Dario 向开源宣战。真正的战争，是关于你那张 AI 账单。

Dario Amodei 不只是批评开源 AI。Anthropic 出手，想把它的一部分给禁掉。这家公司指控中国实验室窃取其能力，并请求华盛顿介入。在 7 月 1 日那期 20VC x SaaStr 节目里，Harry Stebbings、Jason Lemkin 和 Rory O'Driscoll 把这套说法拆了个透，而有意思的部分并不是地缘政治。是这场仗揭示了谁在掌控 LLM 智能的成本，以及这种掌控正在多快地流失。

这是我们作为工程师的解读，我们靠把客户工作负载在这些模型之间迁移为生，这不是对中美政策的评判。论点很简单：这场开源战争，是一场关于定价权的代理战争。跟着钱走，一切就清楚了。

Anthropic 到底指控了中国什么？

指控是蒸馏：用一个更强的模型的输出去训练另一个模型。2026 年 2 月，Anthropic 点名了 DeepSeek、Moonshot AI 和 MiniMax，声称它们以违反其服务条款的方式，用 Claude 抽取能力。6 月 24 日它升级了指控，称阿里巴巴发动了迄今为止针对它已知规模最大的一次蒸馏攻击：大约 2880 万次对话，通过数千个欺诈账户跑完。

把措辞读仔细。Anthropic 自己承认，蒸馏本身是一种被广泛使用且正当的训练方法。它的抱怨是关于做法：违反服务条款和欺诈账户，而不是这项技术。这个区别很重要，因为 Anthropic 推动的补救措施，比它指控的罪行宽泛得多。它敦促国会打击中国对手的蒸馏行为，并把整件事包装成国家安全问题：论调是，廉价的中国模型缩小了美国的领先优势，可能加速对手的军事与网络 AI。

如果你想搞清楚，蒸馏和微调为什么让克隆一个强模型变得如此容易，那正是这场争议的技术核心。而商业层面的要点是：这项技术现在已经便宜到，没有哪家实验室能守住一个持久的质量领先。

保护主义的解读：这是安全，还是护城河？

Rory O'Driscoll 在节目里的反驳最锋利。一家美国 frontier 实验室，自己的模型是用抓来的网页和第三方 IP 训出来的，却在竞争对手从它的输出里学东西时高喊窃取，这里面有实打实的虚伪。而它提出的补救措施，看起来不像安全政策，更像是用监管挖出来的一条护城河。

他那个类比最扎心：为了保护一家 frontier 实验室的经济账而封杀低成本开源权重模型，就像 1980 年代为了撑住 IBM 的股价而禁止 IBM PC 的克隆机。正是克隆把计算的价格拉了下来，让每张桌子上都有了一台机器。当年把它叫作窃取没能阻止它，现在也不会。用他的话说，这么干「蠢透了」。

对 Anthropic 这一步最合理的解读，也是这几位嘉宾反复绕回的一个，是一笔监管上的交易，而不是一次有原则的立场：在国内一侧接受一些限制，换取联邦层面对蒸馏出来的中国模型的封禁。这是分析，不是已确认的事实。但它符合各方的动机。当你产品的单位价格在快速下跌时，捍卫利润最便宜的办法不是造一个更好的产品。是让更便宜的替代品变成非法。

"当一个产品的价格在塌，捍卫利润最便宜的办法就是让更便宜的替代品变成非法。那是一场政策仗，不是产品仗，买家应当照此对待。"

Coinbase 已经把这个实验做完了

就在 Anthropic 为规则争论时，一家上市公司刚刚展示了：当你无视这场戏、埋头去优化时会发生什么。6 月下旬，Coinbase 的 CEO Brian Armstrong 说，公司把内部 AI 开支削减了大约 50%，同时 token 用量还在往上涨。他没有给任何一名工程师设上限就做到了。用到的杠杆，正是我们和客户一起打磨的那几个：

• 更好的默认，而不是用量上限。Coinbase 把工程师的默认模型设成了开源权重模型，具体是 GLM 和 Kimi 这一档，同时任由他们在任务需要时选用 frontier 模型。反正大多数人本来也从没触到过旧的上限，所以降低默认价格胜过去管制用量。
• 按任务路由。Prompt 先经过预处理，再路由到能干完这活的最便宜模型，把价格和缓存命中都算进去。
• 缓存。单个最大的杠杆。Coinbase 把缓存命中率从约 5% 推到了约 60%。

