中国 AI 的打法，已经换了内核

黄仁勋发了人生第一条推文，不推芯片，推的是一封公开信。

这事儿本身就值得琢磨。

一个在 X 上沉默多年的人，7月24日晚上突然开嗓，开口第一句话不是“我的芯片天下第一”，而是转了一封25家公司联名的公开信，主题就一个：

开源 AI 模型是好东西，国会老爷们千万别急着下死手限制。

签名名单上有英伟达、微软、Meta、IBM。美国科技圈的半壁江山，齐刷刷站队开源。

为什么是现在？

为什么黄仁勋憋了这么多年的第一条推文，给了这个话题？

答案藏在同一周的另一条新闻里。那几天，中国月之暗面的 Kimi K3，把完整权重挂上了 Hugging Face。

再往前数10天。

7月16日，K3上线几个小时，就在 WebDev Arena 编程盲测榜上登顶。注意这个定语，开源模型第一次在这个榜上压过所有闭源模型。

注意，是所有。

美国 AI 圈的知名研究者 Nathan Lambert 当场写下一句话，后来被反复引用：“frontier open-weight models are now real”。

翻译过来，前沿开源权重模型，这回是来真的了。

一句话，道破天机。

黄仁勋们急着喊话国会，不是良心发现爱上了开源精神，是发现开源这面旗，再不抢过来扛，就要被别人扛走了。

刚发布的那份47页技术报告，把 K3怎么做到的讲得明明白白。我给大家捋一捋，这事儿到底有多不一般。

先说一个反常识的判断。

大模型往哪儿变强，报告说有两条路。

一条是部署前砸算力，模型做得更大，数据喂得更多。另一条是部署后砸算力，让模型推理更久、反思更深、自己干活。过去两年，开源社区在后一条路上狂奔，前一条路上几乎原地踏步，绝大多数模型卡在1万亿参数这一档动弹不得。

K3的判断很直接，光练后半场，迟早被闭源甩开。

两条轴，得一起推。

一个多月前，DeepSeek V4的报告选了另一条路线，重新设计注意力，拼命压低成本，V4 Pro 总共1.6万亿参数，每个词只激活49亿。

K3反着来，2.78万亿总参数，每个词激活1042亿，激活量直接翻倍还多。

两份报告，隔空回话。

一个往精里做，一个往大里做。谁对？不好说。但敢这么公开叫板的，说明手里都有真家伙。

K3手里的家伙，数据上是这么写的：

相比上一代 K2，整体 scaling 效率提升约2.5倍。

2.5倍从哪儿来？拆开看，是三组改动叠出来的。

第一组，管词和词之间怎么交流。

传统注意力让每个词回头比对前面所有词，文本翻倍，计算量翻四倍。百万字的上下文？算力直接哭给你看。K3把四分之三的注意力层换成一种叫 KDA 的线性注意力，不逐词回翻，只维护一份固定大小的状态，计算量随文本长度线性增长。

怕线性注意力眼神不好，每三层 KDA 保留一层传统注意力兜底，3:1混搭。顺手还把位置编码整个扔了，不给词标座位号，让模型自己记顺序，于是100万 token 的上下文直接原生支持，不用事后打补丁。

第二组，管层和层之间怎么传话。

K3有93层。

过去十年，深度学习的规矩是每层只能看上一层递来的纸条，传到第93层，第1层算的账早稀释没了。K3搞了个叫 AttnRes 的东西，让每一层能主动翻前面所有层的笔记。

