开源包围战：
能力护城河消失，算力护城河加高

一、DeepSeek V4：开源第一次真正赢了

2026 年 4 月 24 日，DeepSeek 同步发布并开源 V4 Preview 两个变体：

• DeepSeek-V4-Pro — 1.6T 参数 / 49B 激活
• DeepSeek-V4-Flash — 284B 参数 / 13B 激活

Hacker News 1138 点，当周最热帖。但单看参数没有意义——这次发布的核心是三层叠加：

第一层：Agentic Coding 首次开源 SOTA。在此之前，「最强代码 Agent」位置始终属于 Anthropic 或 OpenAI 旗舰。V4 的到来意味着企业不再需要为「最强 Agentic Coding」支付闭源溢价。这条线一旦被穿透，闭源厂商失去了最值钱的差异化卖点。

第二层：1M Context 成为生产默认值。采用 Token-wise 压缩 + DSA（DeepSeek Sparse Attention），不再是实验功能而是默认配置。长上下文从「差异化卖点」降级为「行业基准线」。

第三层：完全开源权重 = 真自部署可能。对数据合规要求严格的医疗、金融、政府客户，以及不愿让代码流经第三方服务器的企业，V4 是第一个生产级的可自部署 Agentic Coding 选项。

MIT Technology Review 的解读把意义推得更远：效率突破意味着制裁壁垒的实际效果正在减弱——在算力受限的环境下，中国团队依然做出了世界顶级的模型。这不只是技术成就，是地缘政治变量。

二、不是 DeepSeek 一家，是整个开源阵营在包围

V4 不是孤例。同一周内的开源攻势密度史无前例：

一位 Twitter 用户的非共识观察：

「the dominant scaling paradigm right now is in effect a constellation of small models.」——当前 scaling 的主流不是堆单一超大模型，而是协调大量小模型的星座。

这个观察被 MoE 架构 + 量化技术持续验证——Qwen3.6-35B-A3B 仅激活 3B 就拿下 HF 下载量第一，是一个直接的反例：参数规模不再是性能 proxy。

如果「协调多个小模型」是新范式，那么 Sakana 的 Fugu 可能预示了下一步——把 Agent 协调本身作为模型能力来训练。这会彻底改变 LLM 评估和部署范式：从「单模型分数」转向「集群协同效率」。

三、闭源定价权侵蚀：从理论到商业现实

Sam Altman 已经公开承认 Pro 订阅在亏钱。这条新闻单看不算新闻，但叠加当周开源攻势就成了结构性信号：

闭源模型的经典定价剧本是「补贴获客 → 建立生态依赖 → 后期提价」。但开源阵营的连续突破正在压缩「建立依赖」的时间窗口——还没等到提价时机，开源就已经追上了。

a16z 的判断：AI 时代软件只剩两条路——成为 AI-native 工作流（Agent 化），或成为纯数据/基础设施层。对闭源 LLM 厂商，「模型能力」本身已难以构建护城河，真正的护城河必须转移到 API 生态锁定、数据飞轮、工作流集成深度。

a16z 给 AI 创业公司的生存建议更具体：不要卷 token 价格，应在差异化服务和场景深度上建立壁垒。这条建议的潜台词是——token 价格战由开源决定，创业公司无法赢这场仗。

四、Google 的 400 亿：买的不是技术，是算力绑定

就在 DeepSeek V4 发布同一天，Bloomberg 报道 Google 计划向 Anthropic 投资高达 400 亿美元，首期 100 亿以 3500 亿估值注入，Anthropic 估值突破 1 万亿美元，超越 OpenAI。

表面逻辑是「Google 需要 Anthropic 抗 OpenAI」。但深层逻辑是算力绑定——Anthropic 大量使用 Google Cloud TPU，这笔钱本质上是 Google 帮 Anthropic 买自家算力，同时确保 Anthropic 不会转投 AWS 或 Azure。这是「算力循环回流」：Google 的钱最终回到 Google Cloud，是隐性的长期采购协议。

Tom Tunguz 的分析框架提供了最有力的解释：

Anthropic 正在执行 Google 的经典战略剧本——商品化补充产品以保护核心城堡。

2026 年的具体含义：摧毁 SaaS 品类的收入潜力（通过 AI 压低 SaaS 价值），确保唯一剩余的预算线是推理算力。Anthropic 免费或超低价提供某些能力，目的是把企业预算从 SaaS 软件集中到模型 API 上。这个框架解释了 Anthropic 同期为什么做这几件事：

