DoorDash 用 Kimi 被查：便宜好用的中国模型，让美国国会坐不住了

一家美国外卖企业因采用中国大模型辅助编程，引发美国国会关注。

7 月初，DoorDash 联合创始人 Andy Fang 在社交平台透露，公司将部分低阶开发工作交由月之暗面的 Kimi K2.6 处理。这本属常规技术分享，然而至 7 月 31 日，美国众议院国土安全委员会与中国问题特别委员会联合向 DoorDash 发出调查函，要求提供评估及部署中国 AI 系统的全部文件与信息。

从一篇帖子到一封国会函，中间阻隔的并非安全事故，而是一笔过于划算的商业交易。

DoorDash 的 AI 研究实验室曾进行对比测试：将 Kimi K2.6 与 Anthropic 的模型组合，其综合表现优于公司原有的 Sonnet 与 Opus 方案，且成本更低。值得注意的是，这是“组合方案”的综合优势，而非单点碾压。DoorDash 亦未全盘押注，仅将低阶、重复性开发工作交由该模型处理。

对于成熟的工程团队而言，好用、便宜、稳定即是采用的充分理由。

若 Kimi 昂贵且难用，Andy Fang 不会公开分享，国会亦无反应。真正引发焦虑的，恰恰是中国模型已具备让美国主流公司公开背书的实力。

调查函表面查的是“使用中国模型”，实则焦虑于“中国模型已好到值得使用”。

这封调查函最耐人寻味之处在于其诚实。

函件明确承认：企业选用中国开放权重模型，是基于竞争力、低成本及可定制性等务实考量。委员会主席 Garbarino 甚至公开表示，中国模型在漏洞发现、网络安全等任务上，已能与美国领先模型抗衡。

这近乎官方盖章确认“它确实好用”。

然而话锋一转，函件称这些优点无法消除安全及国家安全担忧，遂将商业选型升级为“依赖风险”议题。值得注意的是，调查函至今未列举任何具体安全事件作为证据。其诉求在于审查企业的评估流程，而非直接制裁或禁令。目前，企业使用中国模型在美国并不违法。

既无证据证明 Kimi 存在后门，也无法断言其绝对纯净。唯一确凿的事实是：调查针对的是可能性，而非既成事实。

在企业数字化转型中，选型往往只盯着性能与价格两本账。然而上线后常发现，稳定性、迁移成本、合规审计等隐性成本更为高昂。

成熟的技术选型需多维权衡。DoorDash 事件警示所有企业：AI 选型已被迫纳入第四本账——政治账。

模型来源国、权重开放性、潜在监管风险，这些昔日非决策要素，如今已成为实打实的成本项。今日靠国产模型节省的每一分钱，明日都可能需以合规审查、内部说明乃至公关成本偿还。

这并非否定高性价比模型的价值，而是提示企业：便宜的代价正从技术账转向政治账，必须提前将此纳入决策模型。

宏观视角下，DoorDash 并非孤例。此前，同一批委员会已向 Cursor 和 Airbnb 发函。三家企业行业与体量各异，共同点在于均深度使用中国开放权重模型。这表明监管层盯住的并非单一企业，而是一条正在成形的趋势。

背景更为微妙：一方面，部分美国政府机构禁用 DeepSeek 等中国模型；另一方面，Coinbase、Lindy 等企业高管却公开推崇利用中国模型降本增效。政府筑墙与企业用脚投票，两股力量正面碰撞。

在无任何具体安全事件前提下，动用两个国会委员会联合调查，本身即是一种承认。唯有对手强到无法忽视，才值得专门开启听证。调查，实则是竞争力的反向认证。

企业选型正从性能、成本、合规的三维考量，被迫增加第四维：政治风险。

既然存在安全顾虑，为何美国企业不切换至本国开放权重模型？

答案藏在调查函的另一动作中：委员会同时在审查美国是否具备足够的开放权重 AI 战略。言下之意：目前没有。

美国虽不缺顶级闭源模型，但在“开放权重、自由部署、低成本”赛道上，暂时拿不出能替代 Kimi 的选项。与此同时，月之暗面发布 Kimi K3 开源权重，进一步缩小了与美国领先模型的差距。缺口未补，反被拉大。

于是出现尴尬局面：当产业端无法填补空白时，监管端率先出手。调查函某种程度上是在为尚未成型的产业政策铺路——试图用政治手段解决本该由产品与价格决定的竞争问题。

对中国 AI 从业者而言，信号清晰：中国开放权重模型的竞争力，已强到需用国会调查来回应。这既是压力，也是坐标。

对每一个选型团队而言，判断准则只有一条：从此往后，选模型不仅算性能与成本，更要算清那本越来越重的政治账。

便宜好用，在美国已成政治问题。国会查的不是 DoorDash，而是竞争力本身。