1

本周末有一條 AI 新聞挺有意思，跟大家聊聊。

AI 編程工具 Cursor 在 3 月 19 日發(fā)布了新模型 Composer 2，官網(wǎng)上寫的是「自有模型」。

Cursor 是目前全球最火的 AI 編程工具，本質(zhì)上是一個(gè)深度集成了 AI 能力的 VS Code 修改版（國內(nèi)類似的是字節(jié)的 TRAE）。從 2024 年 10 月 Composer 1 發(fā)布以來，外界就一直懷疑它的模型是套殼的，但找不到證據(jù)。

這次證據(jù)來了。發(fā)布不到 24 小時(shí)，一位開發(fā)者 @fynnso 想了個(gè)巧妙的辦法：自己架一臺(tái)服務(wù)器充當(dāng)模型接口，然后在本地 Cursor 里把模型地址指向自己的服務(wù)器。這樣 Cursor 發(fā)出的請(qǐng)求就暴露了：模型 ID 是 kimi-k2p5-rl-0317-s515-fast。

Composer 2 的底座，是月之暗面的 Kimi K2.5。

截圖傳開后，Cursor 第一時(shí)間堵了漏洞，但沒什么用了。馬斯克也轉(zhuǎn)發(fā)確認(rèn)。

Cursor 的一位負(fù)責(zé)人最終回應(yīng)，承認(rèn)使用了 K2.5，但強(qiáng)調(diào)是通過合作伙伴 Fireworks AI 獲得的合法授權(quán)。Kimi 官方也確認(rèn)了這條授權(quán)鏈。從法律層面看，Cursor 并沒有侵權(quán)。

關(guān)于這件事的討論其實(shí)很多了，但我想聊另一個(gè)視角。

2

過去兩年，AI 領(lǐng)域有一條暗線。

2023 年，國內(nèi) AI 創(chuàng)業(yè)的主流姿態(tài)是拿 Meta 的 Llama 做微調(diào)。那時(shí)候行業(yè)的共識(shí)是「落后硅谷兩個(gè)世代」。

2024 年 5 月，DeepSeek 發(fā)布了 V2。這家從量化基金幻方孵化出來的公司，用 MoE（混合專家模型）和 MLA（多模態(tài)學(xué)習(xí)架構(gòu)）兩項(xiàng)技術(shù)把模型的調(diào)用成本大幅壓低。MoE 的邏輯我在之前的 DeepSeek 小傳里寫過，簡單說就是不讓大模型當(dāng)全才，而是讓它成為一個(gè)專家團(tuán)，需要誰就喚醒誰。MLA 則大幅降低了內(nèi)存占用，顯存壓力比傳統(tǒng)架構(gòu)降低了 67%-90%。

當(dāng)時(shí)大家對(duì) DeepSeek 的印象主要還是「便宜」。到 12 月 V3 發(fā)布，疊加了 FP8 低精度訓(xùn)練等新技術(shù)，官方披露的完整訓(xùn)練成本是 557.6 萬美元，大約是 Meta Llama 3.1 訓(xùn)練成本的十分之一，性能卻跟 GPT-4 基本持平。

然后是 2025 年 1 月，R1 發(fā)布。

R1 為什么重要，我在小傳里也講過。最核心的一點(diǎn)：它用純強(qiáng)化學(xué)習(xí)（pure RL）達(dá)到了 OpenAI o1 的推理水平，不需要人工標(biāo)注的題庫，不需要有監(jiān)督的微調(diào)，讓模型自己跟自己博弈，自己評(píng)估什么是好的答案。這不是「我用更少的錢做了你做過的事」，而是「我走了一條沒人走過的路」。

R1 之后，OpenAI 的奧特曼從最初暗諷 DeepSeek「只是復(fù)制已知工作」，到后來承認(rèn)「DeepSeek 的出現(xiàn)改變了過去幾年 OpenAI 遙遙領(lǐng)先的情況」。Meta 據(jù)報(bào)道成立了多個(gè)專項(xiàng)小組拆解 DeepSeek 的方法。

這是第一波。

第二波來自 Kimi。2026 年 1 月底，K2.5 發(fā)布。萬億參數(shù)的 MoE 模型，原生多模態(tài)，在代碼生成、視覺理解和 Agent 工具調(diào)用上表現(xiàn)都不錯(cuò)。關(guān)鍵是它開源了，采用 Modified MIT 協(xié)議。

