硅谷顶级前沿科技与生物技术风投Dimension的合伙人Nan、Adam和Zavain，在今年8月带队深入北京、上海和香港，对中国顶尖AI实验室和基础设施生态进行了一周的密集考察。随后，他们在一封写给有限合伙人（LP）的内部长信中，详细记录了自己的观察，核心结论是：美国的芯片出口管制不仅没有锁死中国的AI进程，反而逼出了中国团队的极限工程能力；中美AI产业在底层数据、开源模型和蒸馏技术上深度交织，所谓“脱钩”更像是一个伪命题。这封信在英文科技圈和X（推特）上引发广泛讨论。

信中首先指出，美国出口管制的初衷是拖慢中国AI发展，但结果适得其反，产生了巨大的进化压力，催生出一种截然不同的AI实验室形态。由于严重缺乏高端算力，中国团队被迫在代码底层进行极限工程优化。一个最极端的例子是，DeepSeek的V3模型是在2048张被刻意“阉割”性能的H800芯片上训练出来的。为了弥补芯片互连性能的残缺，工程师们直接越过主流的CUDA框架，在更底层的PTX级别编写代码，并为每个GPU重新分配了20个（共132个）流多处理器专门用于跨节点通信。信中评论，这不是因为美国缺乏天才工程师，而是因为两边的激励机制完全不同：美国实验室多花钱买算力，中国实验室多招工程师从架构上砍掉算力需求。这种稀缺孕育了中国独有的全栈效率文化，从内核、优化器、服务系统到芯片，系统性能被榨取到极致。

考察还发现，中国前沿AI领域的内部竞争远比西方想象中惨烈。DeepSeek、阿里巴巴（Qwen）、月之暗面（Kimi）、字节跳动（Doubao）和智谱（GLM）这五家头部实验室的实力咬得极紧，排名几乎每个季度都会重新洗牌。它们不仅要在模型能力和迭代节奏上殊死搏斗，还都在疯狂开源。这种高压的内部“斗兽场”环境，与美国仅有两家闭源巨头（OpenAI和Anthropic）主导的生态截然不同，其带来的创新驱动力丝毫不亚于中美的跨国竞争。

在数据环节，Dimension原本预期会看到大量廉价的“数据标注工厂”，结果却发现了一批围绕AI其他环节的年轻初创公司。例如，一家由北大博士创办的AI评测与预测公司UniPat，成立不到24个月，靠着极高的人工监督质量弥补算力劣势，营收已迅速飙升到1亿美元以上。此外，投资人们还发现，一些顶尖中国研究员正通过手动干预和协助来加速模型训练，实现“弱形式的自我改进（RSI）”，就像当年早期的“半人马国际象棋”（人类+机器的组合击败纯机器），硬生生用人力和时间填平了算力鸿沟。

信中对比了中美AI的营收体量，指出差距依然巨大：到2026年8月，Anthropic的ARR（年度经常性收入）已突破65亿美元，OpenAI达到400亿美元；而中国营收最强的大模型业务（字节跳动的视频模型）年化收入大约在20-30亿美元，纯粹的大模型实验室收入普遍在数亿美元级别。但中国企业的务实与下沉能力令人印象深刻。例如，字节跳动的豆包已拥有3.45亿月活跃用户，超过了Qwen和DeepSeek的总和，虽然目前每天收入不到100万人民币，但几乎全部来自电商带货的佣金。信中感叹，中国创业者有着毫不掩饰的实用主义，根本不在乎“变现方式Low不Low”。

最核心的观察是，尽管硬件在半导体层及以下层解耦，但软件和数据层的融合速度比任何政府响应的速度都要快。信中描述了一个“跨洋技术环流”：美国前沿实验室训练顶级模型，中国团队进行蒸馏并开源权重，美国垂直AI公司拿中国开源模型进行微调，包装后卖给美国企业。例如，代码工具Cursor的Composer 2底层基于Kimi的K2.5，法律AI新贵Harvey发布的Harvey Tenet则基于Kimi的开源模型K3进行后训练。信中认为，中国虽然没有直接赚到西方的钱，但正在疯狂占据西方AI时代的“工作流”，开源模型绕过了欧美严苛的企业采购审查墙——当软件免费开放时，你没有理由拒绝一个供应商。

关于估值，信中直言中国市场的泡沫沸腾程度远超硅谷。考虑到中美模型公司在营收上的巨大差距，中国头部实验室的估值倍数往往是美国同行的5到10倍。例如，月之暗面（Moonshot）在7月底以350亿美元估值完成一轮35亿美元融资，这大约是其3亿美元ARR的115倍，且正在运作IPO前500亿美元估值的融资（对比之下Anthropic只有20倍）。二级市场同样狂热且动荡，智谱AI与MiniMax等公司的市值在上市前后均经历了剧烈的过山车行情。

信末，Dimension认为，用行政禁令强行切断联系，最终大概率只会扼杀美国企业自身的创新速度。中美两国在蒸馏、开源、数据和推理层面已经深层交织。正如海外社交媒体评论区的一句神评论：“芯片正在脱钩，智能仍能流动。”这封信以西方顶级资本的视角，为理解中美AI竞争的真实图景提供了一个难得的参照。