中国开放模型进入美国公司：硅谷为什么一边使用，一边呼吁限制

据 美联社 报道，Mozilla CTO Raffi Krikorian 已在部分日常任务中使用 Moonshot AI 的 Kimi K3，此前也使用过智谱的 GLM-5.2。Coinbase 则表示正在采用中国模型降低成本。

一句话结论：美国公司不是突然不担心中国模型，而是在性能、价格、控制权和政策风险之间做现实采购；真正令美国前沿实验室紧张的，是“便宜且可替换”开始成为客户可以执行的选择。

此前 OC 已报道美国企业为什么反对直接封禁中国开放权重模型。今天新增的事实不是又一轮政策表态，而是中国模型开始进入美国技术从业者和公司的实际工作流。这让争论从“能不能用”变成“谁会因为它被替换”。

采用不等于完全信任。企业可以把开放权重模型部署在自己的基础设施上，限制网络访问、审计输出并避免发送敏感数据；也可以只在低风险任务中使用托管 API。风险取决于权重来源、运行位置、数据流和供应链，而不是模型公司的国籍标签本身。

美国实验室担心的竞争也是真实的。开放模型压低推理价格，让客户更容易比较不同供应商；如果“足够好”的模型只要美国闭源 API 的一部分成本，日历整理、文档处理、客服和代码辅助等大量任务就不再需要最强模型。高端能力仍有溢价，但调用量最大的中间市场会先被侵蚀。

安全指控则需要单独举证。美国政府和部分公司指责中国实验室通过蒸馏提取美国模型能力，但公开材料尚不足以把所有中国模型都视为侵权或后门。即使某家公司存在问题，也不能自动证明下载到本地、经过哈希校验的权重会把数据传回中国。

直接封禁还会产生第二层效果：美国企业失去低价替代品，本国几家前沿实验室获得更强定价权。政策需要回答的是具体威胁和控制措施，而不是用“国家安全”替代采购评估。

关键事实

• 来源：美联社、TechCrunch
• 新增事实：美国技术从业者和公司开始在实际任务中使用 Kimi、GLM 等模型
• 主要吸引力：价格、响应速度、开放部署和供应商替代能力
• 主要风险：数据流、权重来源、供应链、制裁与合规不确定性

OC 判断

美国公司会担心中国竞争，也会使用中国模型，因为采购部门首先面对预算和任务效果。限制竞争对手可以保护少数美国实验室，却未必保护美国开发者和应用公司。合理做法是按部署方式和证据管理风险，而不是把所有开放权重打包禁用。

为什么重要

• 对开发者：模型路由和本地部署会成为降低成本、避免锁定的常规能力。
• 对企业：采用中国模型前需要建立数据分级、权重验证和替代方案。
• 对政策制定者：封禁模型会同时改变安全风险和美国国内的市场竞争。

参考来源

• AP：Chinese AI models gain ground in the US
• TechCrunch：Making sense of the panic over Chinese AI