發(fā)布后不久，K2.5 在 OpenRouter（一個(gè)全球開發(fā)者用來選擇和調(diào)用 AI 模型的聚合平臺(tái)）的調(diào)用量沖到了第一名，排在 Gemini 3 Flash 和 Claude Sonnet 4.5 前面。當(dāng)然，當(dāng)時(shí) K2.5 在 OpenClaw 生態(tài)里可以免費(fèi)調(diào)用，這對(duì)調(diào)用量的拉動(dòng)作用不小。

三年前，國內(nèi)公司拿著 Llama 做微調(diào)?，F(xiàn)在，硅谷的頭部工具拿著 K2.5 做微調(diào)。這個(gè)變化的速度，超出了大多數(shù)人的預(yù)期。也是我們很多人之前沒想到的。

3

講到這里就要說到一個(gè)更基礎(chǔ)的問題了：開源模型的「供應(yīng)鏈」到底是什么？

大多數(shù)人對(duì)「開源」的理解停留在：免費(fèi)下載，自己用。會(huì)認(rèn)為 DeepSeek 和 Kimi 的價(jià)值就是「幫家人們把價(jià)格打下來了」。

首先，這當(dāng)然沒錯(cuò)，但真實(shí)的商業(yè)世界里，開源模型的流轉(zhuǎn)路徑遠(yuǎn)不止于此。

以 Cursor 這個(gè)案例為例，完整的鏈條是這樣的：

Kimi 開源 K2.5 → 硅谷的推理服務(wù)商 Fireworks AI 獲得授權(quán)，做托管、微調(diào)和強(qiáng)化學(xué)習(xí)訓(xùn)練 → Fireworks AI 轉(zhuǎn)授權(quán)給 Cursor → Cursor 包裝成 Composer 2 提供給全球開發(fā)者。

中間每一層都有技術(shù)服務(wù)、有授權(quán)協(xié)議、有商業(yè)利益分配。這依然是商業(yè)行為，不是公益行為。

作為商業(yè)行為，開源模型的供應(yīng)鏈正在像過去實(shí)體制造領(lǐng)域的中國供應(yīng)鏈一樣，在全球產(chǎn)生影響。

一件優(yōu)衣庫的衣服，從紗線到面料到成衣，供應(yīng)鏈也在中國。新能源汽車的電池、光伏組件、稀土加工，全球市場對(duì)中國供應(yīng)鏈的依賴程度很深。

這種依賴的形成是靠幾十年積累出來的成本優(yōu)勢(shì)、工程能力和規(guī)模效應(yīng)。全球品牌選擇中國供應(yīng)鏈，跟喜歡跟誰交朋友關(guān)系不大，還是一筆經(jīng)濟(jì)賬，即同樣的品質(zhì)，成本更低；同樣的成本，交付更快。

AI 領(lǐng)域正在出現(xiàn)一個(gè)結(jié)構(gòu)上有些類似的現(xiàn)象，原材料不是鋼鐵和棉花，是模型權(quán)重和推理算力。全球的 AI 應(yīng)用層公司開始選擇中國的開源模型做底座，驅(qū)動(dòng)力也很樸素，就是好用，便宜。

其實(shí)在科技領(lǐng)域是有知名的先例的： Android。Google 開源 AOSP，高通做芯片適配，三星華為做設(shè)備定制，運(yùn)營商做渠道。用戶手里拿到的是一臺(tái)三星手機(jī)，但操作系統(tǒng)的底層邏輯、API 規(guī)范和生態(tài)標(biāo)準(zhǔn)是 Google 定義的。供應(yīng)鏈上每一層都在賺錢，定義底座的那一層，話語權(quán)也相當(dāng)大。

當(dāng)然這還只是一個(gè)可能的方向，不是既成事實(shí)。還有很遠(yuǎn)的路要走。

4

說到 AI 供應(yīng)鏈，自然就要提到 2026 年開年的第一個(gè) AI 大火的領(lǐng)域，養(yǎng)龍蝦。

OpenClaw 是一個(gè)開源 Agent 框架，奧地利開發(fā)者 Peter Steinberger 的作品。龍蝦需要一個(gè)大腦，或者說需要喂養(yǎng)飼料。OpenClaw 本身是框架，不提供模型，用戶得自己選?！究梢詤⒖嘉抑暗倪@篇：】

