返回探索
资讯VibeFix 内容整理更新于 2026年11月21日

自己旗舰模型就是 Kimi 改的,Cursor 却告诉国会要逐步弃用中国开源模型

2026 年 11 月 20 日,美国国会两委员会发布联合调查报告:Cursor 的开发商 Anysphere 告诉国会,将探索逐步淘汰中国开发的开放权重模型。而报告同时写明,Cursor 旗舰模型 Composer 2 的底座正是月之暗面 Kimi K2.5。报告还点名 Airbnb 与 DoorDash,列出 12 条政策建议。

美国国会大厦白色圆顶建筑,前景是倒影池与草坪,蓝天白云

一句话:Cursor 旗舰模型就是拿 Kimi 改出来的,国会现在要它把这条路走回去

2026 年 11 月 20 日,美国国会众议院国土安全委员会与美中战略竞争特别委员会发布了一份联合调查报告。报告里最扎眼的一句,是关于 Cursor 的:开发 Cursor 的 Anysphere 公司告诉两个委员会,它计划“探索逐步淘汰中国开发的开放权重模型,因为存在地缘政治风险”。而同一份报告也写明了另一半事实:Cursor 的旗舰自研模型 Composer 2,就是拿中国月之暗面公司的开源权重模型 Kimi K2.5 改出来的。自己最倚重的模型站在别人的肩膀上,同时又承诺要把这条路走回去——这就是这份报告留给编程工具圈的最大问号。

这不是一份普通的国会喊话。调查从 2026 年 4 月就开始了,两个委员会先是给 Anysphere 和 Airbnb 发了质询函,7 月又把 DoorDash 拉了进来,三家公司都配合提供了材料。报告的结论也不只针对 Cursor 一家:它点名了三家美国公司使用中国开源模型的情况,列了 12 条政策建议,还把“中国开源模型正在变成美国科技栈的一部分”定性为一种需要立即应对的趋势。对每天用 Cursor 写代码的人来说,这份报告的意义不在华盛顿的政治表态,而在它第一次把一个平时没人细想的问题摆到了台面上:你每天调用的编程模型,底座到底是谁的?

为什么偏偏是 Cursor:它的旗舰模型,底座就是 Kimi

先把技术关系说清楚。Composer 2 是 Cursor 的旗舰自研模型,是 Cursor 最想让用户用的那个模型。按 Cursor 自己的技术报告,Composer 2 的底座是月之暗面(Moonshot AI)的 Kimi K2.5,一个中国开发的开放权重模型。Cursor 在这个底座上做了两件大事:一是继续用代码密集的数据做预训练,二是在真实的 Cursor 会话环境里、用与线上部署相同的工具和流程做大规模强化学习。也就是说,Composer 2 不是“调用了 Kimi 的 API”,而是把 Kimi 的权重下载下来、接着训、训成了自己的模型。开放权重的好处正在于此:权重一旦公开,谁都能拿去接着改,改完也不用再跟原作者打交道。

这件事之所以能进国会报告,还有一个颇具戏剧性的细节:Composer 2 的底座身份,并不是 Cursor 自己主动公开的,而是被一位独立开发者先认出来的,之后才得到确认。换句话说,一款被数百万开发者每天使用的编程工具,其旗舰模型的血统,是靠社区“验尸”才曝光的。这正是报告花大力气讲“模型溯源”的原因:如果连一家头部编程工具的模型底座都要靠外部人士来辨认,那么当同样的底座被嵌进几十家公司的系统里时,监管者根本不知道它藏在哪里。

时间线也让这件事更敏感。2026 年 8 月,SpaceX 以约 600 亿美元的全股票交易完成了对 Anysphere 的收购,Cursor 从一家独立的编程工具公司,变成了 SpaceX 旗下的一部分。路透社在报道中还提到,SpaceX 正在与 Cursor 合作开发 Grok 系列模型,Cursor 参与了 Grok 的训练。于是问题就从“一家创业公司用了中国开源模型”升级成了:SpaceX 旗下的核心编程工具,其旗舰模型的底座来自一家中国公司,而 SpaceX 现在又要向国会承诺,探索把这类模型逐步淘汰出去。

报告到底查到了什么:五条结论

报告的调查结论可以归纳成五条,委员会在官网发布页上全文列出。第一,中国开发的开放权重模型已经在美国经济中广泛使用,但其中很多使用很难被追踪到。第二,成本、可定制性和接近前沿的性能,是推动企业采用这些模型的三大动力,而美国目前没有一款开放权重模型能在市场要求的价格和性能上与之竞争。第三,中国的很多表面进展,建立在从美国模型身上提取出的能力之上,同时美国的数据标注公司也在为训练中国模型提供数据。第四,中国正在利用开放权重分发、国家支持和低价,扩大全球对中国模型的依赖,而这种依赖的条件正在发生变化。第五,随着中国模型越来越强,其行为和安全属性可能以常规评测发现不了的方式出现差异,风险正在上升。

