全球知名 AI 技术博客『Interconnects』刚刚发表长文，谈了对 Kimi K3 及其他中国开源 AI 模型的看法，我觉得还挺中肯的，摘录里面的重要观点和大家分享：

- 整体判断：中美大模型之间的性能代差已从此前众说纷纭的 6 到 9 个月，缩短至 3 到 5 个月。无论攻击者怎么阴阳怪气，Kimi K3 无疑是一款真正的前沿模型。

- Kimi K3 的意义在于，它证明了在数据、算法、架构、工具、环境等已知领域，中国实验室同样具备极强的 Scaling 执行力，这与此前 DeepSeek R1 所呈现的意义截然不同。

- 月之暗面正在解决的正是 OpenAI 或 Anthropic 员工面临的技术难题。显然，中国公司能做的，远不止快速跟随。

- 月之暗面团队拥有一种不可思议的文化（注：本文作者此前曾到中国专程拜访过 Kimi 的核心团队成员），甚至可以说是一种气场。即使在 GPU 资源受限的环境中，他们也能够自由施展自己的才华。

- 尽管构建模型很大程度上是一场比拼 Scaling 的游戏，但打造一款好模型的能力，依然极大地取决于个体的执行力、内驱力与自我表达。我走访过众多 AI 公司，极少有哪家能像月之暗面那样，让你瞬间捕捉到如此强烈的文化特质。

- 中国 AI 公司选择开源，最合理的解释就是务实。他们必须通过开源来换取市场普及度、关注度以及真实反馈，尤其是在极具商业价值的硅谷／湾区市场。

- 在经历了数月围绕 Claude Mythos 模型的炒作与恐慌渲染后，美国 AI 媒体圈可能会对中国自上而下鼓励开源的举动而震惊 —— 它提醒我们，世界并未对我们在美国听得最多的 AI 叙事达成共识。

- 从商业角度看，开放模型是对前沿实验室的减速，它会放缓整个 AI 行业的净投资与资本支出节奏。核心原因在于，强大的开放权重模型大幅压缩了闭源实验室的利润空间。

- 这会引发两重连锁反应。第一，实验室能用来反哺下一代模型训练的利润变少了。第二，资本市场会调低对这些公司的终极估值，进而重创其后续的融资能力。这二者叠加，确实会推迟颠覆性 AI 模型的到来。

- 但这对整个社会而言是利好。通过拉低特定性能水平智能的准入门槛，开源权重模型实际上扮演了加速主义者的角色，推动了 AI 在整个经济体中的扩散。

- AI 扩散的加速与 AI 实验室权力集中的削弱，对 AI 转型非常有利。它为我们争取了更多时间去解决新能力带来的棘手难题，也让更多利益相关者能参与塑造未来的走向。毕竟，让任何单一公司来安全地掌控这项世界上最重要的技术，都极有可能出问题。

- 中国实验室的资金效率要高得多。在 Scaling Law 主导的世界里，智能水平与有效资本，也就是用于购买算力、数据和人才的资本成正比。这种极高的资金效率，或许是一个 AI 产业所能拥有的最强王牌。

- 中国的算力市场对外界而言是个谜团。因为中国的算力来源有非常多渠道，且他们的算力消耗（尤其是推理需求）可能也没有美国市场这么大。因此他们能把更多算力倾注在模型训练上。这两个因素极大左右着对中国实验室真实能力的判断，但外界目前依然缺乏有效的衡量手段。

- 如果中国实验室的确握有外界看不到的隐性优势，他们大可继续借此打造出比所有竞争对手更强的模型。K3 的出现理应让大多数人调高一种预期的概率：中国极有可能在不久的将来，凭借更高效的训练产出，在 AI 能力上确立绝对的领先地位。

- Claude Mythos 的风险被过度炒作了。赋予用户极高控制权的开源模型注定会源源不断地涌现。你无法有效封禁数字产品，尤其防不住恶意使用者。事实证明，AI 训练能力在全球范围内的普及程度和持续时间，远超许多分析师的预期。

- 封禁开源模型不仅会破坏 AI 自由市场，短期内反而会让整个生态更加脆弱。如果我们对开源模型施加高压监管，大众反倒会被麻痹，误以为可以高枕无忧。到头来，我们只是稍微推迟了必然的结局。无论是否允许，开源模型最终都会跨越所有关键的能力阈值。

- 在未来几年里，参透并从这场开源与闭源的动态平衡中获益，必须成为整个 AI 社区跨越所有权力与影响力圈层的集体行动。而 Kimi K3 就是这道分水岭。

- 2025 年是开源模型开始被严肃对待的一年。人们意识到，这不会是一个单极世界，AI 的发展轨迹不会只由封闭的美国 AI 实验室来决定。而到了 2026 年，那些由真正前沿的开源模型所引发的潜在风险与加速效应，将真正成为现实。