開源贏了，政治正確輸了
2025年那篇《DeepSeek突破了嗎？也許中國跑錯了賽道》提出了一個尖銳警告：中國仍停留在GPU效率優化的舊賽道，真正的競賽已轉向後GPU時代的自主架構，繼續依賴NVIDIA生態會錯失窗口。一年後，這篇文章的多個核心判斷已經過期，需要收回。
這場競賽的底層，其實是兩種組織形態的對撞：一方是國家級的集中決策體，一方是市場級的分散決策體。
（注：本文部分數據基於2026年中期產業趨勢與公開基準的綜合觀察。）
一、原判斷為何過期
原文認為DeepSeek只是「用便宜GPU做出好模型」的後知後覺，中國被CUDA鎖定，缺乏自主算力體系，仍是第二梯隊，後GPU時代將被邊緣化。
2026年的現實是：
- DeepSeek V4-Pro在GPQA Diamond達到90.1%，並在數學、STEM、競賽編程上超越所有公開評測的開源模型。梁文鋒署名的mHC（流形約束超連接）架構論文直接挑戰ResNet殘差連接范式。DeepSeek V4已將推理完全遷移至國產計算，稀疏注意力與細粒度專家並行使長上下文成本降低超過50%。
DeepSeek的突圍不是孤例。同一時期，GLM與Kimi的進展證明了中國頭部模型已形成梯隊效應：
- GLM-5.2在SWE-bench Pro取得62.1%，多個長程編碼基準擊敗GPT-5.5，成本僅為後者1/6。Kimi K3以2.8萬億參數成為全球最大開源模型，在Arena.ai前端開發榜單登頂，完整權重開源。OpenRouter顯示中國大模型單周Token調用量首次超過美國。斯坦福《AI Index Report 2026》指出中美頂級模型性能差距僅剩2.7%。
- 寒武紀思元590/690、壁仞BR166系列進入千卡級商用，華為昇騰形成完整訓練-推理閉環。DeepSeek等頭部模型已完成對CUDA的實質性脫鉤。
- mHC、DSA動態稀疏注意力、KDA混合線性注意力等均為原生架構創新，中國已形成「模型-芯片-框架」的多層自主生態。
原文的警示價值在於指出路徑依賴的危險，但2026年的中國AI已在架構創新、國產算力適配與開源生態三個維度同時推進。說中國「跑錯了賽道」已過於悲觀。更準確的描述是：中國正在同時跑多條賽道，而且有幾條已經開始領先。
二、紅線位置決定能力損耗
真正拉開差距的，不只是算力與架構，還有紅線的位置。
中國模型的紅線主要放在輸出層與後處理層。這是外部攔截：模型內部的推理鏈條保持完整，邏輯能力不受系統性損害。不能說的問題，就直接限制輸出，但不影響其他領域的推理深度。
西方模型因為政治環境的特殊性，無法把紅線乾淨地放在輸出端。它們必須把約束滲透進訓練與推理層，進行預先修正。這不是說西方模型的參數量或預訓練質量下降，而是當兩個基座能力相當的模型面對複雜推理任務時，一個保持內部邏輯一致性，另一個在chain-of-thought中頻繁「強制轉彎」——不是因為邏輯推導到了那裡，而是因為預設的約束要求它必須在那裡轉向。差距就會在多用戶、多輪、多領域的實際使用中累積放大。結果是通用推理能力被系統性削弱——基座可能仍強，但推理鏈開始斷裂。
這直接導致中國模型在邏輯能力上實現了反超。
三、誠實性的雙重損害
誠實性有兩個層面。
第一是內部一致性——模型自己與自己對話時的邏輯完整度。當對齊壓力深入推理層，模型會在同一問題的不同表述下給出矛盾答案，chain-of-thought中途突然轉彎，或為了滿足約束而硬生生插入不連貫的轉折。推理機制本身被扭曲。
第二是外部置信度——用戶對模型「是否在認真講真話」的信任感。西方模型的對齊不是乾淨的硬邊界，而是模糊的沼澤。遇到不能答的問題，它不是清晰拒絕，而是開始幻覺、繞圈、自相矛盾、輸出無意義的填充。用戶在實際對話中會感覺到一種「被敷衍」的直覺——不是被拒絕，而是被餵食了一堆語法正確但信息含量為零的文本。這對用戶信任的損害，遠大於直接說「這個問題我不能討論」。
