身已经没有标准答案。创新无处不在，应用无处不在，竞争优势在各层之间流转——没有哪个公司或国家能在每一层都保持永久优势。
【那晚之后】
那个夜晚，当Fynn发现API日志中的秘密时，他或许没有意识到自己正在见证一个哲学论证。他只是在调试一个接口，发现了点异常，发到了论坛上。
但他的发现揭示了一些重要的事情：国别AI生态系统的边界在功能层面已经失去意义。驱动世界最复杂应用的模型，其谱系跨越各大洲。在上面构建下一代工具的开发者，从全球能力池中汲取营养。
这代表开放的胜利、专有的失败，还是任何足够重要的技术最终都会走向的全球化融合？这些问题，留给哲学家和历史学家来回答。今晚写代码的程序员不需要回答。他们太忙了，忙着构建。
【次日清晨】
Fynn发帖的次日清晨，全球程序员醒来，打开Cursor窗口，继续写代码。大多数人不知道——也不特别关心——响应他们按键的智能来自北京。
但这个事实，值得载入记录：世界最复杂AI应用的根基，正越来越多地运行在中国基础设施之上。
这值得庆祝还是担忧？很大程度上取决于你的立场。但它是不容置疑的现实。
田丰热评：
时代周刊新闻《Chinese LLMs continue to drive global AI development》
https://enapp.globaltimes.cn/article/1357357
【海外明星公司被曝“套壳”中国AI大模型Kimi，国产开源渐成全球AI支柱】
《Global Times》记者提问1：这一事件对普通用户和开发者分别有什么影响？
田丰：2026年3月19日，估值近500亿美元的硅谷AI编程独角兽Cursor发布了Composer 2模型，后被开发者扒出其基座实为月之暗面的开源模型Kimi K2.5。Cursor在经过强化学习（RL）和持续预训练后作为自研模型发布，且因月营收（约1.67亿美元）远超Kimi开源许可证中“月收入超2000万美元需署名”的商业门槛而引发争议。
快思慢想研究院研究认为，从投资和产业分析的视角来看，这一事件对两类人群有着截然不同的深远影响：
1）对普通用户：AI普惠化与“无感化”底层替换
技术平权： 普通用户通常不关心底层是哪家模型，只关心“是否好用”和“成本多高”。Cursor选择Kimi K2.5，本质是因为K2.5在前端代码生成和多模态理解上展现了极高的“智价比”（成本仅为同等闭源模型的四分之一甚至更低）。
应用爆发：这意味着普通用户将以更低的价格，享受到全球顶尖水准的AI应用。中国开源模型正在成为全球优质AI产品的“隐形基础设施”，用户的体验正在被中国底层技术默默重塑。
2) 对开发者：重估开源价值与确立合规边界
打破“从0训练”迷思： Cursor的成功（ARR达20亿美元）证明了，在2026年的今天，应用层的开发者完全不需要耗费数千万美元去从头训练基座模型。基于优秀的开源基座（如Kimi K2.5）进行针对性微调（Fine-tuning）和高强度强化学习（RL），才是打造爆款商业产品的最高ROI路径。
合规即生命线： 开源不等于“无规则的免费”。Kimi采用的改进版MIT协议设立了清晰的商业化门槛。开发者必须认识到，合规使用、尊重知识产权并履行署名义务，是建立长期商业信任的基础。试图隐瞒底层依赖不仅会面临法律诉讼风险，更会在极客社区中丧失信誉。
《Global Times》记者提问2：目前，中国开源模型在全球AI发展中扮演着愈来愈重的角色。全球大模型聚合路由平台OpenRouter显示，国产大模型周调用量已连续两周超过美国大模型产品。行业人士称：Cursor基础模型基于Kimi一事证明了开源是行业最大竞争助力，也再次验证了中国开源模型们将成为全球AI发展的最大力量。未来行业前沿不再是谁从0开始训练，而是谁能够最快适应、微调与实现产品化。中国的大模型发展主张开放合作，强调生态共赢，您怎么看这一观点？
