2026年7月7日，在同一天的新闻里，出现了两条内容截然矛盾但实际上高度相关的报道。

第一条：路透社报道，中国当局正在讨论限制其顶尖AI模型（包括大量开源模型）的海外访问渠道。多名知情人士透露，北京正在评估如何对中国AI模型的境外使用进行管控。

第二条：CNBC报道，美国企业在过去几个月里正在快速转向中国AI模型，原因是OpenAI和Anthropic的成本持续攀升，而中国模型（主要是DeepSeek和Z.ai）的性能已经足够有竞争力，价格却便宜60%到90%。具体数据来自OpenRouter——一个允许开发者统一调用多种AI模型的平台：自2026年2月8日起，美国企业在OpenRouter上使用中国AI模型的token比例持续高于30%，最高峰时达到46%。这个数字在过去12个月的均值是11%，在2025年上半年仅为4.5%。

这两条新闻放在一起，构成了一个令人迷惑的图景：中国AI一边正在渗透美国企业的日常算力消耗，另一边中国政府正在讨论对自己的AI模型实施出口管制。到底是封，还是开？这是什么逻辑？

答案并不矛盾，但需要从几个不同的视角拆解。

一、渗透的数字：30%是一个什么样的数量级

先认真看那个30%的数字，因为它比表面上看起来更有分量。

OpenRouter是一个AI模型中间层平台，它让开发者可以用统一的API调用来自不同公司的模型，而不需要分别集成每一家的SDK。这类平台的特殊价值在于：它汇聚了大量愿意在多个模型之间比较和切换的技术决策者，这部分用户的选择行为，代表了AI基础设施层面的活跃竞争状态。

从OpenRouter的数据看：2025年上半年，美国企业在中国AI模型上消费的token只占总量的4.5%。从2026年2月8日开始，这个比例持续高于30%，最高峰时达到46%。

这意味着什么？它意味着，在短短半年时间内，使用中国AI模型的美国企业，从占比很小的少数派，变成了可能是主流之一的用户群体。在OpenRouter这个对价格和模型性能高度敏感的生态里，46%意味着近乎一半的算力消耗正在流向中国模型。

美国Brookings智库John L. Thornton China Center的研究员Kyle Chan在CNBC的采访中说：”中国AI模型对美国企业特别有吸引力，因为AI成本正在飞速上涨。以前美国公司优先考虑AI采用，不管用什么模型；现在他们变得越来越注重成本效益了。”

这句话背后有一个重要的时代背景：2026年以来，OpenAI和Anthropic的定价压力一直在加大。随着这些公司开始追求商业回报，而不只是研究突破，它们的API价格策略越来越激进。同时，这些公司为了维持领先地位持续推出更强大（也更昂贵）的模型，企业客户在保持竞争力和控制成本之间的张力日益加大。

DeepSeek和Z.ai（智谱AI）恰好提供了一个在性能层面已经充分竞争的替代选项，同时价格却是美国前沿模型的零头。在这个成本驱动的决策逻辑下，从OpenAI/Anthropic转向中国开源模型，是完全合理的工程师理性决策。

二、为什么是开源模型：技术架构的竞争优势

值得注意的是，在美国企业采用中国AI模型的浪潮中，开源和开放权重（open-weight）模型发挥了核心作用。这不是偶然，而是有深刻的技术和商业逻辑。

开源模型的竞争优势之一：可控性

当企业使用OpenAI或Anthropic的API时，它们本质上是在把核心业务逻辑外包给第三方服务——如果服务中断、定价变化、API接口调整或安全政策改变，企业都需要被动接受。开源模型则不同，企业可以自己部署、自己控制、自己在需要时进行微调，而不需要经过模型提供商的授权或接口变更。

对于那些把AI深度嵌入核心业务流程的企业来说，这种可控性比单纯的价格优势更重要。一个关键业务系统依赖的模型，不能因为供应商的商业决策而说变就变。

开源模型的竞争优势之二：深度定制

开放权重意味着企业可以对模型进行微调（fine-tuning）——用自己的行业数据、领域知识和特定任务样本，把通用模型改造成专门适合自己业务的专用模型。这种深度定制，在闭源API模式下是不可能做到的。