这和我们在如何在 2026 年降低 LLM token 成本里摆出来的手册是同一套：缓存会重复的，把简单的大多数路由到便宜模型，把 frontier 模型留给困难的尾部。让这一切变安全的那层 router，我们在LLM 网关与 router 拆解里做了比较，而 Coinbase 倚重的那些开源权重模型，正是我们在开源权重 LLM 对决里做基准测试的那些。

嘉宾们对这意味着什么产生了分歧。Lemkin 把 Armstrong 那条帖子斥为「表演式社交媒体」，他的意思是，如果营收顶线不动，省成本没多大意义。Rory 把它读作成本管理的常识，每个精打细算的高管都会照抄，用来遏制失控的模型费用。两个人都对，而这种张力，正是当下企业 AI 的全部故事。

没人愿意点破的那场 ROI 清算

Coinbase 这场辩论背后，藏着一个让人不适的规律。公司往 AI token 上砸进数百万，却交出和以前一样的增长率。加大开支没能把顶线拉动。董事会已经注意到了，对无脑「token 拉满」的反弹已经开始。CFO 们想要一条清晰的连线，从 AI 开支通向更快的交付，或者实打实的净利节省，而大多数人现在还画不出来。

这不是反对 AI 的论据。这是要求去度量它的论据。如果你的产品每个任务要调用几百次，那更便宜的单位 token 价格就毫无意义，这也是我们反复敲打每 token 成本与每任务成本之别的原因。而那些悄悄失败的项目，很少是败在模型质量上。它们败在范围、评估和集成上，也就是我们在为什么 AI agent 项目会被砍里逐条走过的那些失败模式。如果你度量不出提升，那么像 Coinbase 那样把账单砍掉一半，就是理性的第一步，因为至少那笔节省是真的。

钱其实正流向哪里

这一周里另外两个数据点，从资本一侧给出了同样的论据：投资人现在奖励的是纪律和现金生成，不是烧 token。

• Kalshi 正在追逐 400 亿美元估值。这家预测市场交易所正以约为上一轮两倍的估值募资，背后是超过 20 亿美元的年化营收和约 1780 亿美元的年化交易量。不过有一处炒作值得纠正：IPO 并非近在眼前。CEO Tarek Mansour 已排除了 2027 年之前上市，现实的窗口是 2027 年底或 2028 年。
• Bending Spoons 是今年最聪明的一次 IPO。这家米兰运营商 7 月 1 日在纳斯达克上市，发行价 29 美元，首日收盘大涨近 40%，约 40.50 美元，市值接近 257 亿美元，是它上一次私募估值的两倍多。它靠的不是自然的用户增长。它买下黏性强但表现不佳的平台，其中包括 AOL、Vimeo、WeTransfer、Eventbrite 和 Evernote，然后提价、砍掉冗余，再重写软件。

节目里 Lemkin 认为这套整合打法正冲着成熟的 B2B SaaS 而来：收购一个黏性强、表现不佳的平台，注入求胜的运营者，修好留存，把营收套利抓到手。他点到的那些名字，Marketo、Asana、PagerDuty，是他对未来目标的猜测，不是 Bending Spoons 拥有的公司。底下的信号才是对任何做 AI 预算的人重要的：公开市场正在为盈利能力和运营纪律定价，而不是不惜代价的增长。让一次整合有吸引力的同一套逻辑，也让一张没被度量的 AI 账单成为一项负债。

这对一个欧盟买家意味着什么

你不必在一场中美政策仗里选边，就能行动。那些能砍掉你账单的动作，今天就摆在那儿，无论华盛顿如何决定：

• 把开源权重当作头等选项。在真实的编码和推理工作上，质量差距已基本弥合，价格却只是 frontier 的一个零头。Coinbase 在生产里证明了这一点。
• 用托管而不是回避来解决治理。用一个中国开源权重模型，真正的问题不是质量，是推理在哪里跑、数据落在哪里。把它自托管在欧盟基础设施上，你就能保住价格优势，而不用把数据送出境。我们在在欧盟自托管 LLM里把这笔账算了出来，并在AI 应用的欧盟数据驻留里梳理了合规选项。
• 默认路由，按需升级。先上便宜模型，只在置信度检查没通过时才上 frontier 模型。把升级率当作一项 KPI 来跟踪。

就算联邦禁令真的落地，它管的是美国的访问权，管不到一台跑在法兰克福服务器上的自托管开源权重模型。对你自己技术栈的主权，才是那个对冲。把这些搭起来，路由、评估、托管决策，正是我们AI 赋能项目里的工作。