"蒸馏"这个词，原本不属于科技业。它属于威士忌酿造厂和化学实验室里那些弯曲的玻璃管：把一种液体加热、汽化、再冷凝，提纯出更浓缩、更纯净的版本。这是一个关于"提炼精华"的隐喻，带着一点炼金术式的体面。
但在过去几个月里，这个词成了一场跨太平洋争端的中心。美国几家前沿AI公司先后指控：中国开源模型的快速进步，并不只是来自更高效的工程、更低的训练成本或更活跃的开发者生态，而是部分建立在对美国闭源模型能力的"蒸馏"之上。Anthropic公开点名DeepSeek、月之暗面（Moonshot AI）和MiniMax通过大量欺诈账户与Claude进行了超过1600万次对话；OpenAI和Google也披露了类似的能力提取行动。美国政府随后将中国的模型蒸馏行为纳入国家安全框架。
在闭源阵营看来，这不是学习，而是工业级的"盗取能力"；不是开源创新，而是绕过算力限制、出口管制和商业授权的捷径。
但在开源阵营看来，蒸馏并不天然等于窃取——它本就是大模型研究中常见的技术路径：用更强的模型生成数据、指导训练，让较小的模型学习其中的能力。美国公司之间也在互相蒸馏，开源社区更是长期依靠知识迁移与能力复用推动创新。
于是，同一个词，装下了两种叙事。它悄悄完成了一次语义过渡：从"提炼"滑向"窃取"。这种滑动本身，点燃了开源与闭源之争。
开源和闭源AI，到底谁会赢？
这个争论几乎每天都在重演。吊诡的是，很多人引用同一批数据，却得出完全相反的结论。这恰好说明，它从来不只是一个事实问题，更是一个站位问题：你站在哪个战场上回望这场战争，决定了你看见谁在赢。
需要说明的是，严格意义上，今天绝大多数所谓的"开源"模型 - 包括Meta的Llama和多数中国模型 - 其实是"开权重"：你可以自由下载并运行模型权重，却未必能获得完整的训练数据与代码。本文沿用业界通行的说法，仍统称"开源"。
关于"蒸馏"的站队
前Hugging Face亚太生态负责人王铁震，为这场争论贡献了开源一方坦率的声音。在他看来，蒸馏不过是一种知识转译："这就像我读了一本书，然后告诉别人这本书讲了什么。对方也理解了书里说的内容。这基本上就是蒸馏。"
他进一步指出，美国同行之间也在互相蒸馏。埃隆•马斯克（Elon Musk）最近就承认，xAI蒸馏过OpenAI的模型。新加坡南洋理工大学人工智能教授Erik Cambria也告诉CNBC："合法使用与对抗性利用之间的边界往往是模糊的。"
科技分析机构Tech Buzz China的马睿（Rui Ma）则提出了另一层判断：Anthropic长期将"计算资源领先"塑造成国家安全优先事项，并持续主张对华收紧芯片出口管制。无论是否有意为之，"非法能力转移"这套叙事，客观上强化了进一步限制中国获取先进算力的理由。
而站在争论另一边的人，态度同样鲜明。在他们看来，通过欺诈账户、绕过地区限制的大规模提取，早已越过了"研究惯例"能够辩护的边界——这不是知识的转译，而是能力的盗运。
Silverado Policy Accelerator董事长、CrowdStrike联合创始人Dmitri Alperovitch的判断颇具代表性："很明显，中国AI模型快速进步的部分原因，正是通过蒸馏盗取美国前沿模型。"
这种立场正在迅速变成政策。到今年4月，OpenAI、Anthropic和Google已同意通过"前沿模型论坛"共享情报；白宫随后发布NSTM-4号备忘录，指示联邦机构将中国的蒸馏行为正式定性为国家安全问题。
一个曾经的技术术语，就这样在几个月内，完成了从实验室到国家安全备忘录的旅程。
闭源的两道裂缝
如果说蒸馏之争暴露的是开源阵营的原罪叙事，那么这个初夏，闭源阵营自己的两道裂缝，也先后暴露在聚光灯下。
第一道裂缝，是访问权。
6月12日傍晚5点21分，Anthropic收到一封来自美国商务部的信。信里没有详细说明国家安全方面的具体关切，只有一道指令：立即暂停所有外国公民——无论身处美国境内还是境外，包括Anthropic自己的外籍员工——对Fable 5和Mythos 5两款模型的访问。
留给公司的合规时间，只有90分钟。
Anthropic的选择，是把模型对全世界所有用户直接下线。此时距离Fable 5发布，只有三天。这款被寄予厚望的最强商用模型，就这样在全球用户面前消失了十九天，直到7月1日才重新上线。
