午方 AI 关注到，前 GitHub 国际化战略负责人、Interconnected Capital 创始人 Kevin S. Xu 对华盛顿及 Anthropic 试图通过封锁手段干扰中国大型模型发展的策略提出质疑。Kevin S. Xu 指出，对于 DeepSeek、Dark Side of the Moon 及 MiniMax 等缺乏成熟生态系统支持的独立研究机构而言，对抗性蒸馏仅是因高质量训练数据短缺而采取的廉价捷径；相比之下，获得阿里巴巴（Qwen）、字节跳动（Seed）或小米等企业支持的机构拥有与谷歌、苹果相当的自有数据资源，并不依赖此类技术。由此可见，封锁 API 最多只能暂时阻碍独立研究机构的发展，而无法动摇中国科技巨头的根基。外界对中国'数据优势'的夸大实为误解，在培养前沿大型模型所需的高质量标注及评估数据方面，中国缺乏像 Scale AI 或 Surge 这样的成熟商业数据供应体系。由于国内数据服务提供商能力有限，独立研究机构才将 API 蒸馏作为弥补供需缺口的方式。

然而，数据标注行业本质属于进入门槛较低的商业模式，并非如光刻技术般存在高技术壁垒，市场缺口完全可通过其他方式弥补。从长远来看，虽然纯粹基于理论构建的学生模型难以超越导师模型，但大型模型的开发仍依赖人类工程师。无论美国是否强行切断 API 通道，聪明且勤奋的中国开发者最终定能突破理论限制，创造出性能更优的大型模型。美国的封锁政策不仅无效，反而可能过早消除将中国模型限制在'学生模型'水平的理论障碍。