据爱范儿8月25日报道，OpenAI投资的美国法律AI公司Harvey发布了一款以中国Kimi K3为底座的法律模型Tenet。与此同时，Cursor、Devin等美国AI产品也被披露使用中国模型作为底座，显示中国开源模型正成为美国AI产品供应链中的重要环节。

Harvey是一家面向律所和企业法务提供AI工具的公司，成立四年，估值已达110亿美元，服务超过1300家机构和10万名律师。Tenet是Harvey第一个基于开放权重进行后训练的模型，面向需要长时间执行、连续调用工具的法律任务。在Harvey的法律智能体基准LAB上，Tenet成功完成的任务接近底座模型的两倍。此前，美国法院曾出现法官助理用AI起草裁定导致虚构引用、当事人用法律文件隐藏白色文字诱导AI等现象，说明通用模型难以胜任真实法律任务。Harvey自研模型，是因为律师的工作往往涉及大量真假线索混杂的文件，模型需要判断从哪里开始、怎样检索和审阅，这些很难靠提示词和外部工作流完整传递。

Cursor年初发布自己的模型Composer 2时，并未说明模型来源，后来在技术报告中承认是在Kimi K2.5基础上训练出来的，随后的Composer 2.5也沿用Kimi底座。Cursor被视为美国AI创业潮中最风光的公司之一，估值数百亿美元，背后有硅谷顶级投资人，平时大量使用Anthropic的Claude。英国AI公司Cosine也拿Kimi K2.6训练出Lumen Outpost，专门维护银行、航空公司和大型企业的老旧代码。小公司没有钱与OpenAI、Google竞争，拿现成的中国模型做专项训练，成为更现实的选择。

“全球第一位AI程序员”Devin在发布SWE-1.7时公开承认使用Kimi K2.7。半年内，Kimi的不同版本被海外公司依次拿走：K2.5进入Cursor，K2.6被Cosine改造，K2.7进入Devin，K3则被Harvey训练成法律专家。这些公司并非简单地给Kimi换个名字，仍需投入数据、算力和行业经验，但不再执着于证明模型是“从头训练的”。

过去，AI创业公司通常只有两条路：要么花费巨资从头训练模型，要么付费调用Claude、GPT等闭源模型。中国开源模型提供了第三条路——直接拿到一套训练好的模型，用自己的数据和业务经验继续加工，不必承担从零造模型的全部成本，也不再依赖Anthropic、OpenAI的定价和服务。汤森路透发布的首款自研模型Thomson-1也使用了中国开源模型。其CTO Joel Hron把这种选择比作租房与买房：调用外部API是在交租，拥有自己的模型才能让行业数据和知识产权沉淀为资产。

OpenAI前CTO Mira Murati创办的Thinking Machines虽然从头训练了基础模型Inkling，但参考了DeepSeek V3的架构，并使用Kimi K2.5生成的合成数据启动监督微调，估值已超过120亿美元。从开放权重、合成数据到直接部署，中国模型正以不同形式进入美国AI产品的供应链。许多用户可能不知道底层模型来自中国，但这恰好说明中国模型正在获得一种更“长期主义”的价值——成为其他AI产品的原料、底座和上游工业品。