微软闷声当上全球最大 AI 中间商，左手 GPT 卖中国，右手 DeepSeek 卖西方

事情是这样的。

早上挤地铁的时候刷到一条推文，一个叫阿易的博主转了彭博社的报道，配了一句特别欠的话，大意是，还得是微软会闷声发大财，它现在已经成了全球最大的 AI 中间商。我盯着手机看了两秒，没绷住。

中间商。倒爷。二道贩子。

你把这几个词跟微软放一起，是不是有种说不出的荒诞感。一家市值三万多亿美金的公司，AI 时代的核心玩家之一，结果你告诉我它最赚钱的姿势不是自己造模型，而是站在中间倒手？

但你要是真去翻报道，会发现这个形容一点都不夸张，甚至有点温柔了。

微软干的事是这样的，左手把 OpenAI 的模型卖给中国企业，字节、蚂蚁、美团、腾讯都在它这儿买；右手把中国的 DeepSeek 反向卖给西方客户。一进一出，两条腿上都赚钱。好家伙，这哪是一家 AI 公司在卖模型，这是一张横跨太平洋的双向贸易网络，正在它手里慢慢成形。

我看完愣了一下，第一反应不是震惊，是一种迟来的恍然。哦，原来这盘棋是这么下的。

今天想跟你唠唠这件事，因为它表面是个商业八卦，往里抠一层，全是这两年 AI 行业最真实的水温。

先把事实摆清楚，免得我光顾着抖机灵把你绕进去。

彭博社这篇报道的核心信息有两块。第一块，微软在中国卖 OpenAI 的模型，卖得很猛。根据相关报道，字节跳动是微软在中国最大的 AI 客户，预计一年要在微软的 AI 和云服务上花掉超过 10 亿美金。注意这个数字，10 亿美金，一个客户。蚂蚁、美团、腾讯也都在 Azure 上买模型。

这里有个容易被忽略的细节，这些模型不是部署在中国境内的，而是从境外的数据中心远程访问，报道里提到了新加坡。也就是说，中国企业调用 GPT，请求绕一圈飞到新加坡的机房再飞回来。合规上的弯弯绕我们待会儿聊，先记住这个画面。

为什么非得绕这一圈？因为模型本身不出境，进出境的只是 API 请求和它吐回来的 token。这是一个特别巧的设计，物理上模型还在微软自己境外的机房里待着，跨境的只是数据流。对一个天天要处理数据驻留问题的工程团队来说，这个区别太重要了，它绕开了一大堆关于把模型权重落地到某个司法管辖区的麻烦。微软等于是把合规这件最头疼的事，悄悄揉进了它云的架构里。

微软在中国的这块生意涨得有多快？截至 2025 年 6 月那个财年，它在中国的 Azure AI 收入大概翻了三倍，再往前一年涨了差不多 400%。当然基数不大，中国市场大约只占微软 2024 年总营收的 1.5%，但增速摆在那儿，谁看了不眼热。

第二块，也是让阿易和我都没绷住的那块。微软同时在测试 DeepSeek。

具体说，DeepSeek-R1 早在 2025 年 1 月就被加进了 Azure AI Foundry，这是微软那个让你在云上直接调各种模型的平台。这个月微软又跟 Axios 确认，它正在测试一个经过微调、托管在 Azure 上的 DeepSeek-V4，准备用在 Copilot Cowork 上。

Copilot Cowork 是微软那个企业级的智能体产品，简单说就是能替你干活的 AI 助手，现在背后跑的是 OpenAI 和 Anthropic 的模型。微软琢磨的是，给它换上 DeepSeek，作为一个更便宜的选项。

你把这两块拼一起，画面就出来了。GPT 往东卖到中国，DeepSeek 往西卖到欧美，中间那个收过路费的，是同一家公司。

我跟你说，第一次意识到这个结构的时候，我脑子里冒出来的是一个特别土的比喻，茶马古道。

那种古代的边境贸易，内地的茶往边疆运，边疆的马往内地运，真正闷声发财的从来不是种茶的也不是养马的，是那个手里攥着商道、两头都熟、两头都能搭上话的马帮。微软现在干的就是这个，只不过驮的不是茶和马，是 token。

