如今看新闻标题，很容易以为西方实验室正被中国实验室集体碾压。Anthropic 几乎每周发文章，称中国在蒸馏其模型、威胁人类，这能为日后从法律和监管上限制这些模型铺路。但无脑蒸馏的时代已结束，新玩法是采用中国实验室的成果，而非 Anthropic 惯用的那个刺眼说法——中国人基本把配方白送。最新被不加说明照搬的，是 DeepSeek 公开的 KV 缓存优化突破。
正文
如果你最近看新闻标题，大概会以为西方实验室正被中国实验室成群结队地按在出生点刷。
蒸馏风波
Anthropic 几乎每周都会发一篇文章，讲中国人在蒸馏他们的模型、正在成为人类自身的威胁之类。这样说对他们有利，因为这为日后从法律和监管上约束这些模型铺好了地。
但无脑蒸馏的时代显然已经结束。
不只是结束。现在的新玩法是采用中国实验室的成果。注意我用的是"采用"，而不是 Anthropic 更爱用的那个充满恶意的词——"窃取"。
因为和西方公司不同，中国人基本上是在把配方白送出去。
另一场游戏
最近一个被悄无声息照抄过去的突破，是 DeepSeek 慷慨分享给全世界的 KV 缓存优化。
这个优化相当惊人：在编程这类使用长会话上下文的场景里，它把 KV 缓存占用相比 DeepSeek-V1 降低了约 437 倍。
他们最先发布 MLA 架构，把缓存压缩了约 15 倍，随后又推出"压缩稀疏注意力"和"重度压缩注意力"。最新的 DeepSeek-V4.1-Flash 用 CSA2、跨层缓存复用、因果编码器-解码器架构和 FP4 缓存进一步推进，把全局 KV 缓存降到每 token 890 字节。
这些为什么重要？因为服务长上下文模型时，最大的成本之一就是把这些缓存在 GPU 显存里所需的空间。
下图展示了这一切有多疯狂：
跟着缓存的钱走
再对比大约两个月前同一档位的价格。以下价格均为每 100 万 token：
一次非常安静的致谢
这一切必然意味着西方 AI 公司现在在推理利润率上非常健康。
先进 GPU 获取受限，迫使中国实验室把性能优化当成头号目标，结果也证明了这一点。
我不知道他们为什么愿意白送这样的突破，但反正他们送了，而这一次 Anthropic 和 OpenAI 发布的模型基本都属顶级，而且用上了这些优化。
他们似乎对抄袭有点不好意思，所以 Claude Opus 5.5 和 GPT-6.1 Sol 都是几乎没什么预告就悄悄发布。
用户对使用体验的评价非常好，质量与他们的旗舰模型（Claude Fable 5.1 和 GPT-6 Astra）相比似乎也不差多少。
缓存读取成本就是采用这些优化的证据，价格大幅下降：Opus 5.5 的缓存读取价格比 Opus 5 降低了 60%，GPT-6.1 Sol 相比 GPT-5.6 Sol 在 7 月底的价格降低了 80%。
所以中国实验室给西方这些亏损的实验室扔了一条救生索，而我就是完全不知道为了什么。
评论
社区普遍质疑原文将中国实验室开放技术被西方采用视作“抛救生索”或“窃取”的叙事，认为这是开源生态正常交流与商品化竞争策略；较多人同时指出文章论据薄弱、迎合反大厂情绪。
认为中国开源是商品化互补品并刺破西方营收泡沫
- 非 incumbent 开放权重是将对手收费项商品化以获取分发的正常策略，也符合中国将大模型作为制造互补品战略；这实际破坏西方实验室依赖高推理成本的增长叙事，迫使对方烧钱追赶（较多人） > 营收增长故事在上市前就是一切，若从千亿跌到五百亿，对 OpenAI 和 Anthropic 是极坏的光学效果，哪怕已盈利（@reticulates）
认为采用公开成果不是窃取而是行业常态并指斥双标
- 前沿实验室仅称蒸馏违服务条款而非偷窃，整个行业都建立在公开发表的基础发现之上；西方实验室自身也借鉴中国发布，却将他人使用公开研究称窃取，实为铺垫监管保护利益（较多人） > 前沿实验室从未称蒸馏为偷，只说违反服务条款，而行业本就构建在谷歌公开发表的发现上，没理由禁止他人使用（@emtel）
质疑原文论据薄弱且迎合反大厂情绪
- 多指出文章无具体证据指认抄袭，西方研究者本就有优化能力，所谓“中国先发现”无依据；文章因社区仇视大厂情绪被推高，实质空洞（较多人） > 我怀疑大厂研究者从没想过钻研这些优化而只砸钱建数据中心，这种分析极单薄且明显因社区恨大厂而上首页（@senordevnyc）
欢迎中国模型推动本地化与 AI 民主化
- 性能优化助本地运行强模型减少订阅依赖，感谢其绕过美国公司围墙花园，认为开放竞争加速科学治愈等有益应用，甚至因大厂抱怨而更愿用便宜中国模型（较多人） > 我感激中国实验室提供绕过美国 AI 公司正试图建造的围墙花园的变通方案，AI 必须民主化而非困于少数私企（@slowin）
有价值的补充
- 消费者硬件已能本地运行数月前的前沿级模型：有用户在单张5090上以每秒170令牌运行相当于 Opus 4.6 层级的 Qwen 27B，预示蒸馏与剪枝一年后进展可期（@reedf1）
- 许多推理优化来自模型-硬件协同设计，并非简单后训适配器，想入行需理解训练理论（@sigbottle）
- 中国低价开源部分源于经济内卷与过度竞争，类似电动车领域，且劳动收入份额偏低（@georgeburdell）