感谢美国国会！一份调查令，又帮中国AI打了一波全球广告

美国政坛出了件挺有意思的事。

两个众议院委员会的负责人，一个管对接中国事务，一个管国土安全，联名给两家科技公司Airbnb和Anysphere发了一封调查信。信里的措辞很严厉，说什么“国家安全和数据安全隐患”、“系统完整性受影响”，满屏都是标准的美式焦虑。

被调查的两家公司犯了什么事？

没啥大事，就是偷偷用了中国的AI模型。

Airbnb的CEO切斯基在接受采访时大大方方承认了：公司在做客服代理时，把中国企业和OpenAI、谷歌的模型放一起比了比，最后选了“速度更快、成本更低”的中国方案。他说得非常直白——Airbnb也用了OpenAI的模型，但只是偶尔用用。真正干活的主力，是谁家的呢？你懂的。

Anysphere那边更实诚，联合创始人直接说他们爆火的编程工具Cursor用了中国AI模型。

这就尬住了。美国公司自己花钱做的商业决策，被自家的国会议员追着查是怎么回事？

说白了就一句话：你们凭什么不用美国的？

01 美国人选了“又快又便宜”，错了吗？

美国议员在调查信里声称，Airbnb的做法可能给美国用户和系统完整性带来“国家安全隐患”，还特别担忧像Cursor这种“受欢迎”的软件工具的普及，可能导致美国经济、政府和国防体系越来越依赖与中国有关的模型。

话是这么说，但做生意的逻辑不是这么转的。

Airbnb试了一圈，最后选了中国的AI。切斯基给的理由有三个：“非常好”、“非常快”且“非常便宜”。这不是政治表态，是实实在在的商业决策。Airbnb在全球有数亿用户和大量客服需求，用AI代理来承担一部分客服工作，降本增效，运营效率提升了，用户黏性也变高了。这些数据都在财报上摆着呢。

Anysphere的Cursor也是同样的道理。编程工具本身就靠性能和响应速度吃饭，谁家模型快就用谁家的。

其实不只是这两家公司。从Airbnb到Pinterest，越来越多的美国企业在大量依赖中国的大模型。大名鼎鼎的AI公司Cognition，就是以明星程序员助手“Devin”震惊世界的那家，也直言不讳他们在用智谱清言的大模型GLM。还有像Pinterest这些全球知名的内容平台，都在用中国AI进行推荐引擎的优化。

在海外技术社区，尤其是程序员聚集的开源模型社区Hugging Face上，中国的大模型和开源框架，比如深度求索的DeepSeek、智谱的Cog系列，下载量早就超过了美国同行。一些业内人士也说得很实在：不少初创公司优先选用中国模型，就是因为成本。

——中国企业研发的模型成本，在一些情况下甚至能比专有模型便宜90%以上。

议员们或许可以说这些企业“没有大局观”，但你不能说他们选错了。在商言商，凭什么放着又快又便宜的东西不用呢？

02 美国在焦虑什么？焦虑的其实是另一件事

有人说，这些议员是在小题大做。可能也有点，但美国政界心里真正忧虑的，其实不是这几百万美元的小订单。

他们焦虑的核心是——原先的技术高地，被追赶上了，甚至在某些地方反超了。

2026年4月，斯坦福大学以人为本人工智能研究所发布了一份《AI指数报告》，跟踪了全球AI发展的最新数据。在技术最前沿，中美模型之间的性能差距，现在已经缩小到仅仅2.7%。就在三年前，这个差距还是两位数。

在关键的能力评测基准上，中国的几款模型已经在多个领域与美国的GPT-5.5、Claude Opus 4.6等旗舰产品齐头并进，处于同一梯队。

不过对商业应用来说，领先个一两个百分点很多时候没太大实际价值。对用户而言，AI不能只是偶尔惊艳，而要长期可用、随时可用。

可偏偏美国人把这条路走偏了。

美国在追求那种遥遥领先的“超级智能”。这种理论上更高级的AI，意味着更高的算力、更高的能耗，以及更多的钱。现在美国企业花巨资搭建的基础设施，都快成电老虎了，一般的商业化场景根本扛不住这种成本。

中国的路子则完全不同。

更要命的是，对于绝大多数商业场景来说，大家其实用不上那些顶天的技术指标。ChatGPT能写出漂亮的诗，但如果要处理海量的客服工单，模型是达到99%还是96%的精度，区别不大。差几分的准确率换来的却是让企业望而却步的算力账单。

Airbnb的例子就很典型。他们真正要解决的是上百万用户涌入时，客服代理如何极速响应。在这个问题上，中国AI给出了答案：够用、稳定、还很便宜。既然一个通义千问就能处理好三分之一的客服问题，而且解决速度还更快，那为什么非要用GPT-5.5去处理那么多请求呢？

03 从跟随到并跑，中国企业做对了什么？

中国AI是怎么实现这个追赶的？

第一，选择更激进的开源路线。相比于OpenAI、谷歌等巨头构筑的闭源高墙，中国公司选择了一批“东方力量”围攻光明顶。阿里巴巴、深度求索、百度、智谱等公司，不仅性能强大，最关键的是，都把重点放在了开源，把商业模式建立在“极致低价”甚至“免费”之上。这种打法在开发者和中小型企业中自然跑得更快。

一个很现实的例子是，在Meta的Llama 4令开发者失望之后，很多人开始转身拥抱通义千问。最终Qwen的下载量超过了Llama。到目前为止，在Hugging Face上基于Qwen构建的衍生模型占比超过40%，而Llama的占比已经掉到了15%。

第二，用效率和成本换取了市场。在美国动不动就要建数据中心、建超级算力的时候，中国企业在思考如何在现实条件下挖潜。DeepSeek的训练成本是同类模型的十分之一甚至更低，这就是被封锁倒逼出的效率革命。

第三，也是最核心的一点——中国的AI企业在很多领域从“跟随式创新”进入了“应用性创新”，比起造空中楼阁，更希望解决具体场景中的真问题。

Airbnb切斯基的那句话非常能概括这种心态：中国模型非常快、非常好，比美国的还便宜。为什么不用？

美国议员的这次调查看起来有点滑稽，但它确实反映了一个巨大而又深刻的转变。全球AI的竞争格局，已经不是美国一家“独孤求败”的时代了。美国的政客们陷入了既要、又要的困境中，而大洋彼岸，科技企业已经用脚选择了更优秀、更便宜的技术。

我突然想起一句话。技术的尽头是成本，市场的选择永远是最理性的。中国AI的故事，不再是“追赶者逆袭”，而是告诉世界，这条更高效率的追赶路径，本身就是一种胜利。商界大佬们用真金白银投了票，这事儿就很能说明问题了。