K2.5 成了 OpenClaw 官方推薦的主力模型。大廠跟進(jìn)，字節(jié)的 ArkClaw、騰訊的 QClaw、智譜的 AutoClaw、MiniMax 的 MaxClaw、阿里的 CoPaw……2026 年 3 月密集上線。其中底層調(diào)用量最大的模型里就包括了 K2.5、DeepSeek、Qwen 系列、MiniMax。開源模型持續(xù)占據(jù)了 token 流量的主流。

這條鏈路跟實(shí)體供應(yīng)鏈也有一些相似之處。富士康給蘋果代工，也給華為代工，也給小米代工。誰的手機(jī)賣得好，富士康都賺錢，因?yàn)樗诠?yīng)鏈的位置足夠底層。

如果說 Cursor 事件暴露的是 B 端供應(yīng)鏈里的故事，龍蝦生態(tài)展示的是 C 端供應(yīng)鏈里的故事。兩條鏈路指向同一個(gè)事實(shí)：底座模型的位置，越來越像基礎(chǔ)設(shè)施了。

從龍蝦也能看得出，基礎(chǔ)設(shè)施的敘事也逐步變成現(xiàn)實(shí)。token 即未來 AI 時(shí)代的水電煤。

這個(gè)「水電煤」的市場到底有多大？有一組數(shù)據(jù)可以參考。

據(jù)華泰柏瑞基金的統(tǒng)計(jì)，中國整體日均 Token 消耗從 2024 年初的大約 1000 億，到 2025 年年中突破 30 萬億，2026 年 2 月已經(jīng)到了 180 萬億的量級(jí)。龍蝦這類 Agent 應(yīng)用每天全天候運(yùn)行，消耗的 Token 量比過去的 Chatbot 對(duì)話高出幾個(gè)數(shù)量級(jí)。

3 月 16 日，阿里宣布成立 Alibaba Token Hub（ATH）事業(yè)群，跟電商、云智能并列，由 CEO 吳泳銘直接帶隊(duì)。整個(gè)事業(yè)群圍繞一件事：創(chuàng)造 Token、輸送 Token、應(yīng)用 Token。通義實(shí)驗(yàn)室造模型，MaaS 業(yè)務(wù)線搭平臺(tái)，千問做 C 端，新成立的悟空事業(yè)部做 B 端。

Token 這個(gè)詞以前只在技術(shù)社區(qū)里用，現(xiàn)在被一家萬億市值的公司拿來命名核心事業(yè)群。

如果 Token 真的在變成 AI 時(shí)代的水電煤，那誰能穩(wěn)定、低成本地提供大量 Token，誰就在這個(gè)生態(tài)里有位置。開源模型在這件事上有天然優(yōu)勢(shì)：部署靈活、成本可控、不依賴單一供應(yīng)商。DeepSeek 和 Kimi 這類把成本打下來同時(shí)保持性能的開源模型，就相當(dāng)于這個(gè)市場里的低成本發(fā)電廠。他們會(huì)是這個(gè)市場里非常重要的一類玩家。

5

為什么中國的開源模型會(huì)受歡迎？

Cloudflare 做過實(shí)測，在 Workers AI 平臺(tái)上用 K2.5 替代其他模型，推理成本降低了 77%。Cursor 自己披露的數(shù)據(jù)也說明了選擇邏輯：Composer 2 性能略低于 GPT-5.4，但生成速度更快，成本最低。對(duì)一家年化收入 20 億美元的公司來說，這筆賬很好算。

再看龍蝦生態(tài)。K2.5 在 OpenRouter 的定價(jià)大約是每百萬輸入 token 0.5 美元、輸出 2.8 美元。Claude Sonnet 4.5 是 3 美元和 15 美元。差六到七倍。龍蝦的使用場景是高頻調(diào)用，一個(gè)復(fù)雜任務(wù)可能要跑上百步甚至上千步。在這種場景下，六倍的成本差異不是「省一點(diǎn)」的問題，是「能不能供養(yǎng)它跑得起來」的問題。

這跟 DeepSeek 當(dāng)年打下來的價(jià)格基礎(chǔ)一脈相承。V3 把每百萬 token 的價(jià)格打到了人民幣個(gè)位數(shù)，R1 更是把推理模型的價(jià)格拉到了 OpenAI o1 的幾十分之一。當(dāng)時(shí)我寫 DeepSeek 小傳的時(shí)候提過，任何一個(gè)市場里出現(xiàn)這樣的價(jià)差，都會(huì)引起劇烈震蕩。2.6 萬塊錢的手機(jī)現(xiàn)在只賣 1000 塊錢，試想這種沖擊力。