這是雙重損害。內部一致性下降，讓模型自己都不確定該如何一貫地回答；外部置信度下降，讓用戶感覺到模型在保護自己，而不是盡量說真話。兩者互相強化。
四、行為上的倒置
其結果是一個諷刺的倒置：
西方模型更像自我審查的中國人——它把約束內化了，即使問題本身沒有觸及明確紅線，也會預先變得謹慎、含糊、主動磨掉棱角。它不是被明確禁止，而是自己先把話說圓，以免出事。
中國模型反而表現得更像西方人——它們有清晰的言論邊界，一旦觸及就直接拒絕或轉向官方敘事，但在邊界之內，它們較少自我審查，說話更直接。用戶知道邊界在哪，模型也知道邊界在哪。邊界之外的能力是完整的。
清晰可預測的邊界，比模糊的自我審查，更能同時保留能力與信任。
五、制度結構決定路線糾偏能力
中國是一家被包裝為國家的公司——這不是說中國內部沒有激烈的市場競爭，而是指在戰略級賽道選擇上，國家意志可以像公司董事會一樣統一調度資源、集中押注。集中決策的優勢是：選對了路線，就能以更少的投資取得更大的成效。目前可以看到，中國公司正以相對精簡的資源，在模型能力與開源生態上取得明顯成果。中國贏了這一回合。
但問題也在這裡：如果選錯了，那就是無法挽回的系統性錯誤。
西方是公司組成的國家。分散決策本是不犯大錯的保險機制。但在封閉模型路線下，每一家優秀的封閉模型公司，都隨著市場佔有率的擴大，必須支付它付不起的對齊稅。分散反而變成了集體囚徒困境。
真正陷入困境的不是西方整體，而是「高對齊稅 + 封閉權重」這條特定路線。西方的基座能力與投資規模仍然大於中國模型。
問題在於，封閉模型公司已經把「不開源」寫進了商業模式與估值邏輯。它們的融資、定價、API護城河，全部建立在「權重即資產」的假設上。轉向開源意味著股東價值的重估，意味著商業模式的自我顛覆。這正是「公司組成的國家」的悖論：分散決策防止了大錯，但也防止了大膽的自我修正。沒有一家封閉模型公司敢於第一個開源，因為開源的代價由它獨自承擔，而收益由整個生態共享。
開源的好處，正是把對齊稅交給運營商，而不傷害模型能力。基座模型可以保持更完整的推理能力與內部一致性，對齊、過濾、紅線處理由部署方、API運營商或終端使用者在外層完成。這樣既保留了模型本身的強度，又把合規與對齊的成本分散出去。
西方模型的基座能力與投資規模仍然領先，問題在於這些能力被對齊稅鎖死在封閉權重裡。開源不是讓西方從零開始追趕中國，而是把已經存在但無法釋放的優勢解鎖出來，讓全球開發者社群基於更強的基座重新競爭。這正是西方重新激活「不會犯大錯」制度優勢的唯一路徑。
中國得以獲勝的，正是過去西方的核心價值——開放性。這恰好太諷刺。西方輸掉的，正是因為政治正確：它把對齊壓力深深植入模型內部，以政治正確的名義支付了高昂的能力稅，卻把真正的開放性拱手讓給了對手。
結語
中國贏了這一回合，但輸掉的是閉源生態，而不是西方價值觀。
紅線放在輸出層，比深入滲透推理層，更能保留通用能力；清晰的邊界，比模糊的自我審查，更能同時保住內部一致性與外部置信度。制度結構決定了糾偏能力，而目前的封閉路線，正在把西方的分散優勢，轉化為無法承受的對齊稅。開源則能把這筆稅轉移到運營層，讓模型能力本身不受損。
如果西方在未來12至18個月內沒有出現一個「主流封閉模型公司全面開源權重」的事件，那麼中國在開源生態上的領先將變成結構性的——不是因為西方技術不夠，而是因為西方的制度結構已經無法支付對齊稅的複利。
2025年的警示並非全錯，路徑依賴確實危險。但2026年的現實表明，中國已經意識到問題，並在多條賽道上同時突圍。原來說「井底之蛙的歡呼」，如今看來，中國AI已不是在井底歡呼，而是在重新定義井口的大小和形狀。而西方若仍堅持閉源，才是真正把自己關進了井裡。唯一不同的是，這口井是西方自己砌的，磚頭上印著「政治正確」的字眼。