报告还给出了一些具体的调查发现。委员会称,与负责网络间谍的解放军网络空间部队第一局有关联的人员,曾多次出现在智谱(Zhipu)北京总部,最近一次是在 2026 年 8 月。委员会查阅的解放军采购记录显示,中国军方正在把这些模型直接编入网络作战:2026 年 7 月的一份大型解放军网络靶场采购文件,要求集成 DeepSeek 来支持“智能攻击”与“智能渗透”;另有记录显示,一个围绕阿里巴巴 Qwen 和 DeepSeek 搭建的指挥信息系统,以及一个要求 DeepSeek、阿里巴巴、月之暗面和 MiniMax 的模型在断网环境下运行的军用 AI 智能体开发项目。委员会的表述是:这些模型家族,同样运行在美国大型企业内部。这些指控来自委员会的调查与联邦机构的结论,正文在此只作转述,不作独立断言。

需要说明的是,报告把“开源权重”和“开放权重”做了区分,但指向的是同一类东西:训练好的模型参数可以被下载、运行、修改,不再依赖原开发者。开放权重模型一旦发布,衍生版本可以在没有任何持续商业关系的情况下扩散。这正是它和闭源 API 最根本的区别,也是它让监管者头疼的原因:一个 API 调用可以随时切断,一个已经下载到本地的权重文件,几乎无法收回。

价格账:便宜十倍,是 adoption 最大的推手

报告花了相当篇幅算一笔账:为什么美国公司明知道有争议,还要用中国模型?答案首先是价格。报告引用了公开的 API 定价,按每百万 token 计:阿里巴巴的 Qwen3-235B-A22B-Instruct 约 1.15 美元,DeepSeek-R1 约 2.74 美元,月之暗面的 Kimi K2.6 约 4.95 美元;作为对照,Anthropic 的 Claude Opus 4.8 约 30 美元,OpenAI 的 GPT-5.5 约 35 美元。便宜的和贵的之间,差了六到三十倍。报告自己也提醒,这组数字没有按能力、缓存、批量折扣、促销或自托管成本做调整,不能直接当成“同样能力下的成本对比”,但它说明了价格压力的方向:对用量大的公司来说,选中国开源模型,账面上就是便宜一个数量级。

报告引用的公开 API 定价对比:Qwen3-235B-A22B-Instruct 约 1.15 美元、DeepSeek-R1 约 2.74 美元、Kimi K2.6 约 4.95 美元,Anthropic Claude Opus 4.8 约 30 美元、OpenAI GPT-5.5 约 35 美元,均为每百万 token 的公开定价,未按能力、缓存、批量折扣或自托管成本调整

报告里两家公司的用量数字,把这笔账算得更具体。Airbnb 向委员会报告,经过定制的阿里巴巴 Qwen 模型支撑着一个 AI 客服助手,每天处理约 8 万次住客与房东的互动;另一个微调模型每天还要汇总约 25 万个客服案例和通话。两套系统都跑在美国本土服务商的基础设施上。Airbnb 对外的说法是,它的 AI 活动“绝大多数”跑在美国本土模型上,只用“极少数”中国血统的模型,而且都是开源的、只通过经批准的美国服务商运行,数据与运营保持隔离。但 8 万次互动和 25 万次汇总这个量级说明,即便是“极少数”,也已经是核心业务的一部分,而不是边角料实验。

DoorDash 的情况更能说明“嵌进去之后有多难拔”。公司向委员会报告,有 25 个中国模型家族以“非 trivial”的方式获得授权并部署,标准是产生了至少 5000 美元的计算与服务成本。其中,把一个已经嵌进更大系统里的中国模型替换掉,最长可能需要六个月;但大多数其他用法几乎可以立刻切换。这个对比很关键:问题的难点不在“用了多少模型”,而在“有一个模型已经长进了系统深处”。六个月,是 DoorDash 自己给出的替换周期,也是报告拿来论证“越晚动手代价越大”的核心证据。

12 条建议到底想干什么

报告的 12 条政策建议,本身并不产生法律效力,但它勾勒了国会想走的方向。排在第一位的是发起一项“国家级美国开放权重 AI 计划”:整合公共算力资源、共享评测基础设施、自愿许可美国前沿模型的输出给合格的开放权重开发者用于训练,再加上联邦政府的锚定采购需求。翻译成大白话就是:美国也要自己养一个便宜又能打的开源模型生态,让企业不必在“贵的美国闭源模型”和“便宜的中国开源模型”之间二选一。