十九天听起来不长。但对2026年的开发者来说，当前沿模型已经成为工作流里的"常驻队友"，它的突然消失把"AI依赖"这个抽象辩论，变成了一场有起止日期的、具体的停电。
它证明了一件事：闭源模型无论多强，它的开关都握在别人手里——可能是公司，可能是政府，也可能是两者谈判桌上的一纸信函。
第二道裂缝，是价格。
Fable 5恢复上线的同一天，Palantir CEO亚历克斯•卡普（Alex Karp）恰好在CNBC演播室里向闭源定价模式开火。
"我遇到的每一家企业……这些人都气得不行，"他说，"他们说，'我在为毫无价值的token付钱。这些人正在窃取我的业务权重和alpha。'"
卡普将按token计费的模式称为一种"财富税"：企业不断为没有实质回报的AI使用付费，同时把自己的知识产权与竞争优势拱手相让。"这是通过我传达出来的美国商业界的声音。"
卡普当然有自己的立场。几天前，Palantir刚宣布与英伟达扩大合作，把开源的Nemotron模型部署进客户自己控制的主权AI环境。他批评的，正是自己的竞争对手。
但立场之外，裂缝是真实的。风险投资人查马斯•帕利哈皮蒂亚（Chamath Palihapitiya）同月估计，企业每月使用GPT-5.5 Pro的费用可能高达10.5万美元，而使用DeepSeek R1只需2740美元。
十九天的下线与token账单的愤怒，看似是两件事，实则是同一个问题的两面：当你的核心能力建立在一个你无法控制的模型之上时，你既控制不了它的价格，也控制不了它的开关。
中国赢的是什么？
美中经济与安全审查委员会（USCC）今年3月发布的《两个循环》报告，给出了我读到的最锐利的框架之一：中国的策略运行在两个相互强化的循环里。
一个是数字循环：开源模型的创新与社区驱动的迭代。
另一个是物理循环：在制造、物流与机器人领域的大规模部署，不断生成真实世界的专属数据，再反哺模型改进。
报告的警告很直接：美国的出口管制主要瞄准数字循环，却并不适合应对物理循环。换句话说，美国一直在拧紧一个水龙头，却没注意到水早已从另一个方向漫了过去。
数据也支撑了这个判断。在Hugging Face上，阿里巴巴的Qwen家族累计下载量已经超过Meta的Llama；MIT的一项研究发现，中国开源模型在总下载量上已超过美国模型。新加坡政府支持的AI Singapore项目选择Qwen而非Llama构建其最新区域模型；马来西亚宣布其主权AI生态系统将运行在DeepSeek之上。
从内罗毕到圣保罗，再到旧金山，创业者们正在中国的开源模型上搭建自己的产品。颇具讽刺意味的是，就连Fable 5那十九天的下线，也被多位科技高管和投资人批评为"给中国开源开发者送去了宝贵的追赶时间"。
但这场胜利也有边界。
兰德公司（RAND）今年3月的研究指出，开源策略本身正在成为一种软实力工具。中美两国都在试图通过开放生态系统赢得发展中世界的信任，而这场比拼的胜负，从来不完全取决于模型能力本身。
而这场胜利最意想不到的变数浮出了水面 - 它不来自华盛顿，而来自北京。路透社7月独家报道称，过去一个月里，中国商务部召集阿里巴巴、字节跳动和智谱（Z.ai，GLM-5.2的开发者）等公司开会，讨论是否限制海外用户访问中国最先进的AI模型 - 讨论范围明确包括开源模型。报道还提到，5月一场法律学者研讨会的结论发表在最高人民法院的刊物上，提出了一套分级思路：基础开源工具仅需备案，进阶技术需要安全审查，而最敏感的前沿模型，或禁止公开发布，或仅限境内使用。
需要强调的是，这仍是未经证实的政策讨论，不是已签发的法令 - 路透社自己也承认，无法确认任何潜在限制将如何运作。但如果它成真，其含义耐人寻味：那个凭借开放赢得全球采用的中国，可能会亲手给自己最锋利的武器装上保险栓。已经流传在全球硬盘上的权重无法收回，但下一代模型完全可以只以API形式面世，或让开源版本永远滞后于前沿一步。倘若如此，从内罗毕到圣保罗的开发者们所依赖的那条"河流"，将在上游遇到一道新的闸门- 而这一次，守闸的人换了。
这恰恰反衬出一个常被忽略的事实：开放从来不是技术的自然状态，而是一种随时可以被收回的政策选择。当中美两国都开始把前沿模型当作战略资产围起"硅幕"时，今天这个开发者可以自由下载近前沿权重的时代，或许不是历史的常态，而是一扇正在缓缓合拢的窗口。这让开源的存在本身，显得愈发不容易，也愈发难得。
