十月二十日，美国国土安全部奉行《2018年联邦采购供应链安全法》，发布了一份排除令，将DeepSeek及其关联企业的产物和服务，悉数从102个联邦文职机构的采购渠道和信息系统中移除，甚至连基于DeepSeek模型进行二次开发的第三方产品，亦难逃清算。措施立刻生效，没有丝毫缓冲期可言。同一天，美国国务院依据《保护美国知识产权法》，对五家中国实体采取行动，指控其窃取商业机密。两条战线同时收紧，仿佛雷霆骤雨般。 几个小时后，GitHub上悄然出现了一个新的代码仓库。DeepSeek官方的高效推理引擎DeepInfer被上传，并遵循Apache 2.0协议，实现了全面开源——免费下载，随意修改，更允许商业应用。 一同发布出来的，还有用于生产级Token编解码的组件deepseek-recipe，以及一份细致的部署文档，详述单集群每日能够处理高达155万亿Token的吞吐量，按照谷时电价计算，每张GPU卡每小时的收益可达38美元。 时间紧凑得令人心生遐想，很容易让人对事件的性质做出某种揣测。然而，这种揣测往往只是表象。一个推理引擎的代码被公开发布，凭什么美国媒体要用最危险的三个词来形容这件事？ 这笔账需要细细推敲，抽丝剥茧。 排除令确实有效，但它管不住GitHub 这份排除令的覆盖面相当广泛，它影响了102个联邦文职机构的采购渠道以及它们的信息系统，再加上基于DeepSeek进行二次开发的第三方产品，全部被纳入了清理范围。 然而，它仅仅针对的是联邦采购体系。GitHub它无能为力，全球开发者更不受其约束，而位于美国以外的市场，更是完全不受其影响。 一旦代码被发布，就无法逆转。华盛顿可以阻止102个机构购买某项服务，但一旦代码公开，无论在哪个服务器上编译运行，它都无法阻止。 传统的出口管制有一个先决条件：被管制的产品，必须能在物理上被截断在某个边界之内。芯片有封装，有海关，还有可以追踪的运输记录。 软件层面的开源产品，则不符合这个前提。它们在发布的那一刻，就已经跨越了所有的边界。
开源的是推理引擎，而非模型权重 这才是这次开源行动中最容易被忽视的一点。模型权重决定了模型存在于何处，而推理引擎则决定了如何以最高效的方式运行模型。 后者直接影响着同样硬件能够服务多少用户，以及能够将成本压低到何种程度。 DeepInfer在发布首日，就同时支持英伟达SM100（Blackwell）和华为昇腾950两种硬件平台，两者出自同一份代码树，并处于对等的构建选项地位。 这意味着上层应用无需被锁定在某一家芯片厂商的生态圈中。 华盛顿试图通过限制芯片供给来扼制中国的大模型发展，建立了一种底层假设：一旦先进芯片的供应中断，大模型自然就无法运行。而一个能够跨越硬件平台的推理引擎，则从软件层面切断了这条影响链。 芯片的供给或许有限制，但推理服务的部署方式，不再必须依赖于某一种芯片的可用性。 硬件筑起的城墙，软件却直接打开了一扇门。 被移除的模型，却是开发者最常用的之一 再回头审视一下那套禁令中带有威胁色彩的说法，以及它所面对的真实市场结构，两者之间存在着明显的错位。
排除令的理由包括了服务器位于中国，数据可能被访问等安全顾虑。 这类顾虑在任何跨境数据服务中都可能出现。但将其作为管制DeepSeek的核心理由，首先需要解释一个事实： AI模型聚合平台OpenRouter曾经发布过一份统计报告。在10月12日至18日的一周内，中国大模型的周调用量达到了79.18万亿Token。 同期，美国模型的调用量为17.36万亿Token，前者约为后者的4.5倍。中国模型连续25周位居全球第一，且这一周的前五名模型，全部来自中国。 调用量虽然不能直接等同于技术领先。