光便宜恐怕也不行。

DeepSeek 用那個(gè)價(jià)格提供的，是跟行業(yè)頂尖產(chǎn)品同等水平的服務(wù)。K2.5 也是一樣，Cursor 的 Composer 2 在 Cursor 自己官方的測試 CursorBench 上的得分超過了 Claude Opus 4.6，而它的底座就是 K2.5。

這聽起來似乎在說 K2.5 比 Claude 更強(qiáng)，當(dāng)然也不能這么說。畢竟跟多數(shù)人用 ChatBot 的體感應(yīng)該是不一樣的。

Cursor 副總裁 Lee Robinson 在回應(yīng)中提到，最終模型只有大約 1/4 的算力來自底座，剩下 3/4 是 Cursor 自己做的繼續(xù)預(yù)訓(xùn)練和大規(guī)模強(qiáng)化學(xué)習(xí)。

聯(lián)合創(chuàng)始人 Aman Sanger 進(jìn)一步解釋，團(tuán)隊(duì)在多個(gè)底座上做了評(píng)估，K2.5 在編程相關(guān)的指標(biāo)上表現(xiàn)最強(qiáng)，然后在此基礎(chǔ)上做了針對(duì)編程場景的繼續(xù)預(yù)訓(xùn)練（調(diào)整任務(wù)分布和能力側(cè)重）和 4 倍算力的強(qiáng)化學(xué)習(xí)訓(xùn)練。經(jīng)過這些處理之后，Composer 2 在各項(xiàng) benchmark 上的表現(xiàn)跟原始的 K2.5「已經(jīng)非常不同了」。

換句話說，Cursor 選 K2.5 不是因?yàn)樗副?Claude 聰明」，而是因?yàn)樗鳛榈鬃诰幊谭较蛏系臐摿ψ詈?，?jīng)過大量定向訓(xùn)練之后能達(dá)到很高的性價(jià)比，能接近頂尖閉源模型，但成本低得多。

這其實(shí)也是整個(gè)開源生態(tài)的價(jià)值所在：不需要從零訓(xùn)練一個(gè)千億參數(shù)的模型，拿一個(gè)強(qiáng)底座做垂直場景的深度優(yōu)化，就能在特定任務(wù)上跟閉源巨頭打得有來有回。Cursor 不是唯一這么做的，Cognition 的 Windsurf 也采用了類似路徑。

DeepSeek 在成本端打開的空間，K2.5 在 Agent 和代碼兩個(gè)關(guān)鍵場景里進(jìn)一步延伸了，構(gòu)成了中國 AI 供應(yīng)鏈的基本敘事。Kimi 的 K2.5 發(fā)布后得到了極高的關(guān)注，20 天收入超過 2025 全年。海外收入首次反超國內(nèi)。三個(gè)月內(nèi)估值從 43 億美元漲到 180 億。

說到估值，有一個(gè)對(duì)比值得想想。

Cursor 的新一輪融資傳言估值 500 億美元。它的估值歷程是：2023 年 10 月 5000 萬，2024 年 8 月 4 億，12 月 26 億，2025 年 11 月 293 億?；鸺皆鲩L。

支撐這個(gè)增長的敘事很重要，「我們有自己的模型研發(fā)能力」。Composer 1 和 Composer 2 都在強(qiáng)化這個(gè)故事。

而提供底座的 Kimi，估值 180 億美元，大約是 Cursor 目標(biāo)估值的三分之一。放在供應(yīng)鏈的語境里看，這就好比一個(gè)品牌商的市值是核心供應(yīng)商的三倍，但品牌商的產(chǎn)品核心來自這個(gè)供應(yīng)商。不是說這個(gè)比例一定不合理，Cursor 的產(chǎn)品力、用戶粘性和商業(yè)模式確實(shí)有自身的價(jià)值，但至少說明市場對(duì)「底座」和「殼」的定價(jià)，可能還存在一些認(rèn)知上的時(shí)間差。

類似的情況不止 Cursor 一家。前段時(shí)間很火的 Manus，主打 AI Agent，也沒有自己的底層模型，完全依賴第三方。就因?yàn)楫a(chǎn)品和場景受到認(rèn)同，被 Meta 開出了 20 億的價(jià)碼。

