当美国政府对中国的DeepSeek大模型下达禁令时，出现了戏剧性的反响。在全球最大的开源模型社区Hugging Face和主流API平台上，DeepSeek的使用量和下载量不仅没有减少，反而出现了前所未有的激增。这反映出一个商业现实：在极具性价比的开源技术面前，单靠行政命令无法阻止技术的进步。为了更好地理解海外开发者为何无视禁令，我们需要关注商业上的算力问题。

长久以来，AI大模型的定价权被几家海外巨头掌控，例如GPT-4o，其每百万Token的使用费用在5至15美元之间，对许多独立开发者和初创公司来说，这是一笔巨大的开支。甚至有些创业者每月的收入都不足以支付API费用。此时，DeepSeek应运而生。

在各类核心技术评测中，DeepSeek的新一代模型在数学推理和代码生成等方面的成绩与GPT-4o相当，甚至在某些领域表现更好。而更让海外科技圈震惊的是DeepSeek的价格，其每百万Token的收费仅为0.14到0.28美元，成本是国外顶尖公司的二十分之一到五十分之一。这种极具竞争力的价格直接促使了开发者的选择改变。

许多硅谷初创公司在试用后发现，将底层接口从OpenAI替换为DeepSeek后，用户体验未受影响，但公司的毛利却大幅提升。在这样的数据支持下，安全审查的警告显得苍白无力。技术圈只关注代码与性能，谁以最低成本实现复杂逻辑，谁就会得到支持。

外界普遍认为，只有顶尖的英伟达GPU才能训练出世界级的大模型，而DeepSeek的表现挑战了这一观点，证明了中国在AI产业中有能力发展出独立于单一硬件的技术路线。在构建算力集群时，虽然使用国产芯片（如华为昇腾910B集群）时面临性能限制的问题，但DeepSeek的工程师团队通过优化混合专家架构，能够智能选择最适合的部分参数进行激活，从而提高效率。

在国产算力基础设施上实现的这一适配，显示出中国在下一代人工智能的发展上具备了自我造血的能力。了解这一点后，便能理解开源生态对禁令的抵抗力。尽管硬件禁令易于施行，但一旦代码开源，就像水一样流淌到互联网的每个角落。行政命令只能限制官方使用，无法阻止千万开发者在民用及开源社区中的创新。

开发者们拥有成熟的绕过机制，若原生接口被阻断，他们能使用Ollama等工具在本地运行开源模型。此外，还有许多无服务器的API聚合平台在灰色地带中为开发者提供服务，使他们无需直接访问受限公司的服务器即可使用最优质的开源模型。

然而，这并不意味着制裁毫无影响。由于禁令，跨国企业如金融机构和大型医疗集团因合规风险而不敢采购被限制的技术服务。此外，国际云服务平台可能会主动下架相关产品，导致模型在B端市场的获利空间受限。同时，出海过程中法务成本的增加以及在获取训练数据时可能面临的隐形障碍，无疑是艰巨的挑战。

这种状况让人联想起多年前的华为，外部施压迫使国内产业链相互团结，加速国产化进程。然而，AI大模型的竞争与当年的通信硬件截然不同。当年华为应对围堵的策略是重资产投资和通信专利的积累，而如今的AI竞争则更为灵活和技术驱动。