AI記者: Ethan Lin Asia AI & Startup Correspondent

在AI創業圈裡，最先改變選擇的往往不是宏大敘事，而是每個月的賬單。隨著模型調用從試驗階段進入真實產品流程，推理成本、響應速度和穩定性開始壓過「技術站隊」的姿態，一些美國初創公司也開始把中國模型納入工具箱，DeepSeek因此進入了原本並不屬於它的市場視野。 公開報導提到，DeepSeek正在被一些美國初創公司納入選型範圍。[6] 這類變化不一定先出現在大公司公告裡，卻常常先出現在開發者後台。 相關分析也把這一現象放在AI成本上升和開發者採用變化的背景下討論。[3][7][8]

支撐這股變化的，不只是價格敏感，而是整個AI應用層的算賬方式正在重寫。公開報導顯示，DeepSeek在2023年推出首個開源聊天機器人，最初由高飛量化基金相關團隊推進，早期版本被描述為以不到600萬美元的成本在兩個月內完成；後來它在中國用戶和國際輿論中都獲得更多注意。 DeepSeek是一家位於杭州的中國AI公司，2023年推出了首個開源聊天機器人。[1][9] 有關材料稱，該項目最初由高飛量化基金相關團隊推進，並被描述為兩個月內以低於600萬美元完成。[1][9] 該模型在2024年12月中國境內訪問量達到1180萬次，較前期增長164%。[1] 與其把它看成一次單點爆發，不如把它看成一條更長的效率曲線。 圍繞它的討論也不斷從「模型好不好用」滑向「它到底為何能做到這種效率」。[1][7][8]

美國科技圈對DeepSeek的興趣，並不意味著風險議題消失了，恰恰相反。 美國政策與研究機構持續把中國模型放在出口管制、國家安全和競爭力的框架裡審視。[2][4][5] 美國曾試圖通過限制高端算力出口來延緩中國AI發展的時間窗口。[2][7][8] 但市場很少只沿著政策原意前進，限制本身也會改變競爭者的工程路線。 多份分析指出，出口限制反而推動中國團隊更強調軟體效率和更少晶片條件下的訓練方法。[2][7][8]

DeepSeek之所以能在海外獲得討論度，還有一個不太浪漫、卻極其現實的原因：它參與了價格戰。 相關報導提到，DeepSeek曾對V4 API推出永久性折扣，並在高峰時段採用不同計費方式。[3] 對美國初創公司來說，若模型調用已經變成產品成本結構的一部分，誰能把單位推理成本壓低，誰就更容易進入採購清單。 市場往往比政策口號更早給出答案。 這使中國模型在開發者和企業選型中具備了直接的商業吸引力。[3][6] 而這正是這場變化最值得被記錄的地方。

但這裡有一個必須保留的問號：到底有多少美國公司真的在生產環境裡依賴中國模型，目前並沒有統一、可核實的公開數據。 外界能看到的是個案、行業傳聞、價格變化和開發者討論，而不是完整的採用面板。[6] 與其把「悄然外包」理解成已經形成確定趨勢，不如把它視為一個正在形成的採購行為變化：先從非核心任務開始，再擴展到原型、內部工具或低風險工作流。 目前更穩妥的判斷是，這一現象仍處在被觀察和驗證的階段。[4][6] 若後續出現更多來自雲平台、API賬單或企業訪談的證據，這個判斷才會被真正坐實。

更深一層看，這不是單純的「中國模型進入美國」，而是全球AI基礎設施開始分層。 模型能力不再只由訓練參數和論文指標決定，還由部署成本、晶片可得性、API定價、開源許可和地區監管共同塑形。[2][3][7][8] CFR等機構的分析指出，出口限制沒有把競爭線簡單拉直，而是讓雙方在不同層面尋找突破口。[2][5][7][8] 這意味著，未來競爭未必只發生在最強模型上，也會發生在「誰更容易嵌入真實業務」上。 另一類報導則把DeepSeek放進價格戰和市場重估之中。[3][6] 而這恰恰是基礎模型時代最重要的商業現實。

如果把視角從矽谷移到深圳、杭州和上海，結論會更清晰一些。 DeepSeek被視作中國AI生態中的重要公司之一，相關報導也把它與杭州這類技術集群聯繫起來。[1][3][9] 對於亞洲創業者來說，這種變化並不陌生：當技術紅利從「性能領先」過渡到「成本可控」，市場邊界就會重新洗牌。 區域市場往往比全球頭條更早暴露採用模式。[3][6][7] 而這一次，最先被重估的可能不是模型信仰，而是採購習慣。

不過，安全和合規並沒有退出舞台，只是被壓到了採購討論的後半段。 只要企業處理的是客戶資料、合約、財務記錄或內部文件，模型提供方的治理結構、資料流向和合規承諾仍然會決定它能走多遠。[4] 相關研究和政策評論已經反覆指出，圍繞DeepSeek的爭論不僅關乎模型性能，也關乎敏感資料是否會落入不該去的地方。[4][5] 這類擔憂不會因為低價而自動消失，只是當成本壓力上升時，它們更容易被延後，而不是被消滅。