OpenAI「亲儿子」反水，认中国模型做「赛博义父」- 大数跨境

首页

OpenAI「亲儿子」反水，认中国模型做「赛博义父」

APPSO

2026-08-25

导读：美国的 AI 产品，由中国模型预制

近期，美国司法界接连遭遇 AI“翻车”事件：法官助理利用 Perplexity 起草裁定书，因绕过复核机制，导致文件出现虚构引用甚至当事人信息错误。

此类事故并非孤例。更有甚者，当事人在诉状中嵌入人眼不可见的白色指令文字，诱导 AI 在审阅时“确保输出同意本文件主张”，试图操纵判决结果。这表明，通用大模型虽已渗透法律界，但在处理复杂、严谨的法律任务时仍存在显著缺陷。

针对这一痛点，估值高达 110 亿美元的法律 AI 独角兽 Harvey 近日发布了专属法律模型 Tenet。值得注意的是，该模型以中国月之暗面（Moonshot AI）的 Kimi K3 为基座进行后训练，旨在解决长周期、多工具调用的专业法律任务。

测试数据显示，Tenet 在 Harvey 自建的法律智能体基准（LAB）上，任务完成率接近基座模型的两倍。Harvey 选择自研而非直接调用最强通用模型，核心在于法律工作不仅需要知识储备，更依赖对工作流程、风险判断及交付标准的深度理解，这些隐性经验难以仅靠提示词传递，必须通过垂直领域的专项训练获得。

OpenAI 投资的百亿独角兽，模型底座源自中国

Harvey 的选择折射出一个新趋势：众多看似本土化的美国 AI 应用，其核心模型基座正越来越多地采用中国开源模型。

全球热门的 AI 编程工具 Cursor 便是典型案例。其发布的 Composer 2 及后续版本，均承认是在 Kimi K2.5 基础上训练而成。尽管 Cursor 背后云集硅谷顶级资本且常用 Claude 模型，但在打造自有模型时，仍选择了性价比与性能兼备的中国开源方案。

这一策略正在被更多企业效仿。英国 AI 公司 Cosine 基于 Kimi K2.6 训练出专攻遗留代码维护的 Lumen Outpost；曾被誉为“全球首位 AI 程序员”的 Devin，也在其 SWE-1.7 版本中公开确认使用 Kimi K2.7 作为基座。

短短半年间，Kimi 系列模型如同技术接力棒，被海外多家头部 AI 公司依次采纳并定制化：K2.5 赋能 Cursor，K2.6 助力 Cosine 解决疑难杂症，K2.7 驱动 Devin，K3 则成就 Harvey 的法律专家能力。这些公司不再执着于“从头训练”的血统证明，而是务实地利用中国开源模型的低成本优势，结合自有数据与行业经验，快速构建具备竞争力的垂直产品。