用户的选择
理论分析终究要落到地面上。
Ben Cera是Polsia的创始人。这家公司让AI智能体全天候替企业处理运营事务。他曾是Anthropic的重度用户，直到月账单超过100万美元。
"我们运行了整套堆栈，"他告诉我，"规划、工程、客服、营销、邮件，全部都有。智能体本身是token的大户：每一个计划—行动—验证循环都需要多次模型调用，而我们同时服务数千家企业。"
他最终的解决方案，是租用GPU、转向开源模型：MiniMax（M3）承担通用任务，GLM-5.2负责更复杂的编程。
"直接对比是Anthropic的API花费与GPU租赁费，因为开源模型本身是免费运行的。"但他也不掩饰代价："成本降低100倍——但远不是开箱即用。大量工程工作投入到如何让GPU保持高效负载，以及如何建设路由器，把每个任务分配给合适的模型。这个工作才是真正的成本，而且只有在这种规模下才值得。"
更重要的是，他没有回避质量问题。
"它不是最先进的，我也不会假装它是。复杂代码库上的推理能力更弱，幻觉更多。大部分可以通过更严格的路由和更紧密的执行框架来弥补。如果成本不是问题，我就直接用美国前沿模型了。这是一个成本决策，不是质量决策。"
他的结论值得每一个做技术选型的人记住："能力是少数几家实验室赢得的竞赛；成本是其他所有人都能参与的竞赛。那才是更大的力量。"
连续创业者、tycoon.us创始人邱晓茵（Xiaoyin Qu）则把这个逻辑推向了更系统的框架。她认为，美国和欧洲企业最终会转向中国模型，恰恰是因为它们可以在自己的GPU上托管中国模型，依然保持合规，并在此基础上用自己的数据做后训练，构建数据护城河。
在她看来，把所有数据和AI控制权交给某一家闭源实验室，并不等于"关心安全与合规"；某种意义上，那恰恰是一种主动放弃数据主权的选择。而Fable事件之后，"平台会不会以安全之名保留、甚至切断你的访问"，已经不再是假设性问题。
这触碰到了这场争论真正的神经：运行中国模型的权重，和把数据发送给中国公司，是两件完全不同的事。
正如Ben Cera所说："权重完全运行在我们控制的美国服务器上 - 什么都没有接触中国基础设施。这是很多人没有意识到的部分。"
值得一提的是，这也解释了为什么已经下载到全球各地服务器上的开源权重，即便北京真的收紧出口，也无法被"召回" - 河流一旦入海，就没有人能把水舀回源头。
对于那些处理最私密数据的产品而言，这个问题甚至更微妙。本地运行的中国模型，可能比把数据传到云端的中国服务更安全；一份美国闭源API的企业级合约，也可能比随手下载的开源聊天机器人更值得信赖。
"开放"与"安全"从来不是同义词。有时候，它们甚至互为悖论。
水龙头与河流
王铁震说，开源世界信奉一种"共同成长"的逻辑：把饼一起做大，谁都不必是输家。
白宫的NSTM-4备忘录代表另一种逻辑：这种繁荣建立在一根随时可能被掐断的水管上。
而Fable 5的十九天，则展示了第三种可能，也是最出人意料的一种：水龙头被拧上的那只手，未必来自竞争对手，也未必来自敌国。它可能来自你自己政府的一封信，一封只给你90分钟的信。
如今，就连河流的上游，也传来了修闸的图纸声。
水龙头当然可以被关闭、被加锁、被纳入出口管制的框架，也可以在十九天后被重新拧开。
可河流不一样 - 不需要一个单一的、可以被一手关上的源头。它由无数细小的支流汇成，绕开每一处筑起的堤坝，自己去找地势更低的方向。
中国的开源策略，赌的从来不是某一个水龙头会不会被拧紧。它赌的是：当无数工厂、物流网络、从内罗毕到圣保罗的创业者，以及像Ben Cera这样在美国服务器上运行中国权重的旧金山创始人，都在悄悄生成属于自己的数据时，这条河流终将找到自己的入海口 - 无论上游是谁在守着那一道闸门。
这场战争最终的胜负，或许根本不会在某一份排行榜上揭晓。
它会在某个清晨悄然落幕：当一个东南亚的银行职员、一个珠三角的质检工程师、一个正在用中国权重调试代码的硅谷创业者，都已经忘了自己手里的模型最初从哪里"蒸馏"而来，也忘了它曾经消失过十九天。
而那时，可能没有人会再问：这条河，究竟该算谁的胜利。
（作者介绍：林薇（Vivi Lin），常驻硅谷的创新观察者、媒体人与创业者，“Tech with Soul”倡导者。本文仅代表作者观点。责任编辑邮箱：tao.feng@ftchinese.com）