硅谷開源圈的固有格局正在經(jīng)歷一場靜默的劇變。
如果你關(guān)注編程領(lǐng)域，一定聽過這個Kilo Code這個名字。這家新晉硅谷寵兒被公認為 AI 編程一哥 Cursor 的最強挑戰(zhàn)者，上個月收到 General Catalyst 等頂級 VC 投進來的 800 萬美元。工具發(fā)布僅9個月，累計 token 量突破恐怖的 20 萬億，使用熱度一度超過 Cursor 與 Claude Code。
就在剛剛，Kilo 發(fā)布了足以顛覆開發(fā)者工作流的新品：Kilo for Slack。
簡單來說，你再也不用在 IDE 和聊天軟件之間反復橫跳，只要在 Slack 里像平時聊天一樣發(fā)條指令@Kilo，機器人就會閱讀整個對話，訪問連接的 GitHub 存儲庫，并回答有關(guān)代碼庫的問題，或者創(chuàng)建一個分支并提交拉取請求。
在復雜的 Agentic 環(huán)境中，這需要AI像一名資深工程師一樣具備多重推理能力：理解模糊的需求、規(guī)劃多步執(zhí)行路徑、并在 Slack 復雜的上下文中保持邏輯連貫。
然而在官宣文章中，真正讓全美科技圈“大跌眼鏡”的，是 Kilo 一個看似違反常規(guī)的決定，打破了硅谷合作慣例的戰(zhàn)略抉擇。
大家本以為它會順理成章地接入 GPT 或 Claude ，結(jié)果 Kilo 極其高調(diào)地宣布：我們的默認模型，首選中國大模型 MiniMax M2.1。
Kilo 官方公告
這事兒不僅讓美國本土大廠面面相覷，更直接把中國 AI 推到了硅谷的風暴中心。要知道，Kilo 背后那群全球最聰明的資本大佬，之所以敢把真金白銀砸向它，看中的就是它對前沿技術(shù)的極致嗅覺。
這一夜，硅谷程序員都在談論中國模型
在硅谷，程序員群體或許是全世界最難被“安利”的一群人。他們只認一個硬道理：代碼跑不跑得通？Bug 率低不低？邏輯夠不夠絲滑？
長期以來，OpenAI 和 Claude 是這個圈子里的圣經(jīng)。但這一次，Kilo 這個硅谷新貴卻帶著 MiniMax 殺了出來，直接征服了最挑剔的極客。
Kilo可提供全球超過500種模型，為什么要在核心產(chǎn)品里首推 MiniMax？從LMArena榜單里或許可以找到答案。
與那些可以在實驗室里針對性刷分的基準測試不同，LMArena 被公認為 AI 界的“大逃殺”現(xiàn)場。它采用的是盲測機制——由全球真實的開發(fā)者輸入最刁鉆、最硬核的代碼需求，在不知道模型名稱的前提下進行投票。
結(jié)果令人心跳加速：MiniMax M2.1 發(fā)布之初便坐穩(wěn)國產(chǎn)第一，緊隨 OpenAI、Anthropic 和 Google 這三座大山之后。 這意味著，在全世界數(shù)萬名開發(fā)者最真實、最直觀的評判中，MiniMax 的編碼體感已經(jīng)和頂級模型沒有代差。正是這種“盲測”出的底氣，給了 Kilo 舍棄本土大廠、擁抱國產(chǎn)模型的勇氣。
Kilo 的聯(lián)合創(chuàng)始人兼 CEO Breitenother 并不是一個喜歡客套的人。在官宣與MiniMax攜手合作時，他拋出了一句分量極重的評價：
在開發(fā)者直接評判的真實編碼工作流程中，M2.1 能夠與前沿模型相媲美。
如果說排名是面子，那么 Kilo 的業(yè)務體量就是里子。Kilo 月均處理量是 6.1 萬億 Token，在全球模型聚合平臺OpenRouter上也穩(wěn)居第一，每秒鐘都有海量的代碼請求在全球范圍內(nèi)吞吐。在如此恐怖的流量規(guī)模下，任何一點細微的性能瑕疵、一次邏輯降智或者一毫秒的響應延遲，都會被無限放大成災難性的用戶體驗。
