中国AI模型出海：硅谷从观望到实战应用

中国的AI模型出海，早已不再是国内从业者的自我畅想，而是正在全球科技圈真实发生的行业变革。不久前在硅谷的交流让我真切感受到，当地从业者对这件事的关注度，甚至比国内还要高。

硅谷AI圈的新分歧

这段时间硅谷的AI生态依旧火热，从业者对人工智能的探索热情丝毫未减，但在这份热情之下，已经出现了微妙的分歧。人们不再纠结于AI能否改变世界，转而开始追问一个核心问题：美国的AI发展路径，是不是全球唯一的标准答案？

这种疑虑的背后，核心动因正是国内开源AI模型的快速崛起，这让不少硅谷的创业者和大厂员工都产生了不安感，甚至可以说是隐隐的恐慌。

近期美股市场上，AI相关科技股的情绪正在降温，不少人将其归因于AI投入的回报不确定性，但和一线投资人沟通后会发现，他们真正怀疑的，其实是美国当前的AI商业化模式还能否持续领跑。

为了验证这种感受，我和不同圈层的从业者进行了深入交流，得到了两个越来越清晰的信号。

硅谷创业公司的选择：用脚投票的国产模型

首先可以看到的是，硅谷的初创企业正在大规模接入国内的开源AI模型。很多人好奇国内的AI模型出海究竟能产生多大影响，而我得到的答案相当惊人：当地的创业团队已经在用实际行动选择国产模型，核心原因简单直接——性价比极高，既便宜又好用。

上个月发布的智谱GLM 5.2，在SWE-bench编程测试中拿到了62.1分的成绩，超过了GPT-5.5的表现；而不久前月之暗面推出的Kimi K3，拥有2.8万亿参数，是目前全球规模最大的开源权重模型，在前端编程相关的榜单上直接冲到了第一位，这一变化在硅谷引发了不小的震动。据海外科技媒体的报道，甚至有声音评价“中国的Kimi K3让硅谷感到震动”。

创业者是科技生态中对成本最敏感的群体，他们的选择无疑是最直接的市场信号。更值得关注的是，硅谷已经出现了一类全新的创业公司：这类企业成立之初就拿到了数千万美元的融资，商业模式非常清晰——将国内的开源模型部署在自有服务器上，为美国的大型企业提供定制化的AI企业级解决方案。在一个多月前，这样的融资案例在硅谷几乎是难以想象的。

连头部模型厂商都开始调整策略

创业公司的快速转向或许还在意料之中，但当行业头部的模型厂商都开始动作变形时，这件事的分量就完全不同了。

据圈内私下流传的消息，Anthropic在今年6月份的月度收入增长出现了放缓的迹象。虽然这只是未公开的小道消息，但结合他们近期的动作来看，这种判断并非空穴来风。

在Fable 5发布之初，官方宣布仅为付费订阅用户提供一周的限时试用权限，随后又将试用期限延长到了两周，最终直接宣布该功能永久可用，所有订阅用户都可以享受一半额度的Fable 5使用权限。从一周到两周，再到永久开放，这个调整节奏本质上就是在争夺用户。

Anthropic感受到的压力，一方面来自GPT系列模型的持续迭代，比如GPT-5.5、GPT-5.6的步步紧逼；而另一方面，同样重要的压力来源，正是国内AI模型的快速追赶。

我曾和一家美国头部出行平台的从业者沟通，对方透露今年6月份公司的Token使用成本出现了下降。虽然用户的Token总用量还在持续增长，但单Token的单价却降低了。这背后一方面是公司内部开始优化成本规划，避免无节制的投入；另一方面，公司已经将部分初级批量任务，迁移到了国内的GLM和Kimi等模型上。

不止这一家企业，据行业观察，DoorDash、Airbnb、西门子等多家海外知名企业，已经开始将后台的批量处理任务，迁移到DeepSeek、阿里Qwen等国内开源模型上，这种切换已经进入了真实的生产环境。

从平价替代品到高性价比首选

创业公司的选择、大厂的迁移动作、头部厂商的策略调整，这三件事叠加在一起，足以证明中国的Token出海绝非国内的自嗨，而是正在真实发生的行业趋势。

过去很多人认为国内的AI模型只是价格更低，但现在它们不仅具备成本优势，性能也已经达到了相当高的水平。比如GLM 5.2的编程能力已经接近Claude Opus 4.8，而Kimi K3在多个技术榜单上，都能和全球最顶尖的AI模型正面竞争。

我们可以打一个形象的比方：一家公司不可能所有岗位都招聘博士人才，成本会完全无法承受；我们需要本科生甚至专科生来完成部分岗位的工作，而他们的产出并不比博士差多少。如今国内的AI模型正处于这样的位置：曾经只是作为高价海外模型的平价替代品，现在已经成为了兼具性能和成本优势的高性价比首选。

对于整个AI行业来说，这无疑是一件好事。只有充分的市场竞争，才能推动技术和服务的持续进步。

多次往返硅谷的交流让我真切感受到，当地从业者正在认真讨论国产AI模型，使用它们、采购它们，甚至专门成立公司来提供相关服务。这也是我这次硅谷之行最大的收获。

建设AI原生组织的最佳窗口

正是基于对这一趋势的观察，我更加确信，对于所有企业尤其是国内企业来说，现在正是建设AI原生组织的最佳时机。

过去阻碍企业推进AI原生转型的最大障碍，就是成本问题。顶级的海外AI模型效果出色，但高昂的使用成本往往让很多企业望而却步。如今国内AI模型的性能不断提升，使用成本却持续下降，性价比已经来到了关键拐点。我们内部团队也已经完成了全面的切换：客服、行政、研发等多个岗位的工作，都已经接入国产AI模型，实际使用效果并不逊色，AI原生转型的成本完全可控。

AI原生组织的建设从来不是大厂的专属特权。过去几年我们在实践中踩过的坑、总结出的经验，已经整理成了一套完整的方法论。

7月24日，我将在北京举办一场线下分享会，系统地讲解这套AI原生转型的方法论，把我们真实走过的弯路和成功经验毫无保留地分享出来，帮助更多企业找到适合自己的AI原生转型节奏，提升运营效率、降低使用成本，让你的企业在接下来的行业竞争中更具底气。