硅谷最会算账的投资人，集体“倒戈”了

一个有意思的信号上周，硅谷最有影响力的科技播客《All-in》上，发生了一件挺有意思的事。查马斯·帕里哈皮蒂亚——这位身价超百亿美金的顶级投资人，公开批评Open AI、Anthropic这些闭源模型厂商，直言Claude、GPT这些闭源模型是一个黑盒，收录了你的所有数据，但你不配拥有钥匙，甚至可以随时切断你的权限。这番表态的分量，需要放在发言者的行业地位中去理解。如果你不太了解查马斯是谁，我简单介绍一下这哥们的履历。2007年到2011年，他在Facebook担任增长副总裁，把平台用户从4500万做到了7亿。你在社交网络上经常看到的“你可能认识的人”这个功能，就是他团队搞出来的——这玩意儿后来被写进了增长黑客的教科书。离开Facebook后，他创立的Social Capital基金，早期精准押中Slack、Box、SurveyMonkey等日后成长为百亿美金市值的明星公司，其投资组合覆盖了硅谷最具创新力的技术赛道。值得一提的是，作为对比，查马斯特别提到上周发布并开源的一款中国AI模型Kimi K2.5，表示被K2.5的性能所震撼。更关键的是，这是一款开源模型，这意味着所有人都能使用，企业在部署的时候不用担心数据安全。他甚至放言：“I don't think people understand how important this Kimi K2.5 moment is.”（大多数人还没意识到Kimi K2.5这个时刻有多重要。）当这样一位在产品增长和资本回报上都追求极致的顶级捕手，公开选择用中国模型替代美国最前沿的闭源产品时，这已经超越了个人偏好的范畴，而是一个值得深度解读的市场领先指标。更值得关注的是，查马斯的选择并非孤例。一场静默的“迁移潮”正在硅谷的投资人和开发者群体中蔓延。不只是查马斯一个人另一位硅谷传奇天使投资人杰森·卡拉卡尼斯，最近公开表示已经取消了对OpenAI的所有订阅。这哥们什么来头？2006年，他往Uber投了2.5万美元。到2017年，这笔钱变成了1亿美元。4000倍回报。他累计投了150多家公司，4家成了独角兽。这种人对市场风向的嗅觉，是刻在骨子里的。他们的选择往往领先大众认知6到12个月。当他们开始系统性地调整AI工具链的时候，这本身就是一个强烈的信号。还有Notion的联合创始人Akshay Kothari，最近也很反常地在社交媒体上发了条无关Notion的内容，也是讨论Kimi K2.5，说“市场还没反应过来这东西的价值”。Notion你肯定知道，全球最火的协作工具之一，估值几十亿美金。当它的联创说一个AI模型被低估了，这话的分量毋庸置疑。当然，投资人的表态是一回事，开发者的行为数据是另一回事。后者往往更能说明问题。Kimi K2.5发布不到三天，在全球最大的模型聚合平台OpenRouter上，用量份额就冲进了前三，开源模型里排第一。OpenRouter的用户主体是全球的专业开发者，他们的选择完全基于生产需求，往往最诚实地反映了模型的实际表现。与此同时，一系列在美国开发者生态中占据关键位置的平台，已经完成了对K2.5的接入：估值93亿美元的Vercel、知名编程工具Kilo Code、AI搜索应用Perplexity……开发者用代码进行的“投票”，比任何排行榜都更有说服力。一笔简单的账这些人为什么要“倒戈”？查马斯在播客里算了一笔账，逻辑特别清晰。第一，性能够用了。Kimi K2.5的Agent Swarm能力支持创建100个Subagent，足以帮助企业解决多步骤并行的复杂任务。对他而言，这已经能处理他公司面临的大部分任务。不是说它比GPT-5或ClaudeOpus 4.5更强，而是说对于实际业务场景，它达到了可交付的标准。第二，便宜太多了。相比美国的闭源模型，用Kimi K2.5可以把成本降低约90%。他给了一个很具象的数字：部署下来，一天只要10美元。10美元是什么概念？一杯星巴克的钱，可以让AI帮你干一整天的活。对精明的投资人来说，使用开源模型能够为规模化生产省下很大的一笔开支。第三，更安全。这个“安全”指的是数据安全和业务连续性。查马斯把OpenAI、Anthropic这些闭源模型称为“Proprietary model”（专有模型）。用这些模型，你的数据要传到人家服务器上，人家能看到你在干什么，而且理论上可以随时调整政策、甚至切断服务。这不是危言耸听。就在几个月前，Anthropic调整了API服务政策，限制了部分地区的访问。