6月30日晚上，一位在旧金山做独立开发的工程师朋友给我发了条消息，语气里有种说不清的复杂："你看到了吗？Meituan，就是那个送外卖的公司，搞了个1.6万亿参数的模型，从头到尾没用一张英伟达卡。"

几分钟后，他补了一句："我们这边还在排队等H200的配额。"

这个时间差可能比大部分人意识到的更有意味。7月2日，两件事同时占据了科技媒体的头条：一边是扎克伯格宣布Meta要把闲置的AI算力挂牌出售，全球硬件股应声暴跌——三星跌9%，SK海力士跌14%，A股兆易创新直接跌停；另一边，中国外卖巨头美团的LongCat-2.0大模型在OpenRouter上杀进了全球调用量前三，代号"Owl Alpha"时期，它的Agent场景调用量甚至排到了全球第二，仅次于Claude Opus 4.8。

两条新闻放在一起看，一个画面就显影了：AI算力的"英伟达中心制"正在松动，而松动它的力量，来自一个人们很少预料到的方向。

万亿市值与零英伟达的同一天

LongCat-2.0的故事真正有意思的地方，不是它的性能——坦诚讲，技术社群普遍认为它的Agent能力接近Claude Opus 4.6，编码略优于智谱的GLM-5.1，但还是打不过刚发布的GLM-5.2和GPT-5.5。它真正的冲击力在于一个此前从未被完整兑现的可能性：从地基到装修，全部用国产芯片搞定。

过去两年，国内大模型的"国产叙事"一直在绕弯子。有的用华为昇腾做推理，有的把后训练阶段迁移到国产卡上，但核心训练——那个最吃算力的环节——英伟达的A100和H800始终是不可替代的选项。

LongCat-2.0把这层窗户纸捅破了。MoE架构，1.6万亿总参数，每个Token激活480亿参数，训练和推理全流程跑在国产算力集群上。在海外，X平台上这个话题冲上了News榜，超过2800条讨论。

同一天，寒武纪盘中市值突破了10000亿人民币。这不是什么玄学。资本在用真金白银投票——国产算力不再只是"替代方案"，它正在成为某些场景下的"首选方案"。

Meta的策略暴露了什么

7月1日，Meta宣布筹建云计算业务，要把数据中心里闲置的GPU算力卖给外部客户。据内部测算，Meta目前的AI算力利用率只有65%左右。华尔街分析师给算力租赁业务估出了千亿美元级别的营收潜力，Meta股价当天直接飙了8.8%。

但另一组数据揭示了这个故事的B面：GPU租赁价格在过去几个月是不降反升的。行业整体算力依然是供不应求的状态。

"过剩的不是整个市场，是Meta自己。"Meta花了数千亿美元囤积英伟达GPU，但它的大模型Llama 4.5在市场上始终没有找到像样的商业化出口——API服务迟迟未上线，模型本身的竞争力也一直被Qwen和DeepSeek压着。算力堆在那里，没有模型能把它"吃掉"，就只能拿出来卖。

模型不够好，算力再强有什么用？

开源的暗线

Interconnects AI发布的ATOM报告显示：从2025年3月到2026年3月，全球开源模型累计下载量增长了6倍，其中中国模型的下载量同比增长了11.9倍——美国的增速是4.1倍。Hugging Face前十榜单里绝大多数来自中国。

DeepSeek R1在2025年1月发布时，曾让英伟达一天蒸发5900亿美元市值。当时吴恩达点评说，美国遏制中国AI的结果，是倒逼出了一条效率极高的"第二增长曲线"。一年多过去，这条曲线的斜率比所有人预想的都要陡峭。

一个微妙的转折是——过去讲国产替代，核心叙事是"被迫的、不得已的"。但LongCat-2.0的出现，把一个反直觉的事实推到了台前：在某些场景下，全链条自主可控的综合成本已经逼近甚至优于"英伟达方案"。

当然，过度浪漫也不对。国产芯片的挑战是系统性的——单卡显存更小、通信带宽不如NVLink、算子生态需要大量重写。但"跑通"意味着可行性论证已完成，剩下的只是工程问题，而工程问题恰恰是中国公司最擅长解决的问题。

重新理解"算力"

美团不是靠外卖送出的AI模型——它过去五年在实时调度和运筹优化上的技术积累，本身就是大模型训练中分布式计算能力的天然储备。一个每天调度几百万骑手的系统，天然需要处理极大规模并行计算。

6月30日之后，AI行业的算力叙事出现了一条明显的裂缝。这条裂缝的意义不是技术层面的颠覆——而是认知层面的。当一个"送外卖的公司"用全部国产的算力栈造出了全球前三的模型，"英伟达不可替代"的魔咒就不再是一个技术判断，而是一种心理惯性。

而打破心理惯性，通常是真正变革开始的地方。