DeepSeek V4、DeepSeek-R1等模型的开放权重发布，让企业可以把模型的推理能力与自己的专有知识库和业务逻辑结合，创造出远超通用API服务的专用能力。

开源模型的竞争优势之三：避免锁定

对工程师和技术决策者来说，选择开源模型还有一个更长远的战略考虑：避免被单一供应商锁定（vendor lock-in）。在AI技术更迭极快的当下，今天最强的模型，六个月后可能已经不是最优选择。开源模式让企业可以随时切换到更好的模型，而不需要承担迁移封闭API的高昂成本。

DeepSeek的开源策略，在无意间恰好契合了企业AI采购策略中的这几个关键需求。这不只是一个”够便宜”的价格故事，而是一个在多个维度上同时击中企业痛点的产品策略。

三、北京为什么要关闸：对外开源的悖论

现在来看那个更难理解的问题：北京为什么要对中国AI模型的海外访问进行管控，而这些模型许多都是开源的？

这个问题之所以引人困惑，是因为表面上存在明显的矛盾：开源精神的核心就是向所有人开放，你怎么能在说”我的模型是开源的”的同时又说”但你不能用它”？

但仔细看北京的动机，这个矛盾是可以被解释的。

动机一：战略资产的保护

中国AI模型，尤其是已经表现出商业级竞争能力的模型，已经是中国在AI领域的核心战略资产。当这些模型被美国企业大规模使用，它们一方面在帮助中国技术提升全球影响力，另一方面也在把中国的关键技术能力开放给潜在的地缘竞争者进行分析、微调和军事应用。

北京的考量可能是：现在的开源换取的影响力，是否足以抵消未来被竞争对手深度学习和利用的风险？随着中国模型的能力越来越强，这个成本收益计算的答案正在发生变化。

动机二：反制性杠杆

美国对中国实施了严格的芯片出口管制；中国如果对AI模型实施访问限制，可以在某种程度上构建反制性杠杆。这不是一个对等的反制——中国的AI模型管控和美国的芯片出口管制在经济规模和技术影响上并不对等——但它是一种信号，说明中国也有意愿和能力在AI领域以管控手段回应管控手段。

动机三：防止技术外流与逆向工程

当美国AI公司和研究机构大量使用中国开源模型时，它们也在系统性地研究这些模型的架构设计、训练策略和优化技巧。DeepSeek的R1和V4系列在全球学术界和工业界引发了大量的分析和复现工作。从北京的视角看，中国在模型设计上的创新，正在被潜在的竞争对手免费学习并改进。关闸，是防止这种技术扩散的一种手段。

动机四：国内监管一致性

北京正在加紧对国内AI产品的监管——情感AI、AI写作、AI生成内容的管控都在收紧。如果国内的AI产品受到越来越严格的合规要求，但同样的模型可以不受限制地在国外使用，这会造成监管一致性的问题。对海外访问的管控，可以让国内外用户使用同样的合规标准，避免监管套利。

四、开源悖论：中国AI的战略矛盾

把上面的分析放在一起，可以看出中国AI开源战略正在面临一个深层的战略矛盾。

中国AI开源战略的成功，建立在”更低成本、同等能力、完全开放”的三角上。DeepSeek选择开源，根本上是一种市场竞争策略：当你无法在算力和生态上与OpenAI正面竞争时，开放代码让全球开发者帮你验证能力、推广影响力，是一种高效的扩张方式。这个策略非常成功——DeepSeek的开源模型被全球数以百万计的开发者使用，建立了远超商业推广所能达到的品牌认知。

