文章核心观点 - 一批美国AI产品（如Cursor、Harvey、Devin）使用中国模型（如Kimi）作为基座进行后训练，形成“美国产品、中国模型”的供应链模式 [4][16][23] - 中国开源模型为AI创业公司提供了第三条路：无需从头训练或依赖闭源模型，而是直接获取预制模型进行定制化加工 [26] - 中国模型正从开放权重、合成数据到直接部署，以不同形式进入美国AI产品的供应链，成为“原料、底座和上游工业品” [31] 法律AI领域：Harvey与Kimi K3 - Harvey是一家估值110亿美元的法律AI公司，服务超过1300家机构和10万名律师，成立仅四年 [10] - Harvey发布专门法律模型Tenet，以Kimi K3为基座，这是其第一个基于开放权重进行后训练的模型 [8][10] - Tenet在Harvey法律智能体基准LAB上，成功完成的测试任务接近底座模型的两倍 [10] - 通用模型能回答法律知识，但无法完成真实法律任务，律师需要模型判断从哪里开始、连续检索和阅读材料、发现风险并给出引用 [11][13] - 真正稀缺的是知道工作如何完成和检查，这些无法靠提示词和外部工作流完整传递，只能通过训练解决 [13][14] 编程AI领域：Cursor、Devin与Cosine - Cursor是全球最热门的AI编程工具，估值数百亿美元，其模型Composer 2在Kimi K2.5基础上训练，后续Composer 2.5仍沿用Kimi底座 [16][18] - Cursor第一次推出“自己的模型”并非从零开始，而是直接拿Kimi开放模型继续加工 [18] - 英国AI公司Cosine拿Kimi K2.6训练出Lumen Outpost，专门维护银行、航空公司和大型企业的古老代码 [19] - Cosine体量远小于Cursor，但小公司没有钱与OpenAI、Google竞争，可直接拿中国模型专门训练解决客户愿意付费的问题 [21] - “全球第一位AI程序员”Devin发布SWE-1时公开承认使用Kimi K2.7 [21] - 短短半年，Kimi不同版本被海外公司依次拿走：K2.5进入Cursor，K2.6被Cosine改造，K2.7进入Devin，K3被Harvey训练成法律专家 [23] 中国模型对AI创业生态的影响 - 过去AI创业公司只有两条路：要么花费巨资从头训练模型，要么接入Claude、GPT等闭源模型并每次付费 [26] - 后一种办法导致产品做得越大、用户越多，付给上游模型公司的费用也越高，支出收入难以打平 [26] - 中国开源模型爆发提供了第三条路：直接拿到已训练好的模型，用自己的数据和业务经验继续加工 [26] - 这些公司不需要承担从零造模型的全部成本，也不用永远依赖Anthropic、OpenAI的定价和服务 [26] - 美国AI产品由中国模型预制，形成“美国产品、中国模型”现象 [27] - OpenAI前CTO Mira Murati创办的Thinking Machines（估值超120亿美元），一方面参考DeepSeek V3做模型架构，另一方面使用Kimi K2.5生成的合成数据启动监督微调 [28] - 中国模型正在以开放权重、合成数据、直接部署等不同形式进入美国AI产品的供应链 [31] - 很多用户不知道底层模型来自中国，但这说明中国模型正在获得“长期主义”价值：成为其他AI产品的原料、底座和上游工业品 [31]