Cursor「套壳」Kimi风波反转：从侵权质疑到授权合作，中国开源模型再成全球AI底座

marsbit发布于2026-03-21更新于2026-03-21

文章摘要

3月20日，AI编程工具Cursor发布自研模型Composer 2，但未提及基座模型来源。开发者通过截获API请求发现其实际模型ID为“kimi-k2p5-rl-0317-s515-fast”，月之暗面预训练负责人杜羽伦发推质疑Cursor未经授权使用Kimi K2.5模型，违反其修改版MIT协议要求商业标注的规定，引发社交媒体热议，Elon Musk也参与讨论。随后事件反转，月之暗面官方发文祝贺Cursor，并澄清其通过Fireworks AI平台合法授权使用Kimi K2.5，符合商业合作条款。Cursor联合创始人承认未在发布时注明基座来源是失误，并解释选择Kimi是因评测显示其为“最强基座”，后续叠加了自研预训练和强化学习。这已是Cursor首次被发现在未披露情况下使用中国开源模型（此前Composer 1被指使用DeepSeek）。Hugging Face CEO称此事印证中国开源模型正成为全球AI技术栈的重要力量。事件恰逢月之暗面寻求新一轮融资（估值180亿美元），Cursor（估值293亿美元）的选择为其技术能力提供市场背书，或推动其估值进一步上升。

3 月 20 日凌晨,AI 编程工具 Cursor(母公司 Anysphere,最新估值 293 亿美元)发布自研模型 Composer 2,博客称性能提升来自「首次对基座模型进行继续预训练,再结合强化学习」,全程未提及基座来源。

不到两小时,开发者 @fynnso 在调试 Cursor API 请求时截获了 Composer 2 的实际模型 ID:`kimi-k2p5-rl-0317-s515-fast`,字面即「Kimi K2.5 + RL」。月之暗面预训练负责人杜羽伦随即发推,称团队测试 Composer 2 的 tokenizer 后发现「与我们的 Kimi tokenizer 完全一致」,「几乎可以确认这是我们的模型被进一步后训练的结果」,并直接质问 Cursor 联合创始人 Michael Truell:「为什么不尊重我们的许可证,也没有支付任何费用」。

该推文随后被删除。争议在社交媒体上迅速发酵,Elon Musk 在 @fynnso 帖子下回复「Yeah, it's Kimi 2.5」,进一步放大话题热度。

Kimi K2.5 采用修改版 MIT 协议,明文规定:月活超 1 亿或月营收超 2000 万美元的商业产品,必须在用户界面显著标注「Kimi K2.5」。以 Cursor 的估值和付费用户规模,月营收门槛几乎必然触发。

随后风向反转。月之暗面官方账号 @Kimi_Moonshot 今日凌晨发文,语气从指控转为祝贺:恭喜 Cursor 团队发布 Composer 2,「我们很自豪看到 Kimi K2.5 提供了基础」。声明同时澄清,Cursor 通过 Fireworks AI 托管的 RL 与推理平台访问 Kimi K2.5,属于授权商业合作,许可证合规性经由 Fireworks AI 的商业协议保障。

Kimi 官方表态后,Cursor 联合创始人 Aman Sanger 和开发者教育副总裁 Lee Robinson 先后跟进。Sanger 解释了技术选择:团队对多个基座进行了困惑度评测,Kimi K2.5「证明是最强的」,随后叠加继续预训练和 4 倍规模的高算力强化学习,并通过 Fireworks AI 的推理与 RL 采样器进行部署。

Robinson 补充,最终模型中来自基座的算力约占 1/4,其余 3/4 来自 Cursor 自身训练。两人均承认,博客发布时未提及 Kimi 基座「是一个失误」,表示下一个模型会在第一时间注明。

这已是 Cursor 第二次被发现使用中国开源模型而未披露。2025 年 11 月,Composer 1 发布时,社区发现其 tokenizer 与 DeepSeek 一致,模型在推理过程中偶尔输出中文,当时 Cursor 同样未作说明。