但开源策略的成功，带来了一个北京没有完全预料到的后果：中国AI模型的大规模普及，已经触及了美国政府和企业的某些神经。当中国AI模型在美国企业中的占比从4.5%跳升到30%甚至46%，美国政策圈的警觉程度也在同步上升——”如果美国企业的核心业务越来越依赖中国AI模型，这对美国国家安全意味着什么？”的讨论，已经出现在一些智库的研究报告和国会的听证会背景材料中。

开源的开放性，本来是中国AI绕过西方市场壁垒的有效路径。但随着这条路越走越成功，它本身也开始触发新的地缘政治警觉。北京面临的是一个两难困境：继续保持开源，则中国AI技术在全球快速扩散，影响力提升的同时风险也在提升；收紧开源，则失去了这条绕过壁垒的有效路径，同时可能引发全球开发者社区的不满和信任危机。

Forbes报道中还提到了另一个悖论：北京的严格监管规则，反而导致了部分中国AI创始人把公司迁移到美国。出口管制的收紧，让中国AI开发者面临更大的法律不确定性，部分人选择用脚投票，把公司落地在监管更明确的市场。这意味着，北京在限制AI模型对外输出的同时，可能加速了AI人才的对外输出。

五、美国政府的反应：从管制到反制的升级逻辑

在CNBC报道中国AI模型渗透美国企业的同时，另一条相关新闻是：美国政府已经在2026年下半年开始讨论如何”遏制中国AI模型的快速采用”。

这不令人意外。美国政府花了多年时间限制中国企业使用美国芯片，现在突然发现中国AI模型正在被美国企业大量使用——这是一个需要政策响应的情况，尽管响应的方向和力度尚不明确。

从既有的政策工具来看，美国政府的选项包括：针对政府采购的禁令（已有先例，联邦政府已禁止在政府系统中使用TikTok等中国应用）；对使用中国AI模型的特定行业（国防、金融、关键基础设施）的限制；通过数据安全框架设定合规要求，让使用中国AI模型的代价增加；向美国AI公司施加价格压力，要求其在商业定价上更有竞争力以减少企业倒向中国模型的动力。

但每一个选项都有代价。对开源模型的限制，在法律上极其复杂（开源代码是否受出口管制？）；对特定行业的限制，会增加这些行业的AI使用成本，可能损害竞争力；向OpenAI/Anthropic施压要求降价，会干扰市场机制，可能减少这些公司的研发投入。

这是一个没有整洁解决方案的政策困境。

六、双重博弈的本质：不是矛盾，而是两个不同的逻辑

最后回到文章开头提出的问题：一边是中国AI的全球渗透，一边是北京讨论关闸，这两件事怎么同时发生？

答案是：这两件事发生在不同的决策层面，服务于不同的利益主体，遵循不同的逻辑。

中国AI模型的全球渗透，是市场逻辑的产物：性能够好、价格够低、开源够便利，美国工程师在做技术选型时的自然选择导致了这个结果。没有任何中央协调，没有任何政策指令。这是市场在说话。

北京讨论的关闸，是地缘政治逻辑的产物：中国AI技术的快速扩散触发了安全评估，战略资产需要保护，反制杠杆需要建立。这是国家战略在说话。

这两套逻辑在同一时间同时运行，而且彼此知道对方的存在，但各自服务于不同的目标。它们之间的张力，不会通过其中一方”赢”来解决，而会在持续的博弈中寻找动态的均衡点。

这就是2026年中国AI的双重博弈的本质：市场在向外扩张，政治在向内收紧，两股力量同时作用于同一批技术资产，而这个交汇点上的磨擦与博弈，将决定未来几年全球AI技术格局的走向。

