TL;DR：
最新分析揭示，美国AI编程新秀Cursor和Cognition的“自研”大模型，实则基于中国开源模型微调或套壳。这一现象不仅凸显了开源模型在全球AI创新中的核心驱动力，更预示着全球AI竞争格局正从少数巨头垄断转向多极化、开放协作的新阶段。
近期，全球AI领域掀起了一场关于“自研”与“套壳”的讨论，其核心指向的是两家备受瞩目的AI编程公司：Cursor和Cognition。当Cursor发布其“自研”代码模型Composer，以及Cognition推出其最新AI模型SWE-1.5后，社区用户和业界专家们很快发现了一个有趣的现象：这些模型在进行内部思考或特定“越狱”测试时，竟然频繁地使用中文，甚至直接“坦承”自己是基于中国智谱AI的GLM大模型开发。这并非偶然，而是全球AI技术演进和产业格局重塑的深层缩影，预示着一个由开源驱动、多极竞争的新时代正在加速到来。
技术融合与开源生态的崛起
表面上的“套壳”指控，实则揭示了大模型研发策略的深刻演变。从技术原理来看，无论是Cursor的Composer（一个基于强化学习训练的大型MoE模型，强调速度与效率），还是Cognition的SWE-1.5（参数量达数千亿，性能接近SOTA），它们的核心创新点可能更聚焦于模型的微调（fine-tuning）和强化学习（Reinforcement Learning, RL）阶段，而非从零开始的基础模型训练。业界大佬Daniel Jeffries指出，从头开始训练一个基础模型所需的资金、计算资源和团队规模极其庞大，即便是许多资金雄厚的公司也难以成功。对于Cursor和Cognition这类拥有强大数据集和用户编码数据的初创公司而言，在后期训练阶段投入强化学习，利用现有强大基座模型进行定制化改进，无疑是更高效、更具成本效益的策略1。
这一现象的背后，是中国开源基础模型近年来显著的技术突破和能力跃升。当模型在思考时输出中文，或直接暴露其“出身”为智谱GLM时，强有力地证明了中国开源模型在底层技术上已具备了支撑全球顶尖应用的能力。这种能力不仅体现在模型质量、性能、推理速度等传统指标上，更在于其开放性和易用性，使得全球开发者能够在其基础上进行二次开发和创新。
产业格局的重塑与多极化竞争
此次“套壳”事件并非孤立现象，而是当前全球AI产业格局重塑的一个鲜明例证。NVIDIA CEO黄仁勋近期在GTC大会上强调，开源模型已变得异常强大，极大加速了AI应用的进程，全球开发者和公司都离不开开源2。他展示的数据显示，2025年以来，阿里巴巴的通义千问（Qwen）模型已占据开源模型的绝大部分市场份额，且衍生模型数量全球第一2。
这一趋势在更广泛的AI社区中得到印证：
- HuggingFace趋势榜：排行前列的模型多数出自国内公司，包括MiniMax、DeepSeek、Kimi、百度、混元、千问，甚至美团的LongCat1。
- ArtificialAnalysis基准平台：在模型质量、性能、推理速度等关键指标上，排名前列的也大多是国产模型1。
这些数据清晰地表明，中国开源大模型已在全球AI领域确立了领先地位，不仅在技术水平上与国际巨头并驾齐驱，更在开发者接受度和市场采用度上展现出强大竞争力。传统意义上的“追赶者”与“领先者”身位正在发生微妙且深刻的变化，全球AI正从少数西方科技巨头主导的局面，转向一个多极化、由全球各地创新力量共同驱动的新竞争格局。对于Cursor和Cognition这样的AI编程独角兽而言，利用国产开源模型作为基座，能以更低的成本和更高的效率快速达到行业前沿水平，这无疑是其在激烈市场竞争中取得优势的关键策略。
地缘技术与开源精神的博弈
此次事件也引发了对开源精神与地缘技术竞争的深层思辨。Daniel Jeffries等人呼吁美国公司应重新审视开源的重要性，回归开源理念，而非仅仅发布功能受限的专有模型1。这一呼声得到了如Yann LeCun等业界领袖的转发支持，凸显了开源作为一种普惠技术、加速创新的核心价值。
在一个日益碎片化的全球技术环境中，开源模型扮演着连接器的角色，促进了跨国界的技术交流与合作，即便地缘政治存在紧张。当“外国开发者：我们该开始学习中文了吗？”这样的幽默评论在社交媒体上流传时，它不仅是对中国AI技术实力的一种认可，更象征着全球AI生态中知识和创新流动方向的多元化。开源，在某种程度上，正在抵消某些技术壁垒的影响，构建一个更加互联互通的全球AI技术底座。
展望：开源驱动下的创新加速
展望未来3-5年，开源大模型无疑将继续作为全球AI创新的核心驱动力。随着模型推理能力、多模态能力和专业领域能力的不断提升，它们将不仅仅是开发者的工具，更会成为初创企业的生命线，甚至重塑整个产业的竞争态径。
- 创新门槛的持续降低：强大而开放的基座模型将使得更多小型团队和个人开发者能够参与到AI创新中来，催生更多垂直应用和利基市场。
- 专业化与定制化趋势：未来的竞争将更多体现在如何在开源基座上进行高质量的数据精调、垂直领域的知识注入以及高效的Agentic能力构建，而非基础模型的规模竞赛。
- 全球技术互赖与合作：不同国家和地区在开源领域的优势将形成互补，促使全球AI生态更加紧密相连，形成事实上的技术共同体。
- 新商业模式的涌现：围绕开源模型的服务、工具和平台将成为新的商业增长点，从模型托管、优化到解决方案集成，形成繁荣的生态系统。
此次“套壳国产”的讨论，与其说是对某些公司“不诚实”的批判，不如说是对全球AI版图变迁的深刻洞察。它标志着AI领域的权力重心正在重新分配，开源的星火已然燎原，而中国正成为这场全球技术变革中不可忽视的基座提供者和核心驱动力量。