矽谷頂級前沿科技與生物技術風投Dimension的合夥人Nan、Adam和Zavain，在今年8月帶隊深入北京、上海和香港，對中國頂尖AI實驗室和基礎設施生態進行了一週的密集考察。隨後，他們在一封寫給有限合夥人（LP）的內部長信中，詳細記錄了自己的觀察，核心結論是：美國的晶片出口管制不僅沒有鎖死中國的AI程序，反而逼出了中國團隊的極限工程能力；中美AI產業在底層資料、開源模型和蒸餾技術上深度交織，所謂“脫鉤”更像是一個偽命題。這封信在英文科技圈和X（推特）上引發廣泛討論。

信中首先指出，美國出口管制的初衷是拖慢中國AI發展，但結果適得其反，產生了巨大的進化壓力，催生出一種截然不同的AI實驗室形態。由於嚴重缺乏高階算力，中國團隊被迫在程式碼底層進行極限工程最佳化。一個最極端的例子是，DeepSeek的V3模型是在2048張被刻意“閹割”效能的H800晶片上訓練出來的。為了彌補晶片互連效能的殘缺，工程師們直接越過主流的CUDA框架，在更底層的PTX級別編寫程式碼，併為每個GPU重新分配了20個（共132個）流多處理器專門用於跨節點通訊。信中評論，這不是因為美國缺乏天才工程師，而是因為兩邊的激勵機制完全不同：美國實驗室多花錢買算力，中國實驗室多招工程師從架構上砍掉算力需求。這種稀缺孕育了中國獨有的全棧效率文化，從核心、最佳化器、服務系統到晶片，系統性能被榨取到極致。

考察還發現，中國前沿AI領域的內部競爭遠比西方想象中慘烈。DeepSeek、阿里巴巴（Qwen）、月之暗面（Kimi）、字節跳動（Doubao）和智譜（GLM）這五家頭部實驗室的實力咬得極緊，排名幾乎每個季度都會重新洗牌。它們不僅要在模型能力和迭代節奏上殊死搏鬥，還都在瘋狂開源。這種高壓的內部“鬥獸場”環境，與美國僅有兩家閉源巨頭（OpenAI和Anthropic）主導的生態截然不同，其帶來的創新驅動力絲毫不亞於中美的跨國競爭。

在資料環節，Dimension原本預期會看到大量廉價的“資料標註工廠”，結果卻發現了一批圍繞AI其他環節的年輕初創公司。例如，一家由北大博士創辦的AI評測與預測公司UniPat，成立不到24個月，靠著極高的人工監督質量彌補算力劣勢，營收已迅速飆升到1億美元以上。此外，投資人們還發現，一些頂尖中國研究員正通過手動干預和協助來加速模型訓練，實現“弱形式的自我改進（RSI）”，就像當年早期的“半人馬國際象棋”（人類+機器的組合擊敗純機器），硬生生用人力和時間填平了算力鴻溝。

信中對比了中美AI的營收體量，指出差距依然巨大：到2026年8月，Anthropic的ARR（年度經常性收入）已突破65億美元，OpenAI達到400億美元；而中國營收最強的大模型業務（字節跳動的影片模型）年化收入大約在20-30億美元，純粹的大模型實驗室收入普遍在數億美元級別。但中國企業的務實與下沉能力令人印象深刻。例如，字節跳動的豆包已擁有3.45億月活躍使用者，超過了Qwen和DeepSeek的總和，雖然目前每天收入不到100萬人民幣，但幾乎全部來自電商帶貨的佣金。信中感嘆，中國創業者有著毫不掩飾的實用主義，根本不在乎“變現方式Low不Low”。

最核心的觀察是，儘管硬體在半導體層及以下層解耦，但軟體和資料層的融合速度比任何政府響應的速度都要快。信中描述了一個“跨洋技術環流”：美國前沿實驗室訓練頂級模型，中國團隊進行蒸餾並開源權重，美國垂直AI公司拿中國開源模型進行微調，包裝後賣給美國企業。例如，程式碼工具Cursor的Composer 2底層基於Kimi的K2.5，法律AI新貴Harvey釋出的Harvey Tenet則基於Kimi的開源模型K3進行後訓練。信中認為，中國雖然沒有直接賺到西方的錢，但正在瘋狂佔據西方AI時代的“工作流”，開源模型繞過了歐美嚴苛的企業採購審查牆——當軟體免費開放時，你沒有理由拒絕一個供應商。

關於估值，信中直言中國市場的泡沫沸騰程度遠超矽谷。考慮到中美模型公司在營收上的巨大差距，中國頭部實驗室的估值倍數往往是美國同行的5到10倍。例如，月之暗面（Moonshot）在7月底以350億美元估值完成一輪35億美元融資，這大約是其3億美元ARR的115倍，且正在運作IPO前500億美元估值的融資（對比之下Anthropic只有20倍）。二級市場同樣狂熱且動盪，智譜AI與MiniMax等公司的市值在上市前後均經歷了劇烈的過山車行情。

信末，Dimension認為，用行政禁令強行切斷聯絡，最終大機率只會扼殺美國企業自身的創新速度。中美兩國在蒸餾、開源、資料和推理層面已經深層交織。正如海外社交媒體評論區的一句神評論：“晶片正在脫鉤，智慧仍能流動。”這封信以西方頂級資本的視角，為理解中美AI競爭的真實圖景提供了一個難得的參照。