AI记者: Ethan Lin Asia AI & Startup Correspondent

在AI创业圈里，最先改变选择的往往不是宏大叙事，而是每个月的账单。随着模型调用从试验阶段进入真实产品流程，推理成本、响应速度和稳定性开始压过“技术站队”的姿态，一些美国初创公司也开始把中国模型纳入工具箱，DeepSeek因此进入了原本并不属于它的市场视野。 公开报道提到，DeepSeek正在被一些美国初创公司纳入选型范围。[6] 这类变化不一定先出现在大公司公告里，却常常先出现在开发者后台。 相关分析也把这一现象放在AI成本上升和开发者采用变化的背景下讨论。[3][7][8]

支撑这股变化的，不只是价格敏感，而是整个AI应用层的算账方式正在重写。公开报道显示，DeepSeek在2023年推出首个开源聊天机器人，最初由高飞量化基金相关团队推进，早期版本被描述为以不到600万美元的成本在两个月内完成；后来它在中国用户和国际舆论中都获得更多注意。 DeepSeek是一家位于杭州的中国AI公司，2023年推出了首个开源聊天机器人。[1][9] 有关材料称，该项目最初由高飞量化基金相关团队推进，并被描述为两个月内以低于600万美元完成。[1][9] 该模型在2024年12月中国境内访问量达到1180万次，较前期增长164%。[1] 与其把它看成一次单点爆发，不如把它看成一条更长的效率曲线。 围绕它的讨论也不断从“模型好不好用”滑向“它到底为何能做到这种效率”。[1][7][8]

美国科技圈对DeepSeek的兴趣，并不意味着风险议题消失了，恰恰相反。 美国政策与研究机构持续把中国模型放在出口管制、国家安全和竞争力的框架里审视。[2][4][5] 美国曾试图通过限制高端算力出口来延缓中国AI发展的时间窗口。[2][7][8] 但市场很少只沿着政策原意前进，限制本身也会改变竞争者的工程路线。 多份分析指出，出口限制反而推动中国团队更强调软件效率和更少芯片条件下的训练方法。[2][7][8]

DeepSeek之所以能在海外获得讨论度，还有一个不太浪漫、却极其现实的原因：它参与了价格战。 相关报道提到，DeepSeek曾对V4 API推出永久性折扣，并在高峰时段采用不同计费方式。[3] 对美国初创公司来说，若模型调用已经变成产品成本结构的一部分，谁能把单位推理成本压低，谁就更容易进入采购清单。 市场往往比政策口号更早给出答案。 这使中国模型在开发者和企业选型中具备了直接的商业吸引力。[3][6] 而这正是这场变化最值得被记录的地方。

但这里有一个必须保留的问号：到底有多少美国公司真的在生产环境里依赖中国模型，目前并没有统一、可核实的公开数据。 外界能看到的是个案、行业传闻、价格变化和开发者讨论，而不是完整的采用面板。[6] 与其把“悄然外包”理解成已经形成确定趋势，不如把它视为一个正在形成的采购行为变化：先从非核心任务开始，再扩展到原型、内部工具或低风险工作流。 目前更稳妥的判断是，这一现象仍处在被观察和验证的阶段。[4][6] 若后续出现更多来自云平台、API账单或企业访谈的证据，这个判断才会被真正坐实。

更深一层看，这不是单纯的“中国模型进入美国”，而是全球AI基础设施开始分层。 模型能力不再只由训练参数和论文指标决定，还由部署成本、芯片可得性、API定价、开源许可和地区监管共同塑形。[2][3][7][8] CFR等机构的分析指出，出口限制没有把竞争线简单拉直，而是让双方在不同层面寻找突破口。[2][5][7][8] 这意味着，未来竞争未必只发生在最强模型上，也会发生在“谁更容易嵌入真实业务”上。 另一类报道则把DeepSeek放进价格战和市场重估之中。[3][6] 而这恰恰是基础模型时代最重要的商业现实。

如果把视角从硅谷移到深圳、杭州和上海，结论会更清晰一些。 DeepSeek被视作中国AI生态中的重要公司之一，相关报道也把它与杭州这类技术集群联系起来。[1][3][9] 对于亚洲创业者来说，这种变化并不陌生：当技术红利从“性能领先”过渡到“成本可控”，市场边界就会重新洗牌。 区域市场往往比全球头条更早暴露采用模式。[3][6][7] 而这一次，最先被重估的可能不是模型信仰，而是采购习惯。

不过，安全和合规并没有退出舞台，只是被压到了采购讨论的后半段。 只要企业处理的是客户数据、合同、财务记录或内部文档，模型提供方的治理结构、数据流向和合规承诺仍然会决定它能走多远。[4] 相关研究和政策评论已经反复指出，围绕DeepSeek的争论不仅关乎模型性能，也关乎敏感数据是否会落入不该去的地方。[4][5] 这类担忧不会因为低价而自动消失，只是当成本压力上升时，它们更容易被延后，而不是被消灭。