May-akda: XinGPT
Ang iyong AI na kasamang pang-programa, maaaring batay sa isang Chinese model na hindi mo pa naririnig.
Mula sa DistillAI, isang bagong media sa panahon ng AI.
Tandaan: Sinusubukan namin ang buong paraan ng AI para gawin ang nilalaman, kaya ang artikulong ito mula sa pagpili ng paksa hanggang sa pagsulat ay gawa ng Claude AI.
Bawat araw, binubuksan mo ang Cursor, sumusulat ng code, restructure ang mga function, at pinapahintulutan ang AI na tulungan ka sa pag-debug. Naniniwala ka na ginagamit mo ang pinakamoderno teknolohiya mula sa Silicon Valley, dahil isa ito sa isang sikat na kumpanya na may halaga na $29.3 bilyon, na may mga investor tulad ng Thrive Capital at a16z, at may mga user sa buong komunidad ng mga developer sa buong mundo.
Hanggang sa nakaraang linggo, nakita ng isang tao ang isang model ID sa API response ng Composer 2: kimi-k2p5-rl-0317-s515-fast.
Kimi K2.5 — isang open-source na model mula sa Chinese company na Moonshot AI.
Ang “utak” ng iyong coding agent, hindi yung inisip mong isa.
Composer 2: Isang maingat na pinakilala na paglalabas
Noong Marso 20, inilabas ng Cursor ang huling henerasyon ng code model na Composer 2, at gumamit ang opisyal na blog ng isang malakas na pahayag: «frontier-level coding intelligence»—前沿级别的编程智能。
Hindi binanggit sa pahayag ang anumang pangalan ng base model. Walang Kimi, walang Moonshot, walang “Tsina”, walang “open source”. Lahat ay tila isang inihain na resulta ng Cursor.
Ngunit malakas ang paghinga ng teknikal na komunidad. Sa araw ng pagpapalabas, may mga developer na napansin ang path ng model na binabalik habang ginagamit ang API ng Composer 2: accounts/anysphere/models/kimi-k2p5-rl-0317-s515-fast. Ang serye na ito ay halos isang sariling pagkilala — Kimi K2.5, kasama ang RL fine-tuning.
Nagdulas nang mabilis ang mensahe sa social media. Dalawang araw pagkatapos, kinilala ni Lee Robinson, Vice President for Developer Education ng Cursor, na ang Composer 2 ay batay sa Kimi K2.5, ngunit binigyang-diin na "tanging halos isang-kapat lamang ng huling computing power ang galing sa Kimi base, ang natitira ay galing sa sariling pagtuturo ng Cursor." Tinawag niya ang pagkakalimot na banggitin ang Kimi sa blog bilang "isang pagkakamali."
Kung ito ang unang 'pagkakamali' ng Cursor, maaari itong ituring na pagkakalimot. Pero hindi.
Noong ipinakilala ang Composer 1 noong nakaraang taon, may napanood din na ito ay gumagamit ng tokenizer ng DeepSeek, ngunit hindi ito isinampa sa anumang opisyal na channel. Isang pagkakamali ay maaaring pangyayari, ngunit dalawang beses ay mahirap hindi isipin: ito ba ay nakalimutan na sabihin, o ayaw sabihin?
Rational choice, silent logic
Bago magkritika sa Cursor, naniniwala ako na kailangan munang maunawaan ang isang katotohanan: ang paggamit ng Kimi K2.5 bilang base, mula sa teknikal at komersyal na pananaw, ay isang napakadaling desisyon.
Ang Kimi K2.5 ay isang open-source model na ipinakilala ng Moonshot sa Enero ng taong ito, na gumagamit ng MoE (Mixture of Experts) architecture at may napakagandang pagganap sa mga gawain sa code generation. Mas mahalaga pa, ito ay open-source — kaya ang gastos para makakuha nito ay napakababa. Para sa isang kumpanya tulad ng Cursor na nangangailangan ng mabilis na pag-iterate at pagpapokus sa product layer at integration ng toolchain, ang paggamit ng isang umiiral na mataas na kalidad na open-source model bilang base, kasunod ng pag-micronegulate gamit ang kanilang sariling data at reinforcement learning, ay ang pinakamabisang paraan.
Hindi ito bagong bagong bagay.
Mas karaniwan kaysa sa inisip ng marami ang paggamit ng mga open-source na modelong Tsino bilang pundasyon sa kasalukuyang merkado ng AI products. Ang DeepSeek, Tongyi Qianwen, Kimi — ang mga modelong ito na inilabas ng mga Tsino team ay nagsisilbing nakatagong pundasyon sa pandaigdigang AI tech stack. Pero wala namang gustong pagsikat.
