2026年11月4日，美国中期选举刚结束，密歇根州民主党参议员阿卜杜勒·埃尔-赛义德在接受采访时表示，美国应该全面暂停前沿人工智能研发，不必担心被中国追上。他的说法大意是，中国的前沿研究“只是在仿冒我们的模型”。

美国是一艘快艇，中国是被快艇拖着的滑水者，快艇停下来，滑水者自然也跟着停。但滑水者跟着快艇走，前提是他自己没有发动机。

回看前几年的大模型竞争，美国前沿实验室自己也曾遇到瓶颈。2024年11月，彭博社在一篇报道中称，OpenAI、谷歌和Anthropic等巨头在研发更先进的AI模型上已经陷入困境。

它们为构建新模型付出了努力，但带来的回报正在减少，以至于频繁推迟发布新产品。

OpenAI的CEO萨姆·奥尔特曼随后在X上发文回击彭博社，意思是对方不了解AI却妄下断言。奥尔特曼认为，人工智能训练的收益递减并不存在，规模效应没有收敛，OpenAI坚信的“大力出奇迹”还没有到撞墙的时候。

但三个月后，最终拿出惊艳全球的推理模型的，并不是OpenAI，而是DeepSeek。大模型训练陷入瓶颈的焦虑，早在2024年9月就已经开始了。

当时仍然有许多亮眼的成就，比如阿里在9月发布的Qwen2.5-Instruct-72B，在海外研究机构的评分中超过了GPT-4o和Anthropic的Claude Sonnet。

OpenAI同一时期发布了推理模型o1预览版。虽然推理成本在下降，但和4o相比，输入价格还是贵了三倍，输出价格贵了四倍，满血的Pro版要200美元一个月。

AI模型不再让人兴奋，深层原因还是靠堆砌算力、参数和数据换取模型性能提升，这种做法的边际效益正在持续衰减。为了优化计算资源，OpenAI已经在计划量产自研芯片。

为了保证数据中心的能源供应，奥尔特曼甚至亲自参与核电公司，推动建设核电站。

OpenAI此前发布的GPT-4.5被评价为“能力一般，欲望不小”，输入价格是DeepSeek的1000多倍。奥尔特曼给出的没能同时向Plus和Pro用户推出GPT-4.5的理由是，GPU不够用了。

把中国人工智能的进步归结为“模仿美国闭源模型”，逻辑上有一个漏洞。OpenAI和谷歌的模型没有公开权重，训练细节大部分不对外披露。

所谓“仿冒”在技术上究竟指什么，埃尔-赛义德并没有说清楚。

DeepSeek-R1一推出就能震撼世界，真正的原因可能不只是成本低、性能好，更在于它为陷入瓶颈的大模型训练重新找到了一条新路。传统的大模型训练依赖大量监督数据和复杂流程，人工标注的监督微调数据不仅收集成本高，而且难以扩展。

更重要的是，这类数据往往会带入人类先验的偏见，限制模型自主探索更优解的能力。这就好比一个老师只会填鸭式教育，要求学生严格模仿板书答题，学生一碰到变形题就会卡壳。

在DeepSeek-R1的论文中，研究人员用强化学习的方式训练模型，不依赖人工标注的精选数据，成功激发出模型自我验证、反思和长链条推理的能力。

这就好比老师直接抛出没教过的奥数题，只告诉学生评分规则，学生不断试错，再根据得分反推哪些步骤扣分、哪些步骤加分。

研究人员发现，DeepSeek在解一道数学题时，在中间推导阶段突然意识到原来的解法可能会很复杂，于是主动中断思路，回到起点，重新选择了更高效的解法，还非常拟人地说了一句：“等等，我好像误了。”模型甚至出现了“顿悟时刻”。

DeepSeek-R1不需要2.5万块英伟达A100，不需要一年两亿元的电费，不需要人工标注的海量数据，也不需要提高API价格。对所有人来说意义更大的是，DeepSeek是开源的，任何人都可以免费使用，自己拿去训练。

2025年2月24日到28日的开源活动中，DeepSeek一口气公布了5个代码库，打造了一套从软件层面挖掘硬件性能的算力系统，在不升级硬件的情况下，把训练效率直接提升了40%到60%。这样的技术路线，很难用“模仿”来解释。

2025年11月，麻省理工学院与Hugging Face的联合研究显示，过去一年中国开发的开源模型在全球下载量中的占比升至17%，首次超过美国的15.8%。

这种透明打乱了大模型竞争的逻辑。当模型参数、训练策略乃至应用接口都公开在开源社区时，闭源阵营靠数据规模和硬件投入建起的护城河就荡然无存了。

一个能力超强又便宜的开源模型成了技术底座，就像乐高造出了零部件。DeepSeek把大模型带到了一个类似“安卓时刻”的节点。

低廉的价格给过去需要频繁调用API、成本居高不下的应用带来了盈利机会。蒸馏出的各种小参数版本对算力资源需求少，可以直接部署到端侧。

美国业内的判断也说明了这一点。2026年1月16日，谷歌DeepMind首席执行官哈萨比斯在播客中表示，中国的人工智能模型与西方的差距“仅在几个月之内”。

2026年9月15日，Mozilla发布的第二版《开源AI现状》报告把这一差距量化为4.4个月。报告指出，月之暗面的Kimi K3在智能指数上仅比Anthropic的Fable 5低三分，使用成本只有后者的约30%。

在算力上，DeepSeek早期依赖英伟达H800训练R1。美国芯片管制收紧后，2026年4月发布的V4模型全面适配华为昇腾架构。

这条路线是被管制逼出来的，结果是训练栈走向自主，而不是复制某个美国模型。华盛顿的实际行动同样能说明问题。

2026年11月英国《金融时报》报道，甲骨文在特朗普政府施压后，取消了与腾讯价值约70亿美元的芯片租赁交易。如果暂停研发就能让中国自动停下，美国不必在算力通道上花这么大力气。

2026年9月桑德斯和卡萨尔提出《禁止人工超级智能法案》，主张暂停先进人工智能研发。众议院议长约翰逊则拒绝暂停，理由恰恰是“中国会超过我们”。

暂停的范围多大、持续多久、由谁判定，这些问题在“滑水者”的比喻里都没有交代。暂停键按下去，中国不会自动停下，美国实验室里需要长期投入的研发方向反而会先受到冲击。