主要内容
本月评估中国开源权重模型的企业面临一个与基准无关的问题：一年后使用这类模型是否仍会简单。7月16日，Moonshot AI发布了目前最大的开源权重模型Kimi K3，数日内便重新点燃了华盛顿沉寂一年的政策争论。
这场争论的结果将影响全球多数云服务商支撑的企业采购决策，涉及联邦采购规则、出口黑名单和安全建议等机制。OpenAI战略未来主管Dean Ball（前特朗普政府AI高级顾问）的评论是直接导火索。他肯定K3表现“非常出色”，认为其性能无法用模型蒸馏解释，但指出模型“Token消耗大”，运行成本不低（每百万Token收费15美元，且仅提供最大推理设置），并预测特朗普政府可能通过制造监管风险（而非直接禁令）施压，称“无需充分理由，足够的不确定性就能让企业自行退缩”。
美国科技界反应激烈。总统科技顾问委员会联合主席David Sacks批评Ball或在暗示“监管俘获”策略，认为将监管不确定性武器化不可接受；Yann LeCun等则主张开源与闭源可共存。Ball随后澄清其为预测而非建议，并称开源未必延缓行业发展。
商业竞争的核心在于：闭源实验室依赖Token收入维持数据中心资本投入，而开源模型通过降低成本压缩其利润空间。数据显示，开源模型已占据Vercel生产网关29%的Token处理量（4月仅为约11%），但支出占比不足4%。微软动作显著：7月1日已将Moonshot K2.7代码模型接入Copilot，现正评估将K3纳入Azure，潜在节省推理成本达6亿美元。
安全担忧不容忽视：开源模型一旦被企业下载部署，开发者无法召回、修补或撤销，模型行为比代码更难审计，微调可能引入偏见，风险远高于托管API。