此事引发的讨论已超出许可证合规本身。Hugging Face 联合创始人兼 CEO Clément Delangue 评论称,这是中国开源的又一次验证,「如今中国开源是塑造全球 AI 技术栈的最大力量」,前沿竞争不再只是谁从头训练,而是谁适配、微调、产品化得最快。

一个值得关注的时间巧合:3 月 15 日,彭博社报道月之暗面正在寻求至多 10 亿美元的新一轮融资,估值约 180 亿美元,较三个月前翻了四倍多,阿里巴巴和腾讯均参与押注。仅五天后,全球估值最高的 AI 编程工具就被发现以 Kimi K2.5 为基座。293 亿美元估值的 Anysphere 在评测中认定 Kimi K2.5 是「最强基座」,在此之上构建了其最核心的产品,这或许是对月之暗面技术能力最直接的市场背书。

在这轮融资尚未完成的节点上,Cursor 事件等于替 Kimi 做了一次面向全球开发者的能力展示,180 亿美元的估值是否仍然低估了月之暗面,可能需要重新审视。

你可能也喜欢

美股潮向：黄仁勋一句话炸出 470 亿美元，Google 20 年来首次“卖身”筹钱

美股三大指数齐创新高，标普500史上首次站上7600点，小盘股表现亮眼。市场焦点集中在AI军备竞赛的“烧钱”现实与生态扩散。台北Computex大会隔空点燃半导体板块。黄仁勋称Marvell为“下一家万亿美元公司”，其股价应声暴涨32.5%，市值单日激增约470亿美元。HPE财报全面超预期，股价暴涨约25%，显示AI红利已惠及服务器等硬件供应商。资金从英伟达流向其生态伙伴，表明AI投资回报正从核心向周边扩散。另一方面，Alphabet宣布20年来首次增发股票，计划融资800亿美元，以应对激增的AI基建资本开支，其股价当日下跌约4%。此举凸显了AI竞赛的惊人烧钱速度，引发市场对行业盈利模式的重新审视。板块表现分化，科技与公用事业领涨，通信服务则因Alphabet拖累而走弱。市场情绪表面平稳，但AI巨头对指数影响过大，掩盖了多数个股的疲软及地缘政治风险。盘后Palo Alto Networks财报超预期，显示网络安全需求强劲。市场将密切关注即将公布的Broadcom财报及周五的非农数据，后者可能影响美联储政策路径。当前市场选择暂时忽略利率担忧，全力追逐AI叙事。

marsbit3分钟前

美股潮向：黄仁勋一句话炸出 470 亿美元，Google 20 年来首次“卖身”筹钱

marsbit3分钟前

Variant：比特币、以太坊和ZCash极有可能成为主要价值储存方式

在Variant，我们相信人们应能拥有自己的金钱、身份和数据。加密网络是实现这一理念的关键，其中第一层区块链（L1）可作为价值储存手段进行分析。评估价值储存资产的核心要素包括：技术耐久性、稀缺性、抗审查性、经济生产力、模因共识以及流动性。目前，有三种L1资产极有可能成为主要的价值储存方式：比特币、以太坊和ZCash。比特币在“数字黄金”的模因认知中占据主导，拥有广泛的社会共识；以太坊在技术升级和适应未来风险方面更具持久性；ZCash则在抗审查和隐私保护方面表现卓越，为个人资产提供了长期保护途径。价值储存市场的总规模巨大，例如黄金市值达31万亿美元。尽管数字主权资产在许多方面优于传统储值手段，但其在当前市场中的占比仍然很小，这代表着巨大的增长机遇。我们相信，多种价值储存方式可以并存，并将继续高速发展。