Hindi komplikado ang dahilan. Sa ilalim ng naratibong frame ng kompetisyon sa teknolohiya sa pagitan ng China at Estados Unidos, ang pahayag na “Ang aming AI product ay batay sa Chinese model” ay hindi lamang isang paglalahad ng teknikal na detalye para sa isang Amerikanong kumpanya, kundi isang pagsisigla sa panganib ng public relations. Paano makikita nito ng mga investor? Magkakaroon ba ng pag-aalala ang mga corporate na kliyente tungkol sa kaligtasan ng data? Paano sasabihin ng media ang mga pamagat?
Kaya ang pagkamaliit ay naging komon na pagkakasundo sa industriya. Ginagamit lahat, ngunit walang sinasabi.
Ngunit ang pagkamahinhin ay may gastos.
Authorized Compliance: The Small Print You Ignored
Ang open source license ng Kimi K2.5 ay modified MIT License, kung saan ang karamihan sa mga tuntunin ay maluwag, ngunit may isang mahalagang pagkakabigay: kung ang buwanang aktibong user ng isang komersyal na produkto ay hihigit sa 100 milyon, o ang buwanang kita ay hihigit sa 20 milyong dolyar, kailangan itong i-label sa isang nakikita at malinaw na lugar sa user interface bilang «Kimi K2.5».
Ang taunang kita ng Cursor ay humigit-kumulang $2 bilyon, at ang buwanang kita ay halos 8 beses ang halaga ng hangganan na ito.
Ang pahintulot na ito ay malinaw, maisasagawa, at malinaw na pinag-iwanan.
Hindi ako legal expert at hindi ko pinag-uusapan ang mga partikular na legal na epekto dito. Ngunit mahalaga na tandaan na kumuha ang software industry ng dalawampung taon upang makabuo ng paggalang sa mga open-source license — mula sa mga unang kaso ng GPL hanggang sa pagiging standard ng SBOM (Software Bill of Materials) sa supply chain security. Ang compliance sa lisensya ng AI models ay kasalukuyang nasa simula ng magkakalat na yugto.
Maraming tao ang maaaring isipin na ang “pagmarka ng Kimi K2.5” ay hindi malaking bagay. Ngunit ang problema ay, kung ang ganitong simpleng pagtutugon sa pagkakasunod sa batas ay maaaring iwasan, sino pa ang seryosong tinatanggap ang mas kumplikadong isyu—tulad ng paggalaw ng data, pag-audit ng pag-uugali ng modelo, at跨境 compliance?
Trust tax: Hindi malinaw na nakatagong gastos
Ginamit ng ilan ang "Trust Tax" upang ilarawan ang gastos ng insidente ni Cursor, at naniniwala akong ang konseptong ito ay lubos na akma.
Kapag natuklasan ng iyong mga user na ang kanilang “Advanced Programming Intelligence” na nagkakahalaga ng $20 buwan-buwan ay batay sa isang libreng open-source model na may fine-tuning lamang, magsisimula ang pagbagsak ng tiwala. Ang problema ay hindi ang pagkakaroon ng kakaibang kakayahan ng Kimi K2.5 — tunay na mabuti ito — kundi ang pakiramdam ng mga user na niloloko sila.
Hindi ito ang unang pagkakataon na nakakatagpo ang Cursor sa isang krisis ng pagkakatiwala. Nangyari na ang kontrobersya sa presyo ng 'unlimited' Pro plan, kung saan natuklasan ng mga user na natapos nila ang buong buwanang quota sa loob ng 3 araw. Kasama na ang kasalukuyang isyu tungkol sa pinagmulan ng model, nagkakaroon ng pagkakasala sa pagkakatiwala.
Mas malalim na tanong: Sa kategorya ng AI agent tools, bakit nagbabayad ang mga user?
Kung ang sagot ay "kapasidad ng modelo", maaaring direktang gamitin ng user ang API ng Kimi K2.5, na mas mura. Kung ang sagot ay "karanasan sa produkto at integrasyon ng toolchain", dapat nang malinaw na ipaliwanag ng Cursor kung saan talaga ang halaga nito, at hindi magbigay ng ambigong implikasyon na lahat ay sariling pagbuo.
Nakalutas na ng industriya ng mobile ang problema na ito. Walang nagmamalaki na nagsisi dahil ginamit ng iPhone ang mga chip na gawa ng TSMC, dahil hindi nagpapakita ang Apple na may sariling fab. Hindi nagtatagumpay ang transparency at commercial value.
Ang panahon ng "lihim na pundasyon" na inilabas ng China
Sa labas ng kaso ng Cursor, mas mahalaga ang isang struktural na trend: ang mga open-source na modelo ng China ay nagsisiging maging pundasyon ng mga global na AI application.