田丰：快思慢想研究院认为，“Token出海”与生态共赢是中国AI生态的能力溢出和全球普惠红利，堪称“中国AI大航海时代”。中国大模型主张的“开放合作与生态共赢”，已经不仅仅是一句战略口号，而是被全球市场投票验证的绝对优势。
1）中国力推开源，美国闭源领先：中国模型包揽全球前三。 根据OpenRouter截至2026年3月中旬的最新数据，中国AI大模型周调用量上升至4.69万亿Token，连续两周大幅超越美国（同期为3.294万亿Token）。更具标志性意义的是，全球调用量排名前三位被中国模型历史性包揽，包括MiniMax M2.5、阶跃星辰Step 3.5 Flash、DeepSeek V3.2，Kimi K2.5也紧随其后占据头部席位。
2）市场倒逼白菜价Tokens：为什么中国开源模型会迎来调用量的大爆发？因为2026年的AI产业正从“对话式（Chat）”全面跃迁至“智能体工作流（Agent Workflow）”。复杂的并发任务对Token的消耗量是指数级的，对成本极其敏感。中国丰富多元的产业工作流、个人生活工作流，会为中国Agentic AI带来“数据训练场”，加速转化为新质生产力。
3）质优价廉的本质：美国头部厂商倾向于构建封闭的“iOS式”高价生态，而中国大模型则通过“极致性能+超低推理成本”，成功打造了AI时代的“安卓生态”。全球开发者疯狂调用中国API，本质上是中国在以Token为载体，向全球输出我们高效的算力基础设施和算法红利。这是一种极其高维的生态共赢。1度电出口0.5元，而转变为500万Tokens的价值则是11~400元，增值提升22~800倍。
《Global Times》记者提问3：据澎湃新闻，1月21日，月之暗面Kimi总裁张予彤出席在瑞士达沃斯举行的世界经济论坛2026年年会时表示，Kimi仅使用美国顶尖实验室1%的资源，就开放出Kimi K2、Kimi K2 Thinking这样全球领先的开源模型，甚至在部分性能上超越美国的顶尖闭源模型，“从创业第一天起我们就清醒地意识到，中国初创公司没有随意堆砌算力的条件。”她表示，“这迫使我们通过大量的基础研究创新来换取极致的效率。”您认为中国大模型企业的原始创新目前在世界上处于怎样的水平？
田丰：快思慢想研究院实事求是地评估，目前中国大模型企业的原始创新水平在“架构效率”与“算法工程化创新”上，已跨入全球绝对的第一梯队，甚至在部分领域实现了引领。
1）“算力约束悖论”逼出的极致架构： 客观而言，受制于高端GPU的国际获取壁垒，中国初创企业确实没有美国巨头“暴力堆砌算力”的奢华条件。但物理学的约束往往是工程创新的最强催化剂。既然无法在参数规模上无底线飙升，中国团队便将精力逼向了基础架构的极致优化。例如，通过更高效的混合专家（MoE）架构激活机制、极其严苛的高质量数据清洗，以及在强化学习阶段的高效算力分配，中国模型在极低算力消耗下，激发出强大的“长思考”与复杂推理能力。这种算力劣势充分转化为全球开发者喜爱的轻算力开源模型浪潮。
2）从“跟随者”到“定义者”： 中国AI的原始创新已不再是单纯的复刻。无论是在原生多模态融合、极低成本的推理架构设计，还是多智能体协同机制上，中国团队都展现出了令人惊叹的技术直觉。用极少的资源换取极致的效率，这正是中国科技企业一直以来的强项。
总体而言，如果说美国AI的发展像是一场资源充沛的“重装集团军推进”，那么中国AI则是在约束中进化出的一支“极致高效、灵活多变的特种部队”，正在用AI“轻步兵”非对称化竞争“重装部队”。开源不是中国大模型退而求其次的防守，而是重塑全球AI价值坐标的最强进攻武器。
书名：《AI商业进化论：“人工智能+”赋能新质生产力发展》
出版社：人民邮电出版社
作者：田丰
帮助你定位AI当下发展坐标的指南针
帮助你洞察AI未来演进趋势的航海图
通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。
热门跟贴