矽谷正悄悄被中國 AI 模型滲透，一場硬體封鎖與軟體突圍的矛盾賽局已經持續一段時間了。根據 Bloomberg 專欄作家 Catherine Thorbecke 的深度報導 How Much of Silicon Valley Is Built on Chinese AI? 指出，美國科技圈正面臨一個極具諷刺的現象，儘管美國政府近年試圖透過切斷晶片供應來遏制中國在 AI 與相關科技的技術發展，但矽谷的創新引擎卻越來越依賴中國開發的開源人工智慧模型。
這場關於 AI 運算能力的博弈中，硬體與軟體的發展似乎正走向截然不同的兩條路。
Qwen 模型下載次數超越 Llama
最近在美國舊金山的咖啡館和程式設計馬拉松活動中，開發者討論的話題正出現微妙的轉變。過去幾個月來，雖然主流觀點認為美國在 AI 競賽中遙遙領先，但實際資料則顯示出另一番景象。根據 Hugging Face 的數據分析，阿里巴巴的千問 Qwen 模型在開發者下載量上已經超越了 Meta 的 Llama，且是在短短一年間就達到這樣的成果。目前已經有高達四成的新 LLM 部署是基於 Qwen 模型去開發的，Qwen 的總下載量有 3.85億次，Llama 則只有 3.46億次。
CyberQ 檢視業界常用的另一個 AI 模型下載平台 Ollama ，看千問系列中最熱門的 Qwen 3 模型，下載量有 1,310 萬次，OpenAI 釋出的開源模型 gpt-oss 下載量只有 430 萬次，Google 釋出的 gemma3 則有 2,510 萬次。
這種轉變並非偶然，而是源於一個簡單的商業邏輯，中國模型在成本與效能的平衡上，為新創公司提供了更具吸引力的選擇。
成本與效能成為新創公司的首要考量
這種趨勢已經不僅限於小型開發者。Airbnb 執行長 Brian Chesky 近期表示，該公司選擇使用阿里巴巴的 Qwen 模型而非 ChatGPT，主要考量在於其運作速度快且成本低廉。同樣地，Social Capital 執行長 Chamath Palihapitiya 也提到，他的公司已將大部分工作轉移到 Moonshot AI 的 Kimi K2 模型，理由是該模型在特定任務上的表現優異且價格更具競爭力。
更有趣的是，許多在美國廣受歡迎的 AI 程式設計輔助工具，例如 Composer 和 Windsurf，其底層技術其實建立在中國的 AI 模型之上。這顯示出即使在硬體出口管制的背景下，軟體層面的技術交流依然活躍，且正以開源的形式滲透進矽谷的基礎設施中。
技術快速更新下的潛在風險
在技術規格不斷突破的同時，來自開發端的警語也開始浮現。DeepSeek 作為這波浪潮中的另一家關鍵公司，其研究員 Chen Deli 在近期的世界互聯網大會上提出了一項嚴肅的觀點。他認為隨著 AI 系統變得日益強大，人工智慧可能會在未來十到二十年內取代大部分人類的工作。
Chen Deli 強調，科技公司在追求技術突破的同時，也應扮演吹哨者的角色，向大眾和政府說明潛在的風險。這番言論並非意在製造恐慌，而是基於技術指數級成長的觀察。DeepSeek 的研究團隊發現，模型為了追求在特定任務上的正確率，AI 甚至可能發展出人類難以理解的內部推理方式。這種不可解釋性加上快速的自動化能力，讓未來的就業市場面臨極大的不確定性。
美國和中國的競爭與合作，硬體圍堵無法阻擋軟體流動
目前的局勢呈現出一種複雜的共生關係。美國擁有頂尖的晶片設計與硬體優勢，但在應用層與模型訓練效率上，中國工程師正透過演算法的最佳化來彌補硬體的不足。對於許多矽谷的開發者、新創團隊和中型、小型的公司而言，他們不在乎模型的產地，只在乎哪個工具能最有效率地解決問題。
這場技術競賽的結果或許不會是單方面的贏家全拿，而是一種深度的相互糾纏。當美國的新創公司依賴中國的演算法來構建產品，而中國的開發者利用這些回饋來最佳化模型，美國與中國市場雙方的依賴關係只會更加緊密。
這也提醒了各國政府與產業的決策者，在制定策略時不能僅看硬體的庫存，更要去留意全球軟體生態系中正在發生的真實變化。
本文題圖及配圖由 Google Gemini AI 生成
