硅谷最火编程工具的「自研」模型,被抓包发现是中国造

Cursor 刚发布 Composer 2 时，宣传口径是「暴打 Claude Opus 4.6」。结果一个开发者打开 API 日志，发现里面跑的根本不是 Cursor 自己的模型。

模型 ID 写得明明白白：kimi-k2p5-rl-0317-s515-fast。

这不是 Cursor 的东西，是月之暗面的 Kimi K2.5。

一条 API 日志引爆的信任危机

3 月 20 日，开发者 Fynn 在使用 Cursor 时顺手抓了个包。API 请求日志里的模型 ID 指向了 Kimi K2.5，而不是 Cursor 宣传的「自研模型」。

截图发到 X 上之后，月之暗面预训练负责人杜羽伦迅速跟进验证：Tokenizer 与 Kimi 完全一致。这不是巧合，是同一个模型。

Kimi K2.5 采用修改版 MIT 协议，条款很清晰：如果你的商业产品月活超 1 亿或月收入超 2000 万美元，必须在产品界面标注「Kimi K2.5」。

Cursor 的情况呢？估值近 300 亿美元，ARR 超 10 亿美元。无论怎么算都远超阈值。但在 Composer 2 的发布博客和产品界面里，Kimi 的名字一个字都没出现。

Cursor 的辩解：「我们加了 4 倍算力」

创始人 Aman Sanger 的回应来得很快，但说服力有限。

他承认基座模型确实是 Kimi K2.5，但强调 Cursor 在此基础上投入了 4 倍算力做强化学习（RL），「只有 1/4 的算力来自基座模型」。换言之，他的逻辑是：我用了你的地基，但上面盖的楼全是我的，所以这栋楼应该算我的。

这个说法有两个问题。

第一，开源协议不关心你加了多少算力。协议要求的是署名，不是原创性证明。你改了 90% 也好，改了 99% 也好，只要用了受协议保护的基座模型，署名义务就在那里。

第二，「4 倍算力」这个数字本身无法验证。Cursor 至今没有公开训练细节、评估方法或技术报告。自建基准测试 Terminal-Bench 2.0 上的跑分好看，但一个裁判给自己的选手打高分，参考价值有限。

Cursor 开发者 Lee Robinson 试图补充解释，称「仅 1/4 算力来自 Kimi」，但这个说法跟 Aman 的表述本质上是同一句话换了个方式说。社区并不买账。

最有意思的部分：和解比冲突来得更快

事件的走向才是最值得玩味的。

月之暗面联创周昕宇最初的反应是「没收到过授权申请」，杜羽伦也公开质问 Cursor CEO。但几个小时后，风向突变。月之暗面删除了此前的推文，发出一条官方声明：Cursor 已通过 FireworksAI 平台获得授权合作。

Aman Sanger 也配合发了道歉声明，称「忘记署名」是疏忽。

从质问到和解，只用了几个小时。速度快到让很多人怀疑：这到底是真的「忘了署名」，还是被抓包后紧急补票？

没有人能证明哪个版本是真的。但有一点是确定的：如果不是那个开发者打开了 API 日志，这件事大概率不会浮出水面。

一个更大的问题：AI 行业的「基座依赖症」

Cursor 不是第一个被抓到的。

今年早些时候，日本乐天发布 AI 3.0，号称自研大模型。社区扒了一下，发现是 DeepSeek-V3 套壳，同样没标注来源。

这些事件指向同一个行业现状：越来越多的 AI 公司，尤其是应用层公司，本质上是开源模型的「增值经销商」。它们的核心竞争力不在模型本身，而在产品包装、用户体验和商业叙事。

这本身没有问题。站在巨人的肩膀上做创新，正是开源精神的初衷。

问题在于诚实。

当你用别人的模型做产品时，说清楚就好。Cloudflare 就是个正面例子。它公开披露使用 Kimi K2.5 处理日均 70 亿 Token 的工作负载，成本节省了 77%。没有人因此看低 Cloudflare，相反，这被视为一个聪明的工程决策。

但 Cursor 选择了另一条路：把 Kimi K2.5 包装成自研成果，用它的性能来支撑「暴打 Claude Opus 4.6」的营销叙事。近 300 亿美元估值的公司，在免费使用估值 43 亿美元公司的核心技术成果，还不署名。

套利本身不丢人，藏着掖着才丢人。

中国开源模型的意外胜利

讽刺的是，这件事最大的赢家是月之暗面。

Kimi K2.5 是一个万亿参数的 MoE 模型，支持 256K 上下文和三模态输入。它的 Agent Swarm 机制将任务处理速度提升了 4.5 倍。这些参数在论文里是冷冰冰的数字，但现在有了最好的背书：连 Cursor 都偷偷在用。

竞争对手 Windsurf 立刻借机宣布免费开放 Kimi K2.5 一周。Hugging Face CEO Clem Delangue 在 X 上公开表示：中国开源模型已经成为全球 AI 生态的主导力量。

一年前，硅谷的主流叙事还是「中国 AI 靠抄袭追赶」。现在情况反过来了：硅谷估值最高的 AI 编程工具，核心引擎来自北京。

杨植麟在 GTC 上的演讲时间恰好和这场风波重叠。他大概没想到，最好的产品演示不是他自己做的，是 Cursor 帮他做的。

这件事的本质

剥开表面的戏剧性，这个事件揭示了 AI 行业一个结构性矛盾：开源模型的技术贡献与商业回报严重不对称。

Kimi 投入巨大资源训练了一个顶级模型，选择了相对宽松的开源协议，只要求大公司做到一件很简单的事：署个名。

Cursor 连这个都做不到。

署名本身毫无难度，但署名会打破「自研」的叙事，影响估值逻辑。在 AI 行业，「我们训练了自己的模型」和「我们基于开源模型做了优化」，在融资谈判桌上意味着完全不同的故事。

这才是真正的问题所在。某个公司忘了署名只是表象，行业的激励结构在鼓励隐瞒模型来源。只要「自研」比「开源+优化」在商业上更值钱，这种事就会一直发生。

解决方案不在道德自觉，在于让透明成为行业标准：模型卡必须披露基座来源，训练数据和方法论公开可查，独立基准测试替代自建跑分。

在这之前，打开 API 日志可能是用户唯一的武器。