在最前沿的能力上，美国团队仍然保持领先；但国产模型之所以被大量调用，很大程度上得益于其低廉甚至免费的额度。 它衡量的是另一件事：全球开发者在真实场景中，到底会选择使用什么来构建应用。 一个被以安全为由驱逐出联邦采购体系的模型，同时也是开发者多次调用后选出的常用模型之一。这两组事实并非互相矛盾，而是各自指向不同的决策逻辑。 采购禁令反映的是行政体系内部对风险的偏好；而调用量记录的是市场中成本与可用性的权衡。用前者去干预后者，效果不会体现在禁令文本中，而会在禁令覆盖范围之外，那些继续运行的服务器上。 产业一线并不认同这种威胁的预设 英伟达CEO黄仁勋几个月前曾说过一段话，值得我们在此对比参考：
美国企业应当被允许使用中国的AI模型。 他认为这些模型非常出色，并直言真正的风险不是中国开源模型本身，而是美国国内主张封锁的声音。 他的话当然也有商业考量：模型运行在芯片上，模型生态越繁荣，对芯片的需求也就越大。但商业利益并不能否定其判断中的事实成分。 全球最大的AI芯片公司掌舵人的结论，与联邦采购禁令预设的方向恰恰相反。 这并不意味着他的判断必然正确，但至少说明了一件事：在最贴近产业一线的人群中，将中国开源模型视为必须移除的安全威胁，远未形成共识。 管制的重心正在向软件层面转移 将镜头拉远，我们能看到更深层次的变化：美国的科技管制重心，正在从硬件向软件层面转移。 芯片、光刻机、先进制程，这一套管制框架已经持续了数年，而现在，轮到大模型和推理框架了。 然而，对软件层面的管制，面临着一个硬件管制从未遇到过的难题：硬件有物理形态，有海关，还有可以追踪的运输实体；而开源发布则是一次不可逆的信息行为。 谷歌前CEO施密特在年中的一次谈话中曾做出过这样的判断：美国针对中国大陆的芯片硬件管制正在开始失效；中国AI模型追赶的步伐已经迫近美国顶尖技术仅有六个月的差距，在AI发展进程中几乎可以忽略不计。
施密特并不属于对华政策的强硬派。他的话，是从管制效果的冷静计算中得出的。 如果被管制的一方，恰恰在开源生态和工程效率方面拥有优势——用更低的算力成本换取可用的吞吐量，用能够跨平台的推理框架消除对单一芯片的依赖——那么一套为闭源商业模式设计的管制工具，将会遇到它最不擅长应对的对象。 它不是一家可以列入黑名单的公司，也不是一款可以列入黑名单的产品，而是一套只要公开，就会散落在全世界代码库中的工程方法。 中方的官方回应保持了惯常的措辞。商务部用强烈不满、坚决反对八个字来表达立场，并指责美方泛化国家安全概念、滥用行政手段；外交部则表示要坚决维护中国企业的合法权益。这些都是标准的官方外交程序。 真正值得关注的，并非官方声明中的文字。 值得跟踪的变量之一，是北京方面在10月16日公布的修订草案，将23项AI相关技术纳入出口限制或者禁止范畴，这一方向与华盛顿的管制政策相反，但逻辑却殊途同归——北京也在学习使用管制工具来控制技术外流。 另一个变量在于实际的验证：DeepInfer目前公开的性能基准，主要基于英伟达GPU。在同样负载下，昇腾950能否达到英伟达平台的吞吐量、延迟和能耗水平，目前尚无足够的数据来做出判断。 开源打破了理论上的绑定，而工程上的对等性，则需要时间和大规模的部署来验证。 回溯到十月二十日的那几个小时。排除令在行政体系内部具有完全的效力，它确实导致了102个联邦机构当天切断了对DeepSeek的采购和调用；而开源的代码，早已静静地躺在GitHub上，遵循Apache 2.0协议，等待着任何人的拉取。 这两件事都真实发生过，并在各自的范围内产生效果。然而，它们的效果并非在同一层面上结算——一个在采购清单上结算，另一个在全球开发者部署选择中结算。
当要移除的东西本身已经不再具备可被移除的形态时，管制力度的大小，就不再是左右结果的关键变量。
