外国最新“自研”AI大模型，竟全是套壳中国的？实锤细节曝光

文 | 金锐点

编辑 | 金锐点

最近AI圈炸了，美国两家公司刚吹的“自研”AI编程模型，全露馅了。

一个思考时飙中文，一个被“问住”就认“我是中国智谱的GLM模型”，说好的“自主研发”，难道真是套壳中国的？

要说最近美国AI圈的“迷惑行为”，首推Cursor和Cognition这两家公司。先看Cursor，本周刚发布2.0版本，特意强调“终于用上自家开发的模型Composer”，还说这是用强化学习训出来的大型MoE模型，能让写代码的体验“从头到尾丝滑”。

不少程序员赶紧下载试用，结果发现个怪事，这模型处理复杂代码时，后台会蹦出一串中文注释，比如“这里要兼容多语言编码，优先适配中文路径”“调用函数得参考国产模型的参数规范”。

更邪门的是，有开发者做了对比测试，Composer处理中文技术文档的速度，比处理英文文档快20%，连报错提示都带着中式表达，跟国内阿里的QwenCode模型像一个模子刻出来的。

要知道，QwenCode本就是专门针对中文场景优化的开源模型，可Cursor从来没提过跟阿里有合作，这种撞脸，说巧合真没人信。

再看Cognition的SWE-1.5，刚发布时风头更盛，号称“独立突破的千亿级智能体模型”，速度比Haiku4.5快6倍、比Sonnet4.5快13倍，不少开发者都等着尝鲜。

结果没过几天，有技术博主搞了次“模型越狱”，用特殊指令绕过安全限制，逼它说“实话”，这下可好，SWE-1.5直接输出“我的基础模型来自中国智谱AI的GLM系列，现在这个版本是在GLM4.6基础上优化的”。

智谱AI的官方很快就转发了Cognition的发布推文，还配文“期待更多基于GLM生态的创新”。

这波“官方认亲”下来，Cognition的“自研”说辞彻底站不住脚，有程序员开玩笑说，“现在美国AI不光得学中文，还得先认个中国‘技术爸妈’，不然连速度都提不上来。”

为啥美国公司非要“套壳”中国模型，核心就是贵，系统架构师DanielJeffries在社交平台算过笔账，从头训一个千亿参数的AI编程模型，光算力成本就得25亿美元，还得组至少200人的算法团队，花18个月收集标注数据。

可Cursor和Cognition都是聚焦工具开发的公司，前者一年营收还不到1亿美元，后者刚完成B轮融资，哪扛得住这种“烧钱游戏”？

反观中国的开源模型，不仅能免费拿到基础权重，还附赠完整的调试工具包，比如智谱的GLM4.6，开发者只要投几百万美元做强化学习微调，就能让模型适配自己的场景。

阿里的QwenCode更贴心，连行业专属的数据集都打包好了，Cursor要做的，其实就是把模型嵌到自己的工具界面里，这种“拿来就能用”的便利，对缺钱缺资源的美国初创公司来说，几乎是唯一的选择。

而最近Cerebras的一封官宣邮件，直接把“套壳”这事锤得死死的，这家美国硬件公司在邮件里明明白白写着，“11月5日会推出新的编码模型zai-glm-4.6，这个模型是基于中国智谱AI的GLM4.6定制的，专门针对高性能编程场景设计”。

要知道，Cerebras之前一直给Cognition提供硬件支持，这封邮件一出来，等于把窗户纸捅破了，Cognition的SWE-1.5，其实就是跑在Cerebras硬件上的“定制版GLM4.6”。

连AI领域的权威人物LeCun都忍不住转发Jeffries的分析，还配文“开源让创新更平等”，这话听着中立，其实点破了美国公司的处境，不是不想自研，是真没那能力，不是不想要“自主”，是中国开源模型太香。

毕竟，花几百万就能拿到比自研更好的技术，换谁都不会跟钱和效率过不去。

中国开源模型的实力，早就不是“碰巧领先”，而是实实在在统治了全球市场，10月29日，英伟达CEO黄仁勋在华盛顿GTC大会上，当着全球科技大佬的面坦言，“现在做AI应用，绕不开开源模型，而做开源模型，绕不开中国的技术。”

他现场展示的图表更扎眼，2025年以来，阿里通义千问（Qwen）的全球下载量占比超过65%，衍生模型数量突破5200个，是排名第二的西方模型的3倍还多，成了全球开发者最依赖的“基础工具”。

在AI开发者最常用的社区HuggingFace上，实时趋势榜前10名里，有7个是中国模型：MiniMax的代码模型排第一，DeepSeek的多模态模型排第三，百度混元、美团LongCat、Kimi这些国产模型也都挤在前头。

而且这些模型不光下载量高，用户评分更是甩西方竞品一大截，就说代码生成能力，国产模型的“一次通过率”平均能到82%，而西方同类模型最多也就68%。

差距主要在多语言场景适配和复杂逻辑处理上，毕竟中文场景的优化，中国模型本来就更擅长。

第三方测评平台ArtificialAnalysis的报告更详细，他们对比了全球23款主流AI编程模型，发现国产模型在三个关键指标上都领先，推理速度平均比西方模型快30%，上下文窗口能处理的代码长度是西方模型的1.5倍。

在专业领域也适配，在芯片设计、工业软件这些硬核领域，国产模型的错误率比西方模型低45%。报告里还提了个细节，不少西方科技公司在测评时，会特意标注“基于中国开源模型优化”，生怕用户误以为是“纯自研”，反而质疑性能。

这些数据背后，其实是中国开源模型从“跟跑”到“领跑”的转变，以前，咱们得盯着西方模型的更新日志抄作业，现在西方公司得拿着中国模型的参数手册做优化，这种角色互换，比任何宣传都更能证明中国AI的技术实力。

当中国开源模型成了美国公司的“技术靠山”，全球AI的玩法也不一样了，过去十年，西方巨头靠着先发优势，把基础模型当成“技术核武器”，要么高价授权，要么彻底封闭，想用上好模型，就得看他们的脸色。

而中国选择走开源路线，把Qwen、GLM这些核心模型免费开放，让全球开发者都能共享技术成果。

这种开放策略，不光打破了西方的技术垄断，还催出了全新的AI生态。比如Cursor，靠微调QwenCode，3个月就推出了Composer，省了至少2年的研发时间。

Cognition借GLM4.6的基础，快速实现了13倍的速度提升，一下子成了AI编程领域的独角兽，这些案例都说明中国开源模型已经不是“边缘玩家”，而是能决定行业节奏的“核心引擎”。

现在连学中文，都成了全球AI开发者的刚需，以前编程圈是英文的天下，中文技术文档少得可怜，想查点资料都得靠翻译软件。可现在不一样了，国产开源模型的核心参数说明、调试指南、社区讨论，大多是中文的。

从美国吹“自研”到露馅“套壳”，从编程圈全是英文到现在得学中文，这些变化说白了，就是中国AI技术硬气了。

咱不用靠卡别人脖子证明自己，而是用开源把技术分享出去，让全球都离不开，以后国产模型的影响力只会更大，毕竟真本事，从来不是靠贴标签，是靠实实在在的实力。