MiniMax 穩(wěn)穩(wěn)地接住了這波流量。能在高并發(fā)、大規(guī)模的真實生產(chǎn)環(huán)境下保持輸出的穩(wěn)定性，這證明了 M2.1 不僅僅是聰明，更是具備了極高的工程完備性。在 M2.1 發(fā)布期間，Droid CTO、Fireworks 聯(lián)合創(chuàng)始人、Cline 創(chuàng)始人等開發(fā)平臺大佬都為其站臺力挺。
中國 AI 的反向輸出故事
在 AI 圈子里，一直有個心照不宣的潛規(guī)則：硅谷負責定義星辰大海，國產(chǎn)模型負責在后方緊緊跟隨。
但到了 2025 年，這個劇本的畫風突然變得有些玄幻。
被譽為全球 AI 行業(yè)年度風向標的《State of AI Report 2025》，首次在報告中將“中國 AI 體系”的定位從“外圍追趕者”提升為“平行競爭者”。報告中一段評價格外扎眼：“2025 年，中國不再是追趕者。它正通過開源生態(tài)與大規(guī)模商業(yè)化部署，開始反向設(shè)定行業(yè)的進化節(jié)奏。”
Kilo 這次把 MiniMax 設(shè)為默認模型，其實是捅破了一層窗戶紙，國產(chǎn) AI 已經(jīng)過了那個需要靠平替和低價來換取生存空間的階段了。
MiniMax 的突圍并非孤例，而是一種群體性崛起的縮影。開發(fā)者社區(qū)中，同為開源模型行業(yè)，阿里 Qwen 的穩(wěn)定表現(xiàn)，早已成為 Hugging Face 排行榜上的常客；而 Kimi 擅長的文本處理能力，也被不少海外初創(chuàng)團隊用于處理復雜的文檔分析任務。
但 Kilo 與 MiniMax 的這次聯(lián)手之所以特殊，在于它不是零散的嘗試，而是直接進入了核心生產(chǎn)力工具的默認設(shè)置。這標志著中國模型已從可選的備胎，跨越成為海外首選的主力。
這種變化在云計算巨頭 Amazon 中也可以一瞥。在今年的 AWS re:Invent 主題演講中，AWS 首席執(zhí)行官 Matt Garman 專門提及 MiniMax M2系列等模型。能讓見慣了大場面的 AWS CEO 親自站臺安利，說明中國AI拿到的不僅僅是程序員的“好評插件”，更是進入全球頂級企業(yè)級市場的“入場券”。用 Garman 的話來說，這些模型已經(jīng)準備好大規(guī)模處理那些最嚴苛、最折磨人的商業(yè)邏輯了。
Kilo在受訪時提到一組數(shù)據(jù)，在幾個關(guān)鍵基準測試中，開源模型和閉源模型之間的性能差距已從8%縮小到1.7%。開源模型與閉源巨頭之間，不再有“天塹”。
1.7% 的差距在實際擼代碼的體感中幾乎可以忽略不計。MiniMax 作為開源陣營里的尖子生，正帶著更多國產(chǎn)模型完成一次教科書級的身份置換：從“我也能做”的追隨者，變成了“我做得更好”的首選。
這不僅僅是一個中國 AI 在海外走紅的故事，更像是一場實力的反向輸出。當硅谷的明星公司開始習慣性地調(diào)用中國模型的 API，當資本也開始認可這套底層邏輯，我們才發(fā)現(xiàn)，這場關(guān)于 AI 的全球馬拉松，中國選手已經(jīng)跑到了第一梯隊，甚至開始帶節(jié)奏了。
國產(chǎn)大模型全球化的序幕
這一夜的硅谷，或許只是一個微小的震點，但它所引發(fā)的余波注定會擴散得很遠。
這場關(guān)于代碼、算力與邏輯的競賽沒有終點，但此時此刻，確實值得被記錄。OpenAI發(fā)文提到，OpenRouter上，中國開源模型使用量占比已從最初1.2%攀升至高峰時期的近30%，并評價中國正著力將大模型平臺打造為國家戰(zhàn)略基礎(chǔ)設(shè)施。
從最初的追隨、對齊，到如今在硅谷明星產(chǎn)品的底層架構(gòu)中挑起大梁，中國大模型正在撕掉“跟隨者”的標簽，完成從 Made in China 到 Innovated in China 的驚艷一躍。
這遠不是終點，而是一場更大規(guī)模全球化敘事的序幕。當中國智造的底座支撐起全球極客的夢想，AI 的下一個十年，注定會有更多精彩的故事發(fā)生在我們的視野之內(nèi)。