感謝美國國會！一份調查令，又幫中國AI打了一波全球廣告

美國政壇出了件挺有意思的事。

兩個眾議院委員會的負責人，一個管對接中國事務，一個管國土安全，聯名給兩家科技公司Airbnb和Anysphere發了一封調查信。信里的措辭很嚴厲，說什么“國家安全和數據安全隱患”、“系統完整性受影響”，滿屏都是標準的美式焦慮。

被調查的兩家公司犯了什么事？

沒啥大事，就是偷偷用了中國的AI模型。

Airbnb的CEO切斯基在接受采訪時大大方方承認了：公司在做客服代理時，把中國企業和OpenAI、谷歌的模型放一起比了比，最后選了“速度更快、成本更低”的中國方案。他說得非常直白——Airbnb也用了OpenAI的模型，但只是偶爾用用。真正干活的主力，是誰家的呢？你懂的。

Anysphere那邊更實誠，聯合創始人直接說他們爆火的編程工具Cursor用了中國AI模型。

這就尬住了。美國公司自己花錢做的商業決策，被自家的國會議員追著查是怎么回事？

說白了就一句話：你們憑什么不用美國的？

01 美國人選了“又快又便宜”，錯了嗎？

美國議員在調查信里聲稱，Airbnb的做法可能給美國用戶和系統完整性帶來“國家安全隱患”，還特別擔憂像Cursor這種“受歡迎”的軟件工具的普及，可能導致美國經濟、政府和國防體系越來越依賴與中國有關的模型。

話是這么說，但做生意的邏輯不是這么轉的。

Airbnb試了一圈，最后選了中國的AI。切斯基給的理由有三個：“非常好”、“非常快”且“非常便宜”。這不是政治表態，是實實在在的商業決策。Airbnb在全球有數億用戶和大量客服需求，用AI代理來承擔一部分客服工作，降本增效，運營效率提升了，用戶黏性也變高了。這些數據都在財報上擺著呢。

Anysphere的Cursor也是同樣的道理。編程工具本身就靠性能和響應速度吃飯，誰家模型快就用誰家的。

其實不只是這兩家公司。從Airbnb到Pinterest，越來越多的美國企業在大量依賴中國的大模型。大名鼎鼎的AI公司Cognition，就是以明星程序員助手“Devin”震驚世界的那家，也直言不諱他們在用智譜清言的大模型GLM。還有像Pinterest這些全球知名的內容平臺，都在用中國AI進行推薦引擎的優化。

在海外技術社區，尤其是程序員聚集的開源模型社區Hugging Face上，中國的大模型和開源框架，比如深度求索的DeepSeek、智譜的Cog系列，下載量早就超過了美國同行。一些業內人士也說得很實在：不少初創公司優先選用中國模型，就是因為成本。

——中國企業研發的模型成本，在一些情況下甚至能比專有模型便宜90%以上。

議員們或許可以說這些企業“沒有大局觀”，但你不能說他們選錯了。在商言商，憑什么放著又快又便宜的東西不用呢？

02 美國在焦慮什么？焦慮的其實是另一件事

有人說，這些議員是在小題大做。可能也有點，但美國政界心里真正憂慮的，其實不是這幾百萬美元的小訂單。

他們焦慮的核心是——原先的技術高地，被追趕上了，甚至在某些地方反超了。

2026年4月，斯坦福大學以人為本人工智能研究所發布了一份《AI指數報告》，跟蹤了全球AI發展的最新數據。在技術最前沿，中美模型之間的性能差距，現在已經縮小到僅僅2.7%。就在三年前，這個差距還是兩位數。

在關鍵的能力評測基準上，中國的幾款模型已經在多個領域與美國的GPT-5.5、Claude Opus 4.6等旗艦產品齊頭并進，處于同一梯隊。

不過對商業應用來說，領先個一兩個百分點很多時候沒太大實際價值。對用戶而言，AI不能只是偶爾驚艷，而要長期可用、隨時可用。

可偏偏美國人把這條路走偏了。

美國在追求那種遙遙領先的“超級智能”。這種理論上更高級的AI，意味著更高的算力、更高的能耗，以及更多的錢。現在美國企業花巨資搭建的基礎設施，都快成電老虎了，一般的商業化場景根本扛不住這種成本。

中國的路子則完全不同。

更要命的是，對于絕大多數商業場景來說，大家其實用不上那些頂天的技術指標。ChatGPT能寫出漂亮的詩，但如果要處理海量的客服工單，模型是達到99%還是96%的精度，區別不大。差幾分的準確率換來的卻是讓企業望而卻步的算力賬單。

Airbnb的例子就很典型。他們真正要解決的是上百萬用戶涌入時，客服代理如何極速響應。在這個問題上，中國AI給出了答案：夠用、穩定、還很便宜。既然一個通義千問就能處理好三分之一的客服問題，而且解決速度還更快，那為什么非要用GPT-5.5去處理那么多請求呢？

03 從跟隨到并跑，中國企業做對了什么？

中國AI是怎么實現這個追趕的？

第一，選擇更激進的開源路線。相比于OpenAI、谷歌等巨頭構筑的閉源高墻，中國公司選擇了一批“東方力量”圍攻光明頂。阿里巴巴、深度求索、百度、智譜等公司，不僅性能強大，最關鍵的是，都把重點放在了開源，把商業模式建立在“極致低價”甚至“免費”之上。這種打法在開發者和中小型企業中自然跑得更快。

一個很現實的例子是，在Meta的Llama 4令開發者失望之后，很多人開始轉身擁抱通義千問。最終Qwen的下載量超過了Llama。到目前為止，在Hugging Face上基于Qwen構建的衍生模型占比超過40%，而Llama的占比已經掉到了15%。

第二，用效率和成本換取了市場。在美國動不動就要建數據中心、建超級算力的時候，中國企業在思考如何在現實條件下挖潛。DeepSeek的訓練成本是同類模型的十分之一甚至更低，這就是被封鎖倒逼出的效率革命。

第三，也是最核心的一點——中國的AI企業在很多領域從“跟隨式創新”進入了“應用性創新”，比起造空中樓閣，更希望解決具體場景中的真問題。

Airbnb切斯基的那句話非常能概括這種心態：中國模型非常快、非常好，比美國的還便宜。為什么不用？

美國議員的這次調查看起來有點滑稽，但它確實反映了一個巨大而又深刻的轉變。全球AI的競爭格局，已經不是美國一家“獨孤求敗”的時代了。美國的政客們陷入了既要、又要的困境中，而大洋彼岸，科技企業已經用腳選擇了更優秀、更便宜的技術。

我突然想起一句話。技術的盡頭是成本，市場的選擇永遠是最理性的。中國AI的故事，不再是“追趕者逆襲”，而是告訴世界，這條更高效率的追趕路徑，本身就是一種勝利。商界大佬們用真金白銀投了票，這事兒就很能說明問題了。