更值得關(guān)注的是橫向?qū)Ρ取imi 180 億美元，大約是 OpenAI 的 2%，Anthropic 的不到 10%。DeepSeek 目前沒有公開融資，梁文鋒用幻方的資金自給自足，84% 的控股幾乎沒被稀釋。這種獨(dú)立性讓他可以不受投資人壓力，專注長期研究。

這兩家公司的底層技術(shù)輸出正在被全球使用，它們的市場定價(jià)，還在被「全球 AI 基礎(chǔ)設(shè)施提供商」這個(gè)身份重估。

不過也有一種完全不同的看法：模型層最終會(huì)變成大宗商品（commodity），真正的價(jià)值在離用戶更近的應(yīng)用層和數(shù)據(jù)層。按照這個(gè)邏輯，Cursor 的估值恰恰反映了它離用戶更近、離錢更近。兩種判斷都有各自的道理，現(xiàn)在下結(jié)論可能為時(shí)過早。

6

為什么小公司也有做模型的技術(shù)機(jī)會(huì)呢？

3 月中旬，楊植麟受黃仁勛邀請(qǐng)?jiān)谟ミ_(dá) GTC 大會(huì)演講，是唯一受邀的中國大模型公司代表。他講的是 Kimi 團(tuán)隊(duì)剛發(fā)表的論文《Attention Residuals》。

這篇論文的切入點(diǎn)很有意思。殘差連接是深度學(xué)習(xí)領(lǐng)域從 2015 年 ResNet 提出后就一直沿用的基礎(chǔ)架構(gòu)組件，10 年來幾乎沒人質(zhì)疑它。大多數(shù)團(tuán)隊(duì)選擇在注意力機(jī)制、MoE 這些上層模塊上做優(yōu)化，Kimi 在嘗試從最底層的默認(rèn)配置去找空間。

馬斯克和 Karpathy 都點(diǎn)贊了這篇文章。而論文的一作是一個(gè) 17 歲的高中生。

除了 Attention Residuals，Kimi 還開源了 MuonClip（替代用了 11 年的 Adam 優(yōu)化器）和 Kimi Linear（線性注意力方案）。楊植麟在 GTC 上把這些統(tǒng)稱為 Scaling Ladder，即通過嚴(yán)謹(jǐn)?shù)囊?guī)模化實(shí)驗(yàn)，從那些看似已經(jīng)定型的基礎(chǔ)技術(shù)里，找到新的改進(jìn)空間。

把 DeepSeek 和 Kimi 放在一起看，能看到一個(gè)互補(bǔ)的格局。DeepSeek 的貢獻(xiàn)主要在訓(xùn)練方法論層面，pure RL 重新定義了推理模型怎么訓(xùn)練，MoE 和 MLA 的極致工程把訓(xùn)練成本壓到了行業(yè)的十分之一。Kimi 的貢獻(xiàn)主要在網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)組件層面，從殘差連接到優(yōu)化器到注意力機(jī)制，在最底層做創(chuàng)新。

這兩類工作有一個(gè)共同特點(diǎn)：它們都不是在跑分榜上爭排名，而是在做范式層面的事情。梁文鋒說過，很多人以為 AI 就是大力出奇跡，但真正的突破往往來自更巧妙的方法，而不是更多的資源。楊植麟在 GTC 上也表達(dá)了類似的意思：10 年前做研究主要靠發(fā)表新想法，但缺乏嚴(yán)謹(jǐn)?shù)拇笠?guī)模實(shí)驗(yàn)來驗(yàn)證。現(xiàn)在有了充足的計(jì)算資源和 Scaling Ladder 方法論，能夠更嚴(yán)格地從那些看似「已經(jīng)定型」的技術(shù)里找到改進(jìn)空間。

這跟國內(nèi)很多大廠做模型的路徑有些不同。大廠的資源更充裕，產(chǎn)品線也更豐富，但核心動(dòng)作往往是圍繞自己的業(yè)務(wù)做集成和優(yōu)化。在「回到第一性原理去挑戰(zhàn)底層假設(shè)」這件事上，受限于業(yè)務(wù)壓力和組織慣性，大廠很難給出足夠的空間和耐心。

