慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗? 科技爱好者周刊(第 360 期):Dan Wang 的新书
套殼中國大模型撐起500億美元估值?扒一扒 Cursor 的"套殼"疑雲
阮一峰 · 2026-03-21 · via 阮一峰的网络日志

1、

本週末,有一條最熱鬧的 AI 新聞,震動了太平洋兩岸,連馬斯克都關注了。

昨天,AI 編程工具 Cursor 推出了"自己的"模型 Composer 2

上圖是官網截圖,現在點進去還寫著"自有模型"。

自從2024年10月,Composer 1 發佈以來,外界就一直懷疑,它是套殼的中國模型,因為行為很類似,但苦於找不到證據。

現在 Composer 2 來了,很多人就開始研究,它的背後到底是什麼模型,真的是 Cursor 自家的嗎?

Cursor 為了防止破解,做了很多限制,但是百密一疏。國外推友 @fynnso 發現,有一個地方在上一個版本是禁止的,但是這個版本卻可以執行。

首先,你自己架設一臺服務器,充當 AI 模型的調用接口,有沒有模型無所謂,只要能收到客戶端請求就行。

然後,你在本地的 Cursor 裡面,設置使用的模型為 Composer 2,模型網址就是你剛架設的服務器。這樣一來,Cursor 就會向你的服務器發出請求,從而可以看到它到底在請求什麼模型。

真相就暴露了,它請求的模型 ID 居然是 kimi-k2p5-rl-0317-s515-fast(下圖)。

2、

這位國外推友就把上面的截圖,發佈到網上。這下炸鍋了,明眼人都看出來,這是鐵證,Composer 2 實際上是套殼的 Kimi K2.5

可笑的是,事情一爆發,Cursor 第一時間就把漏洞堵上,現在已經沒法復現這個請求(下圖)。

但是為時已晚,網上傳遍了,就連馬斯克也發推:"它就是 Kimi K2.5"。

這下好了,變成了公開的秘密,再也無法掩蓋了。

3、

大家的關注點,很快就轉移到 Cursor 是否侵權。因為 Kimi K2.5 雖然是開源模型,但是採用的是修改的 MIT 許可證(下圖)。

許可證這樣說:你可以任意使用這個模型,唯一的條件是如果你的商業產品月活用戶超過1億,或者月收入超過2000萬美元,你必須在用戶界面的醒目位置披露,你使用了 Kimi K2.5

Cursor 最新披露的年化收入是20億美元,相當於月收入1.67億美元,顯然滿足上面的條件。但是,它隱藏了使用 K2.5 的事實。

就在大家認定 Cursor 侵權的時候,他們的一個負責人終於坐不住了,出來說話了。

他承認確實使用 Kimi K2.5,但是沒有侵權,他們的許可證來自合作伙伴 Fireworks AI。

稍後,Kimi 官方也發推了。

Kimi 官方確認,Cursor 是從 Fireworks AI 得到了授權。後者是一家硅谷的華人 AI 公司,從事 AI 模型的微調和強化學習,它從 Kimi 得到授權對模型進行再訓練,然後又轉授權給了 Cursor。

4、

事情到這裡就基本清楚了,Cursor 並沒有違反 Kimi 的授權條款,因此不存在侵權。

既然如此,為什麼它拼命掩蓋這個事實,大大方方承認,提供 Kimi K2.5 的修改版模型,很難嗎?

我猜測,原因跟 Cursor 不斷膨脹的估值有關

彭博社本月報道,Cursor 正在進行下一輪融資,估值達到500億美元。

大家知道嗎,它以前的估值是多少?

2023年10月,Cursor 成立時的估值是5000萬美元;2024年8月的 A 輪融資,估值上升到4億美元;12月的 B 輪融資,估值快速上升到26美元;2025年11月的最新一輪融資,估值已經到了293億美元。

可以看到,每過幾個月,估值就會翻倍。這種火箭式的上升速度,需要有業績支持。但它本身只是一個 VS Code 的修改版,使用的都是開源技術。

為了支撐越來越高的估值,它有動機把自己從 AI 工具,包裝成具有模型研發能力的大模型公司

我認為,這才是它不願意披露使用了 Kimi K2.5 的主要原因。

5、

縱觀整個事件,Cursor 無疑是輸家,Kimi 則是這次的贏家,免費得到一大波高價值的曝光。

Cursor 發佈 Composer 2 時,披露了性能和成本比較。

Composer 2 的性能低於 GPT-5.4,但高於 Opus 4.6。

但是,它的生成速度比 GPT-5.4 和 Opus 4.6 都快,成本也是最低的。

既然 Composer 2 就是微調的 Kimi K2.5,那麼直接使用 Kimi,也能得到同樣的效果

6、

以前,國外總是有人指責,中國公司竊取外國技術。但是,這個事件證明了,中國公司也有技術輸出。那些國外的明星公司,背地也在偷偷摸摸使用中國技術。

聯想到上週,Kimi 的創始人楊植麟收到黃仁勳的邀請,在 Nvidia GTC 大會演講,是唯一的中國大模型公司代表。

他在臺上宣講,Kimi 團隊剛剛發表的論文《注意力殘差》(Attention Residuals)。

這種新技術據說可以顯著提升大模型的推理能力。

我的想法是,大家要對國產大模型有信心,日常工作完全可以放心使用。國產大模型與國外旗艦模型的差距,正在不斷縮小,而且價格實惠。

據楊植麟說,下一個要發佈的 K3 模型性能提升巨大,即便沒有強10倍,也比 K2.5 強得多,我們可以期待一下。

(完)