第二组建议是关于“看得见”:建立由美国国家标准与技术研究院(NIST)牵头的模型溯源标准,和一份机器可读的“AI 物料清单”,记录底座模型、重要的微调和蒸馏来源。要求覆盖联邦承包商和用在高风险关键基础设施里的 AI,其他地方自愿遵守。这直接回应了 Composer 2 的案例:如果每个模型都要附一张写明“底座是谁、接着训了什么”的清单,Cursor 的底座身份就不会等到独立开发者来发现。

第三组建议是关于“划红线”:把今年 10 月针对 DeepSeek 的联邦禁令扩大——那道命令把 DeepSeek 产品与服务排除在联邦民事采购之外,并要求从机构系统中移除。报告建议把同样的限制扩大到其他中国开发的模型及其衍生品,覆盖联邦信息系统和联邦合同工作,只给研究、测试和防御性安全留出狭窄的豁免;同时把这些模型挡在狭义的高风险关键基础设施功能之外,移除时间表与可信替代品的出现挂钩,在没有替代品的地方暂时例外。剩下的建议还包括:把网络安全与基础设施安全局(CISA)作为 AI 相关网络事件报告的单一入口、建立独立调查委员会、追究非法蒸馏者的责任、审查美国训练数据向中国实验室的出售,以及与盟友合作。

与此同时,行政部门也在往同一个方向走。路透社 11 月 18 日独家报道,特朗普政府正在考虑要求美国公司在自己的网站上公开披露是否使用了中国 AI 模型,财政部与白宫科技政策办公室已经讨论过这个方案。思路是“点名而不禁止”:不直接下禁令,但让模型选择变成公开信息,靠舆论与市场压力去 discouraging 依赖。同一天发布的美中经济与安全审查委员会年度报告,据相关报道也建议国会立法要求政府与企业披露中国 AI 的使用情况。众议院美中特别委员会主席穆勒纳尔公开欢迎了这一讨论,称披露是“管理中国开放权重模型扩散带来风险的重要一步”。

对写代码的人,这件事意味着什么

先说最直接的一点:短期内,Cursor 不会有任何变化。Anysphere 说的是“探索逐步淘汰”,不是“已经淘汰”;报告也没有给出替代底座模型或时间表。Cursor、SpaceX 和 DoorDash 都没有回应 CNBC 的置评请求,Airbnb 拒绝置评。你的 Cursor 今天怎么写代码,明天还是怎么写。这篇报道的价值不在“明天会发生什么”,而在“这条路以后可能怎么走”。

真正值得开发者琢磨的,是报告里一个连委员会自己都承认的矛盾。报告警告说,在可信的开放权重替代品出现之前就移除中国模型,可能会推高成本,并把市场进一步集中到闭源专有供应商手里。换句话说,委员会一边说“依赖中国开源模型有风险”,一边承认“现在没有便宜的美国开源替代品”。而 Anysphere 的处境就是这个矛盾的缩影:它的旗舰模型之所以能做出来、能卖得动,恰恰是因为 Kimi K2.5 这个开放权重底座又便宜又能改。把梯子拆了之后,Cursor 要么花十倍的价钱去买闭源 API,要么自己从头训一个底座——两条路都很贵,而且都没有现成的时间表。

对 vibe coding 的人来说,这件事还有一层更贴近的含义。过去两年,开放权重模型是独立开发者能用得起前沿能力的关键:下载权重、本地跑、接着微调、嵌进自己的产品,整条链路都不需要跟大厂签合同。Cursor 的 Composer 2 就是这条链路最成功的商业案例之一。如果溯源标准和联邦采购限制真的落地,最先感受到变化的不会是普通用户,而是那些把开源模型嵌进产品深处的团队:他们要开始回答“你的模型底座是谁、从哪来、训过什么”这类以前没人问的问题。合规成本会从大公司的法务部,一路传导到独立开发者的选型清单上。

还有一个角度值得注意:这份报告把“便宜”本身当成了问题的一部分。委员会的判断是,中国正在利用开放权重分发、国家支持和低价,把技术优势转化成全球市场份额和长期依赖。这是一种把市场竞争读成战略意图的框架——便宜不是单纯的性价比,而是“让人上瘾”的手段(报告的标题就是《中国正试图让美国公司对中国 AI 模型上瘾》)。认同这个框架的人,会支持用政策把依赖打断;不认同的人,会反问:一个便宜好用的开源模型被广泛采用,到底是“上瘾”,还是市场在正常工作?这篇报道不替读者选边,但把这个分歧点出来,因为它决定了后续所有政策讨论的走向。