marsbit46分钟前

marsbit46分钟前

Deepseek 能否为中国节省 1 万亿美元？

《DeepSeek 能否为中国节省 1 万亿美元？》一文探讨了DeepSeek如何通过技术创新，可能大幅降低中国AI基础设施的建设成本。核心在于，AI硬件的成本正从计算芯片向昂贵的内存（如HBM）倾斜。DeepSeek通过三方面技术突破，系统性降低了对这类稀缺硬件的依赖： 1. **压缩“记性”**：采用多头潜在注意力（MLA）等技术，将长上下文对话所需的缓存（KV Cache）压缩至原来的极小部分，极大节省显存。 2. **按需唤醒“身体”**：利用混合专家（MoE）模型架构，每次只激活部分参数，并结合智能的存储调度，将多数参数移出昂贵显存。 3. **复用计算结果**：将算过的上下文作为缓存复用，用低成本的内存读取替代高成本的重复计算。这些技术协同，使DeepSeek V4等模型在长上下文场景下，用同等硬件可能产出数倍的有效Token，等效于大幅提升硬件效率、摊薄单位成本。文章据此进行推演：到2030年，全球AI硬件投资预计达数万亿美元。若DeepSeek的技术路线能使中国未来AI基建的硬件需求等效减少75%，在日均Token消耗达到数千万亿级的规模时，节省的投资额可能接近1万亿美元（约7万亿元人民币），相当于少建数万座智算中心。更重要的是，此举将产业价值从受制于人的尖端算力芯片，部分转移至中国已有所突破的存储芯片及系统工程领域，提升了供应链安全性。DeepSeek的意义不在于“消灭硬件”，而在于通过极致优化，降低行业对最昂贵、最稀缺硬件的边际依赖，让AI能力更普惠，重塑未来AI基建的账本。（注：文中关于万亿节省的具体数字属于基于行业趋势的推演观点。）

marsbit46分钟前

推翻主流治幻觉思路：元认知，才是大模型破幻觉的全新解法

谷歌研究院与特拉维夫大学联合发表论文，提出对抗大模型“幻觉”问题的新思路：与其追求让AI全知全能或过度拒答，不如培养其“元认知”能力，即让模型能够感知并诚实表达自身对每个答案的确信程度。论文指出，当前主流方法存在局限：一味增加知识覆盖无法穷尽所有事实；而通过大幅拒答来降低错误率则会征收沉重的“实用性税”，牺牲大量本可正确回答的问题。核心原因在于模型缺乏“判别力”，难以精准区分具体问题的对错，导致校准良好但实用性低下。论文重新定义了“幻觉”：问题不在于AI输出错误信息，而在于其“没有资格确定却以确定的语气给出错误信息”。因此，解决路径应是实现“忠实不确定性”——让AI语言表达的确信度与其内部状态的真实确信度对齐。这比消灭所有错误更可行，是一个依赖内部信号的闭环问题。在AI代理（Agent）时代，元认知更为关键。没有它，Agent在调用外部工具（如搜索）时将陷入“盲飞”，无法智能决策何时需要搜索、如何评估信息可信度。实现元认知面临几大挑战：“自举悖论”涉及用静态数据训练动态能力的困难；“对齐破坏信号”指RLHF等训练可能磨灭模型原有的内部不确定性信号；“因果性评估”则需区分真正的元认知与对其的表演。论文建议，评估反幻觉方法应超越单一准确率指标，转而分析完整的“实用性-错误率权衡曲线”，并关注其在其他任务上的“附带损伤”。最终目标是让AI学会诚实地沟通其认知状态，从而在保留实用性的同时，将错误信息的危害降至最低，建立可靠信任。

marsbit51分钟前

marsbit51分钟前

想对冲的买金油，想暴涨的买AI，“过气”比特币进入熊市

比特币近期持续下跌，创下数月新低。分析指出，其深层原因在于比特币正在输掉一场资产竞争，陷入“尴尬的中间地带”：对冲通胀方面，其“数字黄金”叙事被实物黄金和能源股蚕食；追求高成长方面，它无法与有实际营收和利润的AI公司竞争；即使在加密领域内，投资者也有了交易所、稳定币等更直接的替代选择。当前的市场逻辑已经改变，投资者变得更加挑剔。面对通胀担忧，资本更倾向于流向有实物支撑或直接定价权的资产；追求增长则转向AI等有基本面的领域。近期比特币ETF资金外流等事件，更像是这种偏好转变的“症状”而非“病因”。核心问题在于，比特币的稀缺性叙事在当前多元化市场环境中已显不足，它既非最佳的避险资产，也非最好的成长标的，更不再是获取加密敞口的唯一途径。

华尔街日报54分钟前