硅谷从闭源转向开源：成本效益与安全性挑战

近日，硅谷的转型趋势在Reddit上引发了热议：正逐渐从昂贵的闭源模型转向更经济的开源替代方案。

被誉为“SPAC之王”的知名企业家兼投资人Chamath Palihapitiya透露，其团队曾是Bedrock的前20大用户，但现已将大量工作负载迁移至中国模型Kimi K2，该平台由Groq运营，因其性能卓越且成本远低于OpenAI和Anthropic。

Kimi K2是由月之暗面团队开发的混合专家（MoE）大型语言模型，总参数量达1万亿，激活参数量为320亿。此前，Vercel、Cline和Cursor等AI工具也宣布接入Kimi K2。这一转变的核心动力是成本控制。

Palihapitiya指出，尽管其编程工具仍通过Anthropic系统运行，但Anthropic的技术虽佳，成本却过高。而DeepSeek模型推出时价格更为亲民，但迁移需耗时数周乃至数月。他坦言，在AI模型迭代迅速的背景下，将所有提示词切换到不同大语言模型并非易事，需进行微调与工程适配。

关于模型所有权及风险，Palihapitiya介绍，Groq的做法是获取模型源代码进行部署和分支开发，最终在美国本土部署并操作。其服务模式通过开放的API实现“token进、token出”。

网友对此反应不一，有人称这是“疯狂之举”，也有人认为这是“真正的结构性转变”，还有人认为Palihapitiya此举或仅为自家投资站台。

该消息最早源自Palihapitiya近期参与的一档播客节目，节目中还探讨了DeepSeek等中国优秀开源AI模型对美国AI产业带来的压力与挑战。

以下为对话内容，InfoQ在不改变原意的基础上进行了编辑和删减：

1 “中国模型太便宜了”

Jason Calacanis： 中国大语言模型公司DeepSeek发布了新开源的DeepSeek 3.2 EXP模型，这款模型给美国AI行业带来了压力。它速度更快、成本更低，并搭载了DSA（DeepSeek稀疏注意力机制），能加快大型任务的训练与推理速度。最关键的是，它能将API成本降低高达50%。

另外，该模型已在亚马逊云科技和GCP（谷歌云）上可用。许多初创公司正在测试、试用这款模型，原因是其价格极具竞争力。

David Freeberg： 我认为当前AI领域正在进行全面的架构重构，从成本和能耗角度看，我们仍处于“每token成本优化”的初期阶段。美国的实验室也在推进类似研究，预计会取得相近成果。中国在这方面稍占先机，但应关注技术发展趋势。

Chamath Palihapitiya： 我们曾是Bedrock的前20大用户，现已将大量工作负载转移至Kimi K2模型，因其性能优越且成本远低于OpenAI和Anthropic。但编程工具仍依赖Anthropic系统，尽管技术出色但成本过高。

2 白宫AI主管：美国开源模型落后于中国

David O. Sacks： 开源软件能制衡大型科技公司的权力。如今领先的开源大模型均来自中国，这对美国是挑战。美国也在尝试推出开源模型，但进展不尽如人意。

Jason Calacanis： OpenAI原意做开源，“Open”一词讽刺意味十足。苹果在AI领域落后于同行，却推出了有趣的开源模型。规律似乎是：落后时搞开源，领先时则转向闭源。

3 中国模型入美，如何安全“运作”？

David O. Sacks： 中国模型发布后，所有权不再属于中国公司。任何人都能获取代码使用，无需在中文云上运行。Groq的做法是获取源代码进行部署和分支开发，最终在美国本土操作。

Chamath Palihapitiya： 我们选择开源模型的核心是成本控制。Groq提供API接口，实现“token进、token出”。关于安全性，他提到顶级安全公司和主流模型开发商都在努力找出漏洞以拖慢竞争对手。