聚焦正文阅读,让信息表达与延伸浏览形成完整闭环
文章详情页面将标题、元信息、正文、上下篇跳转与推荐阅读整合进统一阅读场景中, 通过更聚焦的主体区域和更轻量的辅助区块, 提升长内容浏览时的稳定感、连续性与沉浸感。
文章详情页面将标题、元信息、正文、上下篇跳转与推荐阅读整合进统一阅读场景中, 通过更聚焦的主体区域和更轻量的辅助区块, 提升长内容浏览时的稳定感、连续性与沉浸感。
减少干扰信息,让阅读注意力更集中。
让内容扩散动作更自然地发生在阅读结束之后。
上下篇与推荐内容共同构成连续访问路径。
美国程序员们乐于订阅Cursor服务,并给予高度评价。然而,当深入探讨其运作方式时发现,该服务的基础其实是来自中国的AI模型。Menlo Ventures最近发布的报告显示,全球企业在开源AI服务上的实际支出中,有89%的预算流向了中国的模型。其中,Kimi占61%,DeepSeek为15%,智谱GLM占11%,通义千问占3%,而Meta的Llama则仅占7%。美国公司虽为全球开源AI生态提供了基础设施,但中国公司却收获了绝大部分的商业收益。
Cursor于年初推出了其主打的编程模型Composer 2,并受到开发者的广泛赞扬,称其显著提升了开发效率。不过报告指出,Composer 2并非初期完全由硅谷自主训练,其底层技术基于Kimi K2.5经过深度微调,并透过美国的算力托管平台Fireworks AI来进行计算。这一切构成了一幅奇特的商业图景:美国企业为Cursor支付高额SaaS订阅费,而Cursor的算力请求则转发至托管平台,后者的运作则是基于中国的开源模型。
这种情况类似于购得一辆昂贵的外国产跑车,人们对其性能赞不绝口,但细究其内部结构却发现核心组件来自于中国制造。报告也解释了一个现象:为何DeepSeek在OpenRouter等平台上的Token调用量高于Kimi,但经过美元支出统计却显示Kimi独占61%。DeepSeek更像是性价比极高的工具,而Kimi则是直接承担高价值复杂业务的“收入制造机”。
在2023年,扎克伯格推出了Llama系列,试图通过免费开源高级模型权重来挑战OpenAI的闭源策略。他希望借此制定全球开源AI的底层标准,遏制OpenAI的封闭模式。然而,最终的局势远超他的预期。开源竞争的真正考验在于工程落实和成本控制,且中国团队展现出了惊人的快速适应能力。
报告中的一个数据尤为引人注目:过去一年,企业对开源模型的Token消耗占比从11%骤升至19%,而开源模型在企业AI总支出中的占比却从6%降至4%。这种用量的暴增伴随价格的急剧下滑,正是中国AI团队对全球市场产生深远影响的明证。尽管小扎在AI产业投入了数百亿美元,搭建了开源的基础,但最终发现,企业支付的费用中,只有7%是Meta的收益。
面对中国占据89%的开源支出数据,外界无需过于恐慌。报告同样指出,在全球AI模型的总预算中,闭源模型依然占据了96%的市场份额。以OpenAI、Anthropic和Google为代表的美国闭源巨头,仍然在高利润市场中获得巨额收益。
Menlo Ventures本身就在Anthropic的核心投资中占据重要一席,因此报告在强调中国开源市场优势的同时,也在一定程度上安抚投资者,表明尽管开源市场增长迅猛,但仍然只占整体预算的4%,最大的利润仍牢牢掌握在以Anthropic为代表的美国公司手中。这反映了中美AI产业之间紧张的“生态双轨制”:美国巨头依靠顶尖算力和市场垄断获取超额利润,而中国企业则利用强大的工程能力和低廉的推理成本占领开源领域。
在当今背景下,许多人可能好奇美国企业是否担心数据合规和安全审查,而为何仍然愿意将商业预算投入中国模型。原因在于“开源”所带来的商业避险属性:相关数据存储于中国,计算在美国进行,这种模式具备良好的产业韧性,既遵循本地数据合规,又能以低成本享受中国顶尖模型的技术红利。这一现象彻底改变了全球AI产业的竞争逻辑,过去谁拥有最多GPU显卡就能决定未来,但如今的核心在于谁能降低智力成本。
当一个硅谷初创团队通过几千美元的算力成本,便能调用基于Kimi或DeepSeek服务,完成以往需数万美元的闭源模型任务时,市场的选择显得格外真实。在过去十年,硅谷一直是全球科技的规则制定者和收费站的掌控者,搭建生态和收取高额平台费。但在开源AI的领域,中国企业正展现出强大的竞争力和创造力。