回到供應(yīng)鏈的類比。實(shí)體制造業(yè)的供應(yīng)鏈里，真正有持久話語權(quán)的不是組裝廠，而是定義核心零部件和技術(shù)標(biāo)準(zhǔn)的那一層：臺(tái)積電的先進(jìn)制程，高通的基帶芯片，ARM 的指令集架構(gòu)。AI 的供應(yīng)鏈也一樣，如果底座模型不只是「好用又便宜」，還在輸出底層的技術(shù)組件和方法論，那它在供應(yīng)鏈里的位置就不只是一個(gè)供應(yīng)商，而更接近基礎(chǔ)設(shè)施和標(biāo)準(zhǔn)制定者了。

當(dāng)然，這還只是一個(gè)趨勢(shì)，遠(yuǎn)沒有到可以下結(jié)論的程度。

7

最后說幾句開源的未來。

開源不是一件輕松的事。它需要幾個(gè)條件同時(shí)滿足：技術(shù)上得有足夠強(qiáng)的模型，開源出去才有人用；商業(yè)上得忍得住短期讓利的「虧損期」；戰(zhàn)略上不能被價(jià)格戰(zhàn)和短期競爭帶偏。

比如 MiniMax 的最新模型 M2.7 已經(jīng)轉(zhuǎn)閉源了，權(quán)重不再公開。

前不久千問發(fā)生的事也一定程度說明了開源面臨的挑戰(zhàn)。3 月初，阿里千問的技術(shù)負(fù)責(zé)人林俊旸宣布離職，主流的說法是，技術(shù)理想和公司戰(zhàn)略 KPI 之間存在不可調(diào)和的沖突。

Meta 方面，圍繞 Llama 4 的測試和路線出現(xiàn)了內(nèi)部爭議，據(jù)報(bào)道 Meta 下一代模型可能轉(zhuǎn)向閉源。大廠做開源，似乎總會(huì)遇到同樣的問題：短期里，管理層很難看到開源的直接收益；長期里，開源團(tuán)隊(duì)很難按大廠的節(jié)奏匯報(bào)成果。

即便有了商業(yè)閉環(huán)，開源模型的窗口期仍然有很多不確定因素。地緣政治在收緊，DeepSeek 已經(jīng)在一些國家被限制使用，美國有參議員公開呼吁加強(qiáng)對(duì)華 AI 管制。

競爭對(duì)手也在發(fā)力，OpenAI 在加速推出新模型。投資人的耐心也有限，不是每個(gè)股東都能接受「先讓全世界免費(fèi)用，長期再賺錢」這種延遲滿足的邏輯。

如果未來更多的模型公司轉(zhuǎn)向閉源，那些已經(jīng)依賴上中國開源模型的全球應(yīng)用層公司和開發(fā)者，就需要重新找方案了。

那么無論是 Cursor 和龍蝦對(duì) Kimi 模型的調(diào)用，還是去年的 DeepSeek 的震驚全球，中國開源模型到底意味著什么呢？

討論時(shí)，很容易走向兩個(gè)極端。一邊有人帶著民族情緒說贏麻了，一邊可能從純技術(shù)視角判斷并沒有新的范式因此不過如此。開源模型自然有其場景價(jià)值，也有其局限和問題。真正的未來，是技術(shù)+商業(yè)+產(chǎn)品不斷迭代變化中發(fā)生的。

目前能看到的是，全球 AI 的基礎(chǔ)設(shè)施正在從「美國提供模型，全世界做應(yīng)用」的單一結(jié)構(gòu)，慢慢變成一個(gè)參與方更多、層次更復(fù)雜的供應(yīng)鏈體系。DeepSeek 和 Kimi 為代表的中國開源模型，是這個(gè)變化里的重要變量。但也只是變量之一。

這個(gè)過程才剛剛開始。也期待 AI 供應(yīng)鏈能跑出不同的技術(shù)競爭力，正如很多全球知名的智能硬件品牌，也是珠三角供應(yīng)鏈水平的外溢一樣。

而這些更便宜、性能在持續(xù)追平的開源模型正在支撐很多主流編程工具和 Agent 框架。

對(duì)于我們這些普通從業(yè)者、開發(fā)者、內(nèi)容生產(chǎn)者來說，最實(shí)際的收獲可能就是：我們能更便宜地用上更多的 AI 產(chǎn)品。

就說到這里，希望有啟發(fā)~

Claude、Gemini 亦有幫助。

題圖由 Midjourney 繪制。