海歸、本土兩路人才成形

譯●李貞慧

如果說二○二五年的DeepSeek震撼全球AI產業，那麼二○二六年的Kimi，正在把這場震撼推向下一階段。

中國AI新創「月之暗面」（Moonshot AI）推出最新模型Kimi K3，性能逼近美國頂尖AI，在程式編寫等部分測試中，甚至超越Anthropic、OpenAI的旗艦模型；更具殺傷力的是，使用價格只有競爭對手約三分之一。這不只是新模型問世，而是一場可能改變AI商業模式的價格戰。

短短三年，月之暗面已從一家新創公司，走到為市場帶來「Kimi Shock」，不容美國AI產業小覷的位置。而站在這家公司背後的，是一九九二年出生於中國廣東汕頭的楊植麟。

海歸回流加本土崛起
中國大學育38％AI人才

汕頭不只是港口城市，也是中國鮮為人知的科學之城。當地孕育許多研究人才，近年更積極投入AI研究與高科技產業。在這個環境長大的楊植麟，從小就展現出過人的數學能力。受到日本作家村上春樹小說中程式設計師角色的啟發，二○一一年他進入清華大學電腦科學系，畢業後赴美，二○一九年取得卡內基美隆大學博士學位，留學期間曾經在Google、Meta實習。回到中國後，也參與華為等大型AI專案。

二○二三年三月楊植麟與清華時期同學創辦月之暗面，同年十月推出第一代Kimi。三年後，Kimi K3已站上全球AI競爭第一線。

以楊植麟為代表的「中國培養—美國深造—回中國創業」的人才循環，正在形成規模。曾任Google旗下DeepMind副總裁的吳永輝，後來成為字節跳動AI研發負責人；曾任OpenAI核心研究員的姚順雨，則轉任騰訊首席AI科學家。

更值得注意的是，中國也開始出現完全純本土培育的AI人才。DeepSeek創辦人梁文鋒就是代表。史丹佛大學相關研究機構二○二六年六月發布分析DeepSeek研究團隊的報告，確認身分的二百七十一名研究人員中，一百四十五人只有中國企業或研究機構經歷；另有八十五人曾有海外經歷後返回中國。

另一項MacroPolo研究顯示，二○二四至二○二五年AI學術論文中的全球頂尖AI人才，畢業於中國大學者三八％，高於美國的二四％。這代表中國AI競爭力的來源，正從追趕技術逐步轉向建立人才生態系。

▲汕頭有「科學之城」的美譽，建立了許多人工智慧相關的研究機構。日經提供
中國AI占美企46％用量
低價攻進工作流程

過去美國企業對中國製AI普遍抱持戒心，擔心資料外洩與資安風險。但AI使用量正快速增加，當企業讓AI寫程式、分析資料，甚至讓AI代理人執行工作，Token用量同步暴增，成本成為必然的考量。

Kimi採取開放型模式與少花七成成本的策略，成功切入市場。

美國加密貨幣交易平台Coinbase執行長Brian Armstrong在六月透露，公司已把內部AI使用的預設模型改為開放型Kimi與Z.ai。Coinbase同時透過自動選擇適合工作的模型、預先準備常用資料等方式，使AI成本降低約一半。誰能以最低成本讓企業大量使用，已成為核心競爭力。

美國新創OpenRouter的數據顯示，截至今年三月底，中國AI在美國企業的使用占比，以Token用量計算已達四六％，自二月以來幾乎一直維持在三○％以上。中國AI的競爭力，已從中國市場跨進美國企業的工作流程。這也迫使美國AI巨頭調整策略。Anthropic在九月宣布，讓企業客戶可以將資料保留在自己管理的雲端環境，而非由Anthropic統一管理。這項方案與超過一百家客戶，以及AWS、Google、Microsoft等合作開發。

問題核心很清楚：AI可以很強，但資料到底掌握在誰手裡？

中國AI多採開放型模型，企業可以自行建立運行環境、保存資料；美國企業過去則以封閉型模型為主。因此AI產業正在出現另一場開放型vs.封閉型的競爭。就像Linux改變作業系統市場，開放型AI也可能重新定義AI產業結構。

這股浪潮同樣傳到日本。橫濱新創ai&執行長David Bennett表示，隨著企業AI成本增加，K3的成本效益非常高。雖然與美國頂尖模型仍有性能差距，但不會相形失色。

目前該公司超過一百家客戶中，約七成測試過K3，其中約一半已進入實際工作流程。甚至ai&自己的開發工作，也採取「中美分工」，約八成使用K3，剩下兩成使用Claude等美國最新模型。高難度工作交給高階模型，大量、重複、成本敏感的工作則交給低價模型。這就是AI時代的新管理課題：Token管理。

不過便宜不代表沒有代價。日本AI服務公司STYZ目前仍沒有導入K3的計畫。原因在於，如果企業希望自行運行開放型模型，就必須投入硬體、維運與資安資源。換句話說，模型便宜，不代表整體成本一定便宜。

但趨勢已然形成。顧能日本分公司（Gartner Japan）分析師認為，未來中國製AI將逐漸進入日本企業的選項清單。企業真正需要思考的，也不再只是「要不要使用AI」，而是：哪一項工作，應該用哪一個AI？這場AI競爭下一階段，不只是模型性能之戰，而是性能、價格、資料控制、資安與基礎設施的綜合戰。



DeepSeek打破「只有美國才能做出頂尖AI」的想像；Kimi則進一步證明，中國AI不只能追性能，也能用價格攻擊商業模式。而當中國AI人才開始形成「海外歸國組」與「中國本土組」雙重供應鏈，下一個衝擊或許不再來自聊天機器人。

野村綜合研究所首席專家李智慧認為，下個可能爆發的領域，是實體AI。如果DeepSeek是第一次震撼、Kimi是第二次衝擊，那麼下一場AI革命，可能已經不只發生在矽谷。

中國AI，正在把戰場推向全球。
（Nikkei Business (c) 2026 Nikkei Business Publications, Inc.）

… 本文摘錄自 商業周刊 2026/10月 第2029期