美风投内部信：8成美国AI初创依赖中国开源模型

最近硅谷流出的一家头部海外风投机构的内部调研信引发了行业关注。这份由几位合伙人在中国走访一周后撰写的五页纸报告，措辞远比对外公开的表态直白尖锐，其中一组数据直接戳中了当前中美AI竞赛的核心格局：如今约八成美国AI初创公司已经在生产环境中部署了至少一款中国开源模型，而十八个月前这个数字几乎为零。

这一渗透率的指数级跃迁，标志着中国AI产业在软件层面完成了历史性跨越。过去二十年间，中国的SaaS软件始终难以真正进入西方企业的核心工作流程，这是因为企业软件的采购壁垒天然倾向于保护既有的供应商生态。而开源模型则直接绕过了这道高墙——它不需要繁琐的合同谈判，没有严格的供应商审查流程，更不存在所谓的黑名单限制，一名工程师就能直接下载模型并快速投入工作负载运行，这种部署效率是任何传统销售团队都无法企及的。

行业数据也印证了这一趋势的必然性：Qwen系列模型成为全球知名开源模型托管平台上最快突破十亿次下载的模型家族，而在主流AI模型调度平台上，中国模型的Token消耗份额在十八个月内从不足2%飙升至45%以上，这些亮眼的数字绝非偶然。

这一切的背后，离不开美国此前推出的芯片禁令。这项政策的初衷是拖慢中国AI产业的发展节奏，但却产生了一个意料之外的副产品：当算力无法通过采购获得时，中国的AI团队只能转而用人力投入来替代算力资源。每多一位精通编译器或系统底层架构的工程师，就能永久降低整个团队对算力的依赖，这种投入并非一次性的资本开支，而是可以积累、复用，最终形成一套全栈的工程纪律。

中美企业在此过程中形成了截然不同的发展路径：美国公司习惯用资本投入解决问题，而中国企业则被迫用效率优势替代稀缺的资源。两种模式并无绝对的优劣之分，但却塑造了完全不同的组织能力——如果一家企业始终能靠资金解决所有问题，就很难有动力去培养那些无需依赖资本就能突破困境的能力。中国算力匮乏的现状反而倒逼出了更强的进化压力，DeepSeek当年的横空出世就是这类突破的典型案例。

但这一格局也存在另一面：中国的开源模型虽然获得了大量的全球部署，却没能直接获得对应的收入分成。因为开源模型的下载本身是免费的，真正能产生收益的环节是推理、微调、部署和运维等服务，而这部分收入最终大多流向了美国的推理服务商和云厂商。不过开源模型在长期博弈中的战略价值并不直接体现在API收入上：当一个模型被下载的次数越多、部署的范围越广，它就能积累越多来自不同使用场景的反馈数据，这些数据在下一代模型的迭代过程中所能发挥的复用价值是难以估量的。

当八成美国AI初创公司深度依赖中国开源模型时，这些企业不仅在使用中国的代码，同时也在接纳中国的技术栈、工具链和行业最佳实践。一旦这类技术标准被广泛确立，后续更换底层模型的成本将远高于此前支付的Token费用。

具体来看，比如Cursor的Composer 2被证实基于Kimi K2.5改造而来，Harvey的Tenet则是通过对Kimi K3进行后训练得到的产物。如果放在一两年前，这类企业大概率会选择Llama或Mistral作为底层基座，但如今美国垂直AI行业的底层技术基座正在逐渐转向中国开源模型，而这些中国模型内部又潜藏着部分来自美国前沿模型的智能，这形成了一个双向渗透的技术闭环，仅凭监管根本无法切断这种连接——因为技术之间的对话渠道过于多元，单方面切断的代价可能远高于维持现状的成本。

与此同时，中美双方在AI领域的瓶颈恰好形成了镜像关系：美国拥有充足的芯片资源，但电力供应却越来越紧张；中国拥有充裕的电力资源，但芯片供应始终存在缺口。中期的竞争格局将取决于哪一侧的障碍能率先被攻克，但如果双方在短时间内都无法解决各自的核心问题，这场竞赛就会从“谁能跑得更快”转向“谁能在受限条件下跑得更远”，当算力成为硬性约束条件时，效率就会成为唯一的竞争变量。

该报告指出，中国AI公司的收入远低于美国同行，但估值倍数却远高于美国，这是“资本市场不够成熟”的表现，但这一判断可能低估了中国资本市场的内在逻辑。中国的投资者经历过消费互联网时代，亲眼见证过“先跑规模再实现商业闭环”的路径完全可行：当年的抖音、美团、拼多多都是在用户规模达到足够量级后，才逐步找到了清晰的盈利模式。用传统企业软件的逻辑来套用中国AI市场本身就存在错位，但前提是中国的AI企业不要掉入“重规模轻变现”的陷阱中。另一个被低估的变量是，当不同模型的能力逐渐趋同时，竞争的胜负手就会从“谁拥有更好的模型”转移到“谁拥有更完善的数据飞轮”上，当前开源模型和AI产品的用户规模数据，可能比任何基准测试结果都更能预示未来的竞争格局。

基于这些观察，美国接下来将面临一个两难的选择：如果继续开放最新模型的API接口，中国实验室的模型蒸馏效率已经快到了无法忽视的程度；如果选择关闭API接口，美国企业必须放弃一个巨大的收入来源，同时将模型生态的主导权拱手让人。而且模型蒸馏并不完全依赖API权限，只要能获取模型的输出结果就能推进，真正能完全切断蒸馏的手段只有完全不公开任何高能力模型的权重，这是一个代价极高的选择。当开源模型的能力已经逼近闭源模型，而闭源模型的商业模式又面临持续压力时，这个两难的选择会变得越来越紧迫。

因此可以明确判断：当前中美双方的技术渗透已经深到剪不断理还乱的程度，任何一方试图强行切断这种连接，都需要承担相应的代价。美国在算力资源上依然拥有优势，但中国在效率层面补回的差距已经足够将这场竞赛拖入一个谁都无法单方面终结的僵局。

开源模型这把“利器”已经切入了全球AI产业的核心层，它真正撼动的是行业标准、技术生态，以及未来十年全球AI应用层的底层基座。一旦这类基座被广泛铺设完成，上层应用的发展方向就不再完全由底层地基所决定。

这场中美AI竞赛中真正值得关注的精彩部分，其实才刚刚拉开序幕。