DeepSeek的模型现在占了美国企业用量的30%甚至更多，而北京可能随时把闸拉上。这种脆弱的平衡，是这个时代AI地缘政治最生动的缩影。

参考来源

  1. CNBC (Jul 7, 2026): “Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge” — OpenRouter token数据，Kyle Chan分析，美国企业成本决策
  2. Forbes / Reuters (Jul 7, 2026): “The Chinese AI Blockade Is Coming” — 北京讨论限制AI模型海外访问，Meta/Manus背景
  3. Reuters (Jul 7, 2026): 原始报道，”Beijing is looking at curbing overseas access to China’s top AI models, sources say”
  4. 背景: 2026-06-27-01 GPT-5.6 Sol发布，美国政府出口管制
  5. 背景: 2026-06-28-01 Anthropic Mythos解禁，美国对华AI政策转向
  6. 背景: 2026-07-03-04 微软Frontier Company，企业AI部署成本讨论

发布于 Digital11 科技日志 | 2026-07-08

七、”中国制造”在AI时代的全新含义

有一个历史比较值得做：上世纪七八十年代，”Made in China”（中国制造）意味着廉价劳工和低质商品。二十年的工业化之后，中国制造成了全球供应链不可或缺的组成部分——不再仅仅意味着廉价，而是意味着性价比。

现在，”AI Made in China”（中国AI）正在经历类似的认知转变，但速度快得多。

就在两年前，西方技术圈对中国AI的主流评价是：依赖美国前沿模型的蒸馏（distillation），缺乏真正的原创能力，适合追随但不适合领跑。DeepSeek R1的发布改变了这个叙事。它的技术路线——在资源约束下进行极致的算法效率优化——不是抄捷径，而是另辟蹊径：当你无法获得最好的硬件，你必须把最好的软件发挥到极限。

V4系列进一步强化了这个印象：在标准基准测试上与GPT-5级别的模型比肩，价格却是一个数量级的差距。当Anthropic的Claude Sonnet 5和OpenAI的GPT-5.5定价在每百万token几十美元，DeepSeek系列的定价是几美元甚至更低，这不是”够便宜”的噱头，而是在技术层面确实实现了效率的质的飞跃。

CNBC报道中的那个30%的数字，是市场投票的结果。美国的工程师们不是在做政治表态，他们是在做最优的技术选型。当中国AI模型在性价比上达到了某个临界点，全球工程师社区的理性选择就会产生这种规模的转移。

这是”中国制造”在AI时代最新的注脚：不再只是廉价的复制，而是在关键技术指标上达到全球第一梯队、在成本上具有结构性优势的真实竞争力。

八、给中国AI创业公司的启示：在博弈中寻找生存空间

对于那些正在开源赛道上创业的中国AI公司来说，这场双重博弈意味着什么？

启示一：开源是战略，不是原则

DeepSeek的开源策略是一种战略选择，而不是技术社区的意识形态信仰。它在特定阶段有效地帮助DeepSeek建立了全球影响力。但战略是可以随情况变化的。当监管环境改变，当技术资产的战略价值提升，开源程度的调整是合理的。公司需要明确：我开源的原因是什么，在什么条件下这个原因不再成立？

启示二：出海窗口存在时间约束

如果北京真的开始实施AI模型出口管制，对那些依赖海外市场的中国AI公司来说，出海窗口可能比预期的短得多。现在的时机是：在管制实施之前尽快建立海外用户基础、形成社区依赖、完成商业化——这样即使管制来临，已有的用户关系和商业合同提供了一定的缓冲。

启示三：在美国政策的波动中寻找缝隙

美国政府对中国AI模型的限制，目前主要集中在政府采购和特定敏感行业。商业企业使用中国AI模型的法律灰色区域，在可预见的未来内仍然存在。对于中国AI公司来说，优先在法律灰色区域较少的商业场景中建立立足点，比试图打入受监管较严的领域更有效率。

启示四：技术实力是最终的通行证

无论地缘政治怎么波动，一个无可辩驳的技术事实是：当中国AI模型的能力已经达到了与美国前沿模型可比拟的水平，而价格只有一个数量级的差距，这种技术竞争力创造的需求拉力，比任何政策限制都更难被永久阻断。短期内的管制可以减缓扩散，但无法逆转已经建立的能力认知。