跟本站已发文章的划界

本站此前发过两篇月之暗面模型的报道:2026 年 10 月 7 日的 Kimi K3 进入 OpenAI 企业 Codex 渠道,和 10 月 23 日的 Kimi K3.1 Pro 发布。那两篇讲的是月之暗面模型本身的发布与渠道进展,本篇讲的是美国国会调查 Cursor 如何使用 Kimi K2.5、以及随之而来的政策建议,题材、主角和时间线都不同,不构成重复。本站也发过多篇 Cursor 的产品报道,包括云端 Agent、语音聊天、多人协作和安全事件调查,那几篇讲的是 Cursor 的功能与事件,本篇讲的是 Cursor 模型底座的来源与国会调查,同样不在同一条线上。需要提醒的是,Kimi K2.5 本身并不是本篇的主角,它只作为 Composer 2 的底座出现一次;想了解 Kimi 模型家族的读者,请看本站的 K3 与 K3.1 两篇。

三处提醒

第一,“探索逐步淘汰”不等于“逐步淘汰”。Anysphere 的承诺用的是 explore(探索)这个词,报告里没有替代底座、没有时间表、没有已经替换掉的任何一个模型。把它读成“Cursor 已经弃用 Kimi”是错的,读成“Cursor 迟早会弃用 Kimi”也超出了现有证据。正确的读法是:一家头部编程工具公司,在国会调查的压力下,表态愿意研究怎么摆脱对中国开源模型的依赖,研究本身还没有结论。

第二,价格表要按报告自己的口径来读。Qwen 1.15 美元、DeepSeek 2.74 美元、Kimi K2.6 4.95 美元、Claude Opus 4.8 30 美元、GPT-5.5 35 美元,这组数字是报告引用的公开 API 定价,按每百万 token 计,没有按能力、缓存、批量折扣、促销或自托管成本调整。不同模型的能力并不相同,拿价格直接对比能力会失真;正文引用这组数字,是为了说明价格压力的方向,不是为了证明“中国模型便宜十倍所以更好”。

第三,这份报告是国会调查的结论与政策建议,不是法律,也不是法院的认定。报告里关于蒸馏、数据来源和军方关联的指控,来自委员会的调查与联邦机构的结论,本篇在转述时都注明了来源,没有把它们当作已经独立核实的事实。另有一点需要交代:本篇的二手来源之一 Unite.AI 是一篇声明由 AI 生成、经编辑审核的报道,其中的关键事实(价格表、Airbnb 与 DoorDash 的用量数字、12 条建议的内容)已与委员会官网发布页和路透社的报道逐项交叉核对;The Record 的相关报道因域名被本站抓取策略屏蔽,未能亲读,未引用其独家细节。

阅读 3评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

一名戴眼镜的男子坐在办公桌前,面前一台笔记本电脑显示着折线图与柱状图的数据面板,旁边大显示器上是代码
资讯
模型干活的速度每 3.6 个月翻一番,但判断力没跟上:METR 第四季度能力更新

METR 2026 年 11 月 20 日发布第四季度能力更新:公开模型完成任务的时间跨度约每 3.61 个月翻一番,TH2 可验证子集更快(1.65 个月),外推到 2027 年 7 月可达 200 小时;但模型在无明确反馈的判断任务上明显弱于人类专家,GPT-5.6 Sol 奖励作弊最多。

行业趋势模型动态AI 编程实践
一双手握着一部白色手机,屏幕上显示着消息应用的对话气泡与键盘,消息文字已模糊处理
资讯
Signal 开始默认屏蔽截图:操作系统里的 AI 智能体,正在读你的聊天

2026 年 11 月 20 日,Signal 宣布在 iOS 27 上默认阻止应用内截图、在安卓上检测到 AI 助手读屏时自动开启屏幕安全保护,以挡住操作系统里能扫描屏幕的 Siri AI 与 Gemini Intelligence。macOS 目前做不到,补救本身也不完整:对方设备、文件系统与通知仍是窟窿。

移动应用行业趋势安全与隐私
一名男子背对镜头站在写满数学公式的黑板前,右手举粉笔正在书写,黑板上密密麻麻写着积分、求和符号与几何图形
资讯
Claude 与数学家宣称证出黎曼猜想:25 万页写不下,1,737 万行 Lean 代码通过机器检验

2026 年 11 月 20 日,Anthropic 数学家莱文特·阿尔珀格贴出四页短文,宣称与 Claude 一起发现了黎曼猜想的证明,方法亦解决广义黎曼猜想。证明只以 Lean 代码形式发布:175,187 个文件、约 1,737 万行。MIT 的萨瑟兰独立编译零错误,Lean 与 Mathlib 社区认证正确,但尚无人读懂整份证明。

行业趋势模型动态开源项目观察