很多开发者一觉醒来，发现自己依赖的模型没了。开源模型就不一样。代码是公开的，你可以部署在自己的服务器上，数据不出门，没人能切断你。查马斯总结得很到位：“安全、便宜的开源，对比昂贵、被监控的闭源。这个选择题不难做。”一个更大的图景把视野拉远一点，Kimi K2.5的表现其实是一个更大趋势的缩影。全球AI行业有一份年度权威报告，叫《State of AI Report》，每年发布一次，被认为是行业风向标。2025年的报告里，有一个判断特别值得关注：“在2025年，中国不再是追赶者，它正在开源AI和商业化部署方面设定节奏。”报告在盘点年度最重要的大语言模型时，只列了三个：OpenAI的o1、DpSk系列、Kimi K2系列。三个里面，两个是中国的。这意味着什么？意味着在全球AI研究的最高殿堂里，中国团队已经从“观察员”变成了“主桌玩家”。两条不同的路报告还描绘了一个正在形成的“双轨格局”，我觉得这个框架特别有助于理解当下的竞争态势。美国走的是“技术攻顶”路线。OpenAI、Anthropic、Google DeepMind，它们的目标是做出世界上最强的模型，不计成本，向AGI（通用人工智能）发起冲击。这是一条精英路线，追求的是绝对的技术高度。中国走的是“应用共荣”路线。不是说不追求技术，而是更强调把技术变成普通人、普通企业能用得起的东西。通过开源、通过降低成本、通过快速迭代，让AI真正落地到千行百业。这两条路没有高下之分，是两种不同的选择，源于不同的资源禀赋和市场环境。但对于大多数企业和开发者来说，第二条路可能更实际。为什么？因为大多数场景，不需要“最强”的模型。查马斯说得很清楚：他公司的大部分任务，Kimi K2.5完全能搞定。既然能搞定，为什么要花10倍的钱去用一个"更强"但其实用不上那些额外能力的模型？这就是商业的逻辑，也是AI下半场的赛点。不是谁技术最牛谁就赢，而是谁能在"够用"和"便宜"之间找到最佳平衡点，谁就能赢得市场。开源为什么重要聊到这里，有必要多说几句“开源”这件事。很多人可能觉得，开源vs闭源只是一个技术路线的选择，跟普通用户没什么关系。但实际上，这个分野正在演变成一种商业模式和生态战略的根本性差异。闭源模型的逻辑是“能力租赁”：模型提供商掌握核心能力，你通过API调用付费使用，本质上是一种“黑盒服务”。好处是省心，坏处是你的数据、你的业务连续性，都捏在别人手里。开源模型的逻辑是“生态共建”：模型提供商开放核心能力，你可以自由部署、修改、集成。好处是自主可控，坏处是需要一定的技术能力。对于个人用户来说，这个差异可能不明显。但对于企业来说，这是一个越来越重要的考量。随着数据保护法规越来越严，企业对数据出域的敏感度在提升；随着地缘政治的不确定性增加，企业对单一供应商的依赖风险在重新评估；随着经济周期的压力，企业对IT支出的ROI要求在提高。这些因素叠加在一起，让开源模型的吸引力系统性地上升。Kimi K2.5的市场表现，正是踩中了这个时间窗口。中国开源模型的集体崛起Kimi K2.5不是孤例。2025年以来，中国开源模型呈现出集体崛起的态势：DpSk：在复杂推理任务上的表现超越了OpenAI的o1-preview版本，在代码智能体和多模态智能体领域展现出强劲潜力；Qwen：阿里巴巴旗下的模型，在多语言能力和长文本处理方面建立了差异化优势；Kimi K2.5：在LMArena的人类盲测偏好排名中位列编程领域的开源第一，同时还登顶了AI设计类榜单Design Arena。这种集体崛起的背后，是中国AI产业在过去几年积累的工程能力、数据资源和人才储备的集中释放。它标志着中国AI从“单点突破”进入了“体系化竞争”的新阶段。写在最后回到开头的问题：为什么那些最会算账的人，开始集体“倒戈”？答案其实很简单：因为账算得过来了。过去，用中国模型，可能性能差一截，省下的钱不值得冒这个险。现在，性能差距没了，甚至在某些场景下反超了，成本还能降90%，数据还能自己掌控。这笔账，谁都会算。查马斯、杰森·卡拉卡尼斯这些人，不是因为什么情怀选择中国模型，也不是因为讨厌OpenAI、Anthropic。他们就是单纯地在算账。而当最会算账的人开始做出同样的选择时，这往往意味着，风向真的变了。2025年，中国AI的故事，不再是“追赶”，而是“并跑”。或许在2026年，中国AI的故事，就是在性能、成本和安全的平衡之上实现“领跑”。这不是口号，是正在发生的事实。查马斯说得对：大多数人还没意识到这个时刻有多重要。但市场会证明一切。