那问题来了，OpenAI 和 Anthropic 自己为什么不去中国卖？这么大块肉，10 亿美金一个客户的肉，它们看不见吗？

看得见，但它们不能去，或者说不愿意去。

报道里给的理由有三个，知识产权担忧，滥用风险，还有一个特别关键的词，模型蒸馏。

蒸馏这个词第一次出现我得展开一下，免得圈外的朋友卡住。模型蒸馏（distillation），原意是你拿一个又大又强的模型当老师，让它生成大量的问答数据，再用这些数据去训练一个又小又便宜的学生模型，让小模型学到大模型的本事。技术本身是中性的，是行业里很常规的一招。但在商业语境下它有另一层含义，你可以通过疯狂调用别人家的顶尖模型，把它的输出一条条收集起来，拿去训练自己的竞品。相当于花点 API 的钱，把人家几亿美金训出来的能力给抄了一份作业。

OpenAI 怕的就是这个。彭博社提到，OpenAI 私下里其实一直在向微软施压，要求它多想想办法，别让中国客户拿 GPT 的输出去蒸馏自己的模型。

你品品这个画面。OpenAI 一边要靠微软的渠道和算力活着，一边又得防着微软的渠道把自己的看家本领倒卖出去顺便被人抄走。这种又依赖又提防的关系，比商战剧还拧巴。

所以微软的位置就很微妙了。它不是模型的创造者，但它是模型的承运人和收银台。OpenAI 不方便出面、不愿意背的那些风险，微软用 Azure 这层壳给接住了。数据留在我的云里，合规我来扛，安全我来管，你们只管在我这儿买卖。

这就是中间商最值钱的地方。不是它有多强的技术，是它站在了一个所有人都得从它这儿过、但所有人又都不太想自己脏手的位置上。

我多说一句，这个位置不是天上掉下来的。微软能站在这儿，是因为它早早地用几百亿美金把自己跟 OpenAI 绑死，又有 Azure 这张铺满全球的云。算力、渠道、客户关系、合规能力，这四样东西它一样不缺，缺一样这个中间商都当不成。说到底，能当倒爷也是有门槛的，而且门槛高得吓人。你光有商道的念头没用，你得真的修得起那条路，养得起那支马帮。

说到这儿我想多扯两句云经济学，因为这才是这盘棋真正的底牌，也是跟我们这些天天跟模型打交道的人关系最大的部分。

我平时的工作，说人话就是给大模型搭那层让它真正能干活的工程脚手架，调度、工具链、超时重试、token 预算这些。这活儿干久了你会形成一个特别朴素的直觉，在生产环境里，模型的能力是一回事，模型的成本是另一回事，而后者往往才是决定一个项目能不能活下去的东西。

这两年 OpenAI 和 Anthropic 的前沿模型有多强不用我说，但它们的推理成本（inference，模型生成回答时实打实烧的算力）也是真的高，而且还在涨。你做一个 demo，调几百次 API，无所谓。可你要做一个 Copilot Cowork 这种规模的产品，背后是千万级、亿级的调用量，每一次调用的单价乘以这个量级，财务报表会直接给你上一课。

微软不傻，它太清楚这本账了。很多工作负载，根本用不上最贵最聪明的那个前沿模型。让 AI 帮你整理个会议纪要、改改格式、跑个分类，杀鸡用不着牛刀。这时候 DeepSeek 的价值就出来了，它的模型训练和运行的成本都远低于可比的西方模型，便宜得不是一点半点。你可以去翻 Azure AI Foundry 上 DeepSeek 的定价页，那个数字摆在那儿，对一个天天盯着 token 预算的人来说，是有诱惑力的。

所以微软的算盘是，给客户一个梯度。要顶级性能、不差钱的，上 GPT 上 Claude；要把成本压下来、活儿又没那么难的，给你一个托管好的 DeepSeek 当备选。微软说了，这玩意对客户是可选项，完全跑在 Azure 上，数据不出微软的云，照样套着企业级的安全、合规和数据驻留那一套。

你看，它把一个地缘上敏感得要命的中国模型，用 Azure 这层企业级的壳一包，就变成了一个货架上规规矩矩的 SKU。客户买的时候不太需要纠结这模型是哪国造的，反正数据在微软手里，出了事微软兜着。

这一手，我得说，有点子牛逼。

它说到底是把模型这个东西给商品化了。当年我们聊大模型，聊的是哪家更聪明、谁的参数多、谁刷榜第一。现在微软在用行动告诉你，在它这个层级，模型就是货，是水电煤，是可以按需求、按预算、按场景在货架上挑挑拣拣的库存。聪明是卖点之一，但不是唯一的卖点，便宜也是卖点，合规也是卖点，省心更是卖点。