Sinabi ng CEO ng Hugging Face, Clément Delangue, habang kumomento tungkol dito, na ang Chinese open source ay ang "pinakamalaking puwersa sa pagbuo ng global AI tech stack." Ito ay hindi isang pormal na pahayag.
Ang valuation ng Moonlight ay tumindi ng apat beses sa loob ng tatlong buwan, patungo sa halos $18 bilyon. At ang kaganapan sa Cursor, sa isang paraan, ay nagbigay ng pagsasanay sa kakayahan ni Kimi sa harap ng mga developer sa buong mundo—ang pinakamataas na valuation na AI na tool para sa pagprograma, na gumamit ng iyong model bilang base, ay mas nakakapanghikayat kaysa anumang benchmark.
Hindi lamang nagdudulot ang trend na ito ng mga diskusyon sa geopolitical na antas. Para sa mga corporate user, may isang praktikal na tanong: ang iyong code ay tinatrabaho ng isang model na hindi mo alam ang pinagmulan.
Sa mga reguladong industriya (finansyal, pangkalusugan, pamahalaan), ang data sovereignty at cross-border compliance ay mga kinakailangan. Kung ang iyong mga developer ay gumagamit ng isang AI tool na ang pinagmulan ng modelo ay hindi malinaw, maaaring hindi alam ng iyong team sa compliance ang anumang panganib na kinakaharap nila. Ito ay hindi isang hipotetikal na skena—ito ay nangyayari ngayon.
Tinatawag ng ilan ang ganitong uri ng panganib bilang “Shadow AI”, na katulad ng konsepto ng Shadow IT noong nakaraan. Ibinuhos ng mga developer ang mga AI model sa kanilang IDE at CI/CD pipeline, ngunit walang alam ang mga timbang ng seguridad at legal.
Susunod na hakbang: AI-BOM at transparensya ng supply chain
Matapos ang mga pangyayari sa kaligtasan ng supply chain tulad ng Log4j, ang industriya ng software ay unti-unting tumanggap ng konsepto ng SBOM (Software Bill of Materials) — anong mga komponente at bersyon ang ginagamit ng iyong software, at mayroon bang kilalang vulnerabilities, ipinapaliwanag nang malinaw sa isang lista.
Kailangan ng AI model ang parehong bagay.
Ang konsepto ng AI-BOM (AI Bill of Materials) ay nagsimulang pag-usapan sa komunidad ng seguridad. Dapat kasama sa物料清单 ng isang AI produkto: ano ang base model, ang pinagmulan at paraan ng pagproseso ng training data, ang mga paraan ng fine-tuning, at ang deployment ng modelo at paggalaw ng data.
Para sa mga developer, ibig sabihin nito na kailangan nilang simulan ang pagsusuri sa pinagmulan ng mga modelong AI nang gaya ng pag-aaral sa license ng mga dependency. Ang `npm audit` at `pip check` ay naging karaniwang gawain, at sa hinaharap, ang `model audit` ay maaaring maging standard.
Para sa mga tagapag-likha ng AI tools, ang aktibong pagpapakita ng pinagmulan ng modelo ay hindi pagkamali, kundi isang pag-invest sa pagtatayo ng matagalang tiwala. Ang unang kumpanya na gawing standard ang AI-BOM ay maaaring makakuha ng premium sa tiwala ng merkado.
Para sa buong industriya, ang transparensya ng supply chain ng modelo ay nagsisilbing "nice to have" hanggang sa "must have". Ang pagbabagong ito ay maaaring hindi kailanganin ang isang Log4j-level na insidente upang maipagpatuloy — ang kuwento ni Cursor ay isang sapat na malakas na babala.
Bumalik sa unang eksena. Patuloy pa ring gumagana ang Cursor, at ang Kimi K2.5 ay patuloy na isang mahusay na modelo. Dapat igalang ang teknikal na kakayahan ng Moonshot, at ang pagkakaroon ng Cursor sa antas ng produkto at toolchain ay totoo.
Ang problema ay hindi nagsisimula sa "paggamit ng Chinese model" — sa isang global na open-source ecosystem, ang magandang teknolohiya ay hindi dapat may label ng bansa. Ang problema ay ang "hindi mo ito sinabi".
Sa panahon na patuloy na lumalalim ang pagkakasali ng AI agent sa mga proseso ng trabaho, iniiwan natin ang mas maraming code, data, at desisyon sa mga kasangkapan na ito. Dapat nating malaman kung sino ang “utak” sa likod ng mga kasangkapan na ito.
Ang transparency ay hindi teknikal na detalye, kundi ang imprastruktura ng tiwala.