第90层想查第1层的原始作业？直接调阅，不用等层层转达。

第三组，管宽度。

模型里塞了896个专家子网络，每个词进来只调用16个，参数利用率不到2％。专家一多就容易乱，有的累死有的闲死。

传统做法是靠惩罚项纠偏，专家多到这个量级根本调不稳。K3换了思路，叫分位数均衡，直接看统计分布反推调度偏好，一次算完，还给了数学证明，理论上能做到完美均衡。

这个方法，是在 DeepSeek V3的方案上改的，方向是人家的，活儿干得更漂亮。

报告里坦荡承认了这些渊源。

MLA 注意力压缩来自 DeepSeek V2，不加辅助 loss 的路由策略来自 V3。但他紧接着干了件很有江湖气的事。

报告里有个案例，让模型去优化 GPU 核心算子，其中一个挑的是 DSA，DeepSeek 自家的招牌注意力算子。结果，K3把 DSA 的运行时间砍掉了55.1％。

自家的核心武器，被别人拿过去提速过半，还写进论文里给全世界看。DeepSeek 下一版要是不回应，怕是很难咽下这口气。

这就有意思了。

中国 AI 这两家，你拆我的招，我接你的力，技术报告写得一次比一次细，因为谁都清楚，我公开得越彻底，你踩着肩膀往上爬得就越快。这不是内卷，这是接力。

DeepSeek 拿掉辅助 loss，K3用分位数做得更精确；K3把 KDA 连带 kernel 和编译器 MiniTriton 一并开源，下一个团队就少走一大段弯路。

训练的排场也够大。

强化学习用的沙箱，训练评估期间一共创建了5120万个，存档133毫秒，恢复49毫秒。九个自研教师模型分头带徒弟，最后蒸馏回一个统一模型。BrowseComp 拿到91.2％，成本是 GPT-5.6 Sol 的一半。

Kimi Code Bench 上比 Claude Fable 5低4分，花费只有对方的38％。

还有一个细节，我读到的时候忍不住笑了。

Kimi 的 C 端因为算力紧缺，暂停了新用户订阅。产品火到限购，这在 AI 圈算不算一种新的凡尔赛？

怎么看？完全我个人看法，三点吧。

第一，开源闭源的攻守之势，真的在变。

过去几年的剧本是固定的，闭源站在山顶，开源在山腰吃土，差距按年算。现在呢？编程盲测榜上，开源把闭源挨个挑落马下，成本还只有人家的三分之一到一半。

当一个不要钱随便下载的模型，性能摸到最强闭源的脚脖子，闭源那道付费墙的根基就开始松了。Lambert 那句话之所以被疯传，是因为他说出了很多人不敢说的东西：

护城河，可能是个心理作用。

第二，美国的焦虑，写在黄仁勋的第一次里。

想想这个画面。中国开源模型登顶的同一周，美国芯片之王的账号活了，转发的内容是求国会别限制开源。为什么怕限制？

因为限制开源，等于把全球开发者的生态位拱手让给中国的开源模型。

英伟达们心里门儿清，技术标准谁定，生态就在谁手里，钱就在谁手里。这道选择题，封是封不住的，只能下场跟着玩。黄仁勋的沉默年代结束了，结束在一个中国模型登顶的7月。

这个巧合，比任何社论都有说服力。

第三，中国 AI 的打法，已经换了内核。

早些年是追赶，别人开源什么我们学什么。现在是出题，K3给 DeepSeek 优化算子，DeepSeek 给 K3提供路线，两家你追我赶，顺手把脚手架全部开源，招呼全球开发者一起来盖楼。

这种打法的高明之处在于，模型本身会过时，但你开源的架构、算子、均衡方法会留在别人的代码里，变成行业标准的一部分。

DeepSeek 的下一版会不会用上分位数均衡和 KDA？更多开源模型冲更大规模的时候，会不会直接站在 K3公开的地基上？大概率会。

到那时候，隔空喊话的就不止这两家了。

技术竞争有个朴素的道理，封锁锁出来的，往往是自己的孤岛；开放开出来的，才是真生态。

7月16日那个晚上，盲测榜刷新的时候，没有发布会，没有礼花。但很多人都听到了，有什么东西裂开了一条缝。

缝的那一边，开源这两个字，正在长成一个谁也没法装作看不见的庞然大物。