2025 年 1 月底，Nvidia 单日跌掉约 17%，起因是一个故事：一家中国公司据说只花 600 万美元，就训练出了逼近美国前沿水平的模型。整个市场的直觉结论是，芯片管制没用，堆算力的叙事崩了。就在恐慌顶点，几周前刚发文主张收紧管制的 Dario Amodei，在自己立场最被动的时刻发了这篇长文。这种时机下的写作，值得逐段看他怎么翻盘。
他没有直接反驳那个 600 万的数字，先花了整整一节给读者装上一副眼镜：三个动力学。规模定律，投入和能力平滑正相关；曲线移动，效率创新让整条成本曲线每年下移，他估计约每年 4 倍，而且成本红利从来没有让公司少花钱，全部被投回更强的模型；范式转换，被规模化的对象隔几年会换一次，2024 年起换成了强化学习推理，新范式处在曲线早期，小钱就有大收益。
眼镜装好，DeepSeek 这道题就变成了算术。V3 的水平接近美国七到十个月前的模型，成本曲线每年降 4 倍，那它便宜这么多本来就在趋势线上。真正的证据核弹是他顺手披露的内部数字：Claude 3.5 Sonnet 的训练成本是几千万美元级。“600 万对几十亿"的对比瞬间塌了，真实对比是 600 万对几千万，中间还隔着七到十个月。至于引爆股灾的 R1，他定性为一次交互设计事件：技术上是给 V3 加了当时人人都在做的推理训练，真正让公众疯狂的是第一次把思维链摊开给人看。
成本效率的收益，全部被投回训练更聪明的模型，上限只取决于公司的财力。（Dario Amodei, On DeepSeek and Export Controls）
这套拆法我完全收下，而且它已经变成通用工具。此后每季度都会冒出"某团队用零头成本复现旗舰"的新闻，跑一遍这个算法基本都能祛魅：找到行业成本趋势线，算出该时点的应然成本，再分清三个经常被故意混淆的数字，单模型训练成本、公司整体研发投入、基础设施持有量。混淆这三者，差不多是所有成本神话的统一制造手法。
但文章的后半段，从分析滑向政策，我的信任就要打折了。他的推论链是：投入只会涨，到造出全面超人的 AI 需要数百万块芯片，中国能否拿到这个量级决定世界是两极还是单极，所以管制生死攸关。问题在于，这个结论早于事件存在。他是出口管制最著名的鼓吹者，可以想象：DeepSeek 表现平庸，他会写管制起效了所以更该管；DeepSeek 表现惊人，他写的是更接近临界点了所以更该管。任何证据都指向同一结论的论证，结构上没法被证伪。
还有两个被移出视野的变量。蒸馏问题被一句话塞进脚注搁置，可它直接影响核心叙事的成色，而且如果能力可以通过 API 和数据泄漏，管芯片的框架本身就要重估。开源权重的扩散则完全缺席，后来的事实是中国开源模型持续逼近前沿、全球开发者大量采用，世界走进了一个"芯片受限但能力逼近"的中间态，恰好落在他两极对单极的框架之外。
事后看最有意思的一点：Nvidia 股价很快收复并创新高，他说 17% 的下跌令人费解，市场用走势追认了他。而给股民的教训藏在他的第二动力学里，降本从不带来行业总投入下降，只会抬高竞争标准，在军备竞赛型行业里，卖铲子的比挖金子的更受益于效率创新。那天恐慌抛售的人，正是把这个逻辑想反了。
我的结论：工具收下，结论存疑。这篇文章最持久的遗产不在政策，它无意间给全世界提供了成本神话的标准拆解模板。立场会过时，框架会留下，这是高质量写作的复利。
原文: On DeepSeek and Export Controls, 作者 Dario Amodei, 发布于 2025-01