最终，DeepSeek和Z.ai在美国企业中积累的30%到46%的算力份额，是建立在真实的技术竞争力上的，这是任何管制政策都难以完全消除的基础。

尾声：两条新闻，一个时代的横截面

2026年7月7日同时出现的两条新闻，是这个AI地缘政治时代的一个完美横截面：

市场在说：中国AI够好，而且便宜得多，我们用。 政府在说：中国AI太好用了，我们需要管。

这两种声音，代表了两种对中国AI崛起的截然不同的反应，而它们都是真实的、合理的、同时进行的。

在这个横截面里，你可以看到这个时代所有最重要的张力：效率与安全的张力，开放与管控的张力，市场逻辑与地缘政治逻辑的张力，全球化与技术民族主义的张力。

DeepSeek开始造芯片了，字节和阿里删掉了AI伴侣，北京在讨论关上AI模型出境的闸。中国AI正在多个维度上同时展开博弈，没有一个维度是轻松的，但每一个维度都正在发生真实的、重要的事情。

这就是2026年7月的中国AI。

附录：开源AI的地缘政治经济学

最后提供一个更学术化的框架，帮助理解这件事的深层结构。

在传统的国际贸易理论里，有一个”比较优势”的概念：每个国家应该生产它最有效率的产品，然后通过贸易实现整体收益最大化。这个逻辑在工业商品上运转良好，但在AI这种兼具技术、经济和地缘政治属性的战略资产上，纯粹的比较优势理论开始失效。

中国AI的情况是：它在”算法效率和成本效益”上具有明确的比较优势，而这个优势正在通过开源模式传导到全球市场。但这种传导同时带来了三个传统贸易理论不能很好处理的问题：

问题一：战略物资的悖论。粮食、石油、芯片被各国视为战略物资，理由是它们对国家安全和经济生存至关重要。AI模型是否也应该被视为战略物资？如果是，那么”开源”和”战略物资”之间存在根本性的张力——战略物资的逻辑是控制和储备，开源的逻辑是扩散和共享。

问题二：双重用途的困境。DeepSeek的R1模型可以用于医疗诊断，也可以用于生成虚假信息，还可以用于军事研究。几乎任何足够强大的AI模型都有这种双重用途的特征。在出口管制的传统框架里，双重用途商品受到限制是有充分理由的，但把这个逻辑应用到开源AI模型上，在技术和法律层面都还没有成熟的处理框架。

问题三：不对称博弈的均衡。美国限制向中国出口芯片，中国（可能）限制向美国输出AI模型。这两种限制不是对等的——芯片是制造业物理产品，具有物理流向；AI模型是数字产品，一旦被下载到开发者手中，后续的使用控制极其困难。中国即使宣布”封锁”，已经开源的模型权重已经在全球数千个GitHub clone里存在，物理上无法收回。

这三个问题，是2026年AI地缘政治博弈里最难解的技术困局。没有简单答案，但理解它们的存在，是读懂这场博弈的前提。

延展：北京封锁AI模型与Meta收购Manus事件的关联

Forbes在报道中提到了一个细节：在北京讨论限制AI模型出口的背景中，还提到了北京命令Meta解除对AI初创公司Manus的20亿美元收购。

这件事值得放在同一个框架下理解。Manus是一家中国AI自动化初创公司，因其多Agent自动化能力在2026年初引起广泛关注。Meta看到了Manus的技术价值，提出收购。北京否决了这笔交易。

这两件事——阻止中国AI公司被美国收购，同时讨论限制中国AI模型的海外访问——是同一个战略逻辑的两面：北京正在系统性地管理中国AI技术资产的对外流向，既不让它通过收购被转移到美国公司，也不让它通过无限制的模型使用无代价地在全球扩散。

这是一种新型的”数字主权”政策实践——把AI技术资产视为国家主权范围内需要管理的战略物资，而不只是可以通过市场自由流动的商品。从这个角度看，北京的行动不是孤立的，而是一套完整战略体系的组成部分。理解这套体系，是读懂未来几年中国AI对外政策走向的关键。