每杀掉一个 SaaS 品类，剩下的预算就流向 Claude API。这不是产品矩阵扩张，是精确切割 SaaS 预算线的攻势。

五、算力稀缺：护城河从「能力」转移到「算力」

如果 Anthropic / Google 战略对，那算力才是真正的护城河。数据正在印证：

• OpenAI Stargate 5000 亿美元计划正在落地，2029 年超 9GW 容量，6 个美国站点在建
• Anthropic 与 Amazon 扩展合作，新增高达 5GW 算力
• Tesla 资本开支暴增至 250 亿美元，大量用于 AI 基础设施
• Tom Tunguz 警告：GPU 租赁价格 60 天内飙升 48%，AI 算力短缺将迫使初创公司从「迭代速度」竞争转向「基础设施获取」竞争

NVIDIA 同期盘中涨 4.6% 重回 5 万亿市值，市场对 GPU 需求持续增长的预期并未改变。NVIDIA 在 Blackwell Ultra 上实现 DeepSeek V4 的 150+ TPS/用户——更是在说：即使开源赢了，NVIDIA 也不会输，因为无论开源还是闭源，都跑在 NVIDIA 硬件上。

六、企业决策的十字路口：自部署 vs API 依赖

本周的格局变化对企业 AI 负责人来说是切实的决策节点。两条路线已经清晰：

自部署路线——DeepSeek V4 Pro 的开源是关键里程碑。对数据合规要求严格（医疗、金融、政府）、不愿将核心业务逻辑暴露给 API 的企业，第一次有了生产级别的自部署 Agentic Coding 选项。但需要考虑：模型权重免费 ≠ 推理免费，自部署的成本中心从「API 计费」转移到「GPU 维护 + MLOps 团队」。

API 依赖路线——OpenAI 的 Workspace Agents 和 Anthropic 的 Managed Agents Memory 正在通过生态集成形成新锁定：当 Agent 能跨会话记忆和学习，换用其他模型的迁移成本会急剧上升。这是闭源厂商从「模型能力」向「工作流绑定」的明确撤退路线。

Epoch AI 的数据揭示另一个维度：Claude 用户群显著偏向高收入群体，Meta AI 用户更多来自中低收入群体。不同 AI 产品的用户分层已经形成——高端 AI 工具可能进一步拉大数字鸿沟，这对「AI 普惠」叙事是严峻挑战。

七、四个走向：未来 6-12 个月的关键变量

走向 1：闭源差异化压力继续加大。随着开源在 Agentic Coding 持续追赶，OpenAI 与 Anthropic 必须更多依赖生态锁定（记忆、工具集成、企业安全）而非模型能力。

走向 2：中国开源 AI 全球化是地缘政治变量。MIT Tech Review 的观察：中国顶级 AI 实验室的开源免费策略正在赢得全球开发者。谁的工具链成为开发者的默认选择，谁就赢得了下一代 AI 应用的分发渠道——这个分发权之争比单次模型基准更重要。

走向 3：「小模型星座」将重新定义算力需求。如果 scaling 主流真的从「堆大模型」转向「协调小模型」，Sakana Fugu 这类把 Agent 协调本身作为模型能力训练的方向，可能预示全新的 AI 基础设施范式。

走向 4：开源不是免费，是成本中心转移。开源开放权重，但计算成本依然存在。真正的问题不是「用开源还是闭源」，而是谁来承担推理算力成本，以什么方式——这把所有人最终都拉回到 NVIDIA、Google Cloud、AWS、Stargate 的牌桌上。

尾声：能力平价时代的真实问题

这场包围战最反讽的结局是：赢家可能既不是开源也不是闭源，而是那些卖底层硬件和云的厂商。

开源赢了能力，但每一次推理仍要消耗 GPU；闭源失去能力差异化，但通过算力绑定锁住了下一代基础设施；NVIDIA 同时给两边卖卡；Google / Amazon / Microsoft 通过投资把 AI 厂商绑死在自家云上。

对从业者来说，2026 年下半年要回答的真问题不是「我用谁的模型」，而是这三个：

1. 我的产品差异化是否还停留在「用了 GPT-5 / Opus 4.7」？如果是，能力平价后这个差异化即将清零。
2. 我的护城河是数据飞轮、工作流深度还是仅仅 API 接入？前两者抗开源冲击，后者不抗。
3. 如果未来三年算力成本是核心约束，我的商业模式能不能在 GPU 价格 +50% 时还活下来？

能力平价不是结束，是真正商业模式比拼的开始。