谁掌握了那个货架，谁就掌握了定价权。OpenAI 和 DeepSeek 在货架上是商品，微软是开超市的。开超市的从来不靠卖某一款货致富，靠的是所有货都得摆我这儿、所有人都得来我这儿逛。

想到这儿，那个茶马古道的比喻在我脑子里就更清楚了。马帮的本事从来不是养出最好的马、种出最好的茶，是它认得路，镇得住两头的场子，能让交易在它的商道上安全地发生。技术的护城河会被填平，模型今天你领先四个月明天就被追上，但商道、渠道、信任这套基础设施，是真能传几代的。

讲到这儿你可能觉得我在夸微软。也不全是。

我有点说不清的复杂感受。一方面，作为一个搞工程的，我打心眼里佩服这个布局的冷静和精准，它对成本、对合规、对客户真实需求的拿捏，全是在生产一线摸爬滚打才能磨出来的判断，没有一丝一毫的浪漫。

但另一方面，我又有点说不上来的怅然。

你想想看，这一整套精巧的双向贸易，建立在一个略带讽刺的前提上，那就是最好的技术和最赚钱的位置，可以是两回事，甚至常常是两回事。DeepSeek 那帮人把模型的成本压到那么低，是实打实的硬功夫，是无数个深夜对着 loss 曲线熬出来的本事。OpenAI 把模型做到那么强，同样是烧掉天文数字的算力和人才换来的。可到头来，在这条商道上数钱数得最稳的，是那个两头都不得罪、把货架管好的人。

这不是谁的错，这就是商业。商业的逻辑就是这么冷静，甚至冷酷。它不在乎你的技术有多浪漫，只在乎货能不能流动、过路费收得稳不稳。

我突然想起万能青年旅店那句，是谁来自山川湖海，却囿于昼夜厨房与爱。技术人大概都有点这个劲儿，心里装着山川湖海，想把模型做到极致，想让智能真正普惠。可真到了落地这一层，要面对的全是昼夜厨房与爱，是成本、是合规、是财报、是那个冷冰冰的货架。

理想负责让模型变强，现实负责把它摆上货架明码标价。两者都对，只是站的位置不一样。

那对我们这些普通的开发者、创业者，这件事意味着什么？我琢磨了一下，有几个特别实在的点，分享给你。

一个是，别再天真地以为模型的能力是你产品的全部护城河了。模型正在以肉眼可见的速度被商品化，今天你接的这个最强模型，半年后可能就是货架上一个普通 SKU，价格还跌了一半。真正能立住的，是你在模型之上搭的那套东西，你对场景的理解、你的工程能力、你跟客户之间的信任。这跟微软在干的事是一个道理，它赢在货架，不赢在某一款货。

再一个是，成本这件事，请你从第一天就把它当回事。我见过太多团队，demo 阶段闷头调最贵的模型调得飞起，一上量级财务直接傻眼。微软连自己的旗舰产品都在认真盘算要不要换个便宜模型省钱，你一个初创凭什么觉得自己可以不计成本。给你的系统设计一个模型梯度吧，难的活儿上贵的，简单的活儿上便宜的，这不丢人，这是成年人的精打细算。

还有一个更软的，是关于位置的判断。微软这盘棋最值得学的，不是它的技术，是它对自己位置的清醒认知。它非常清楚自己不是最强的造模型的那个，但它牢牢守住了那个最值钱的中间位置。你做产品、做公司，也得想清楚自己到底站在哪个位置上，是想当那个最聪明的造马人，还是那个最懂商道的马帮。两条路都能活，但你得知道自己选的是哪条，别又想造马又想收过路费，最后哪头都没占住。

写到这儿，回到开头那条让我没绷住的推文。

闷声发大财，这五个字现在再看，已经不只是调侃了。它精准地描述了一种姿态，在所有人都盯着前沿模型谁更强、为参数和跑分吵得不可开交的时候，有一个玩家悄悄地把自己变成了那条所有交易都得经过的商道。它不参与最热闹的那场争论，它只负责收每一笔过路费。

这条商道现在还在成形，太平洋两头的货才刚开始对流。它最后会长成什么样，会不会被政策一刀切断，会不会有新的中间商冒出来分一杯羹，我也说不准，谁也说不准。

但有一件事我是越来越信了。在这场轰轰烈烈的 AI 浪潮里，最大的浪花未必属于造浪的人，常常属于那个看懂了潮水方向、然后稳稳把船停在航道正中间的人。

航行这么久，我对这片海最深的体会就是，风浪是给所有人的，但航道，是留给少数看得懂的人的。