午方 AI 關注到，前 GitHub 國際化戰略負責人、Interconnected Capital 創始人 Kevin S. Xu 對華盛頓及 Anthropic 試圖通過封鎖手段干擾中國大型模型發展的策略提出質疑。Kevin S. Xu 指出，對於 DeepSeek、Dark Side of the Moon 及 MiniMax 等缺乏成熟生態系統支持的獨立研究機構而言，對抗性蒸餾僅是因高質量訓練數據短缺而採取的廉價捷徑；相比之下，獲得阿里巴巴（Qwen）、字節跳動（Seed）或小米等企業支持的機構擁有與谷歌、蘋果相當的自有數據資源，並不依賴此類技術。由此可見，封鎖 API 最多隻能暫時阻礙獨立研究機構的發展，而無法動搖中國科技巨頭的根基。外界對中國'數據優勢'的誇大實爲誤解，在培養前沿大型模型所需的高質量標註及評估數據方面，中國缺乏像 Scale AI 或 Surge 這樣的成熟商業數據供應體系。由於國內數據服務提供商能力有限，獨立研究機構纔將 API 蒸餾作爲彌補供需缺口的方式。

然而，數據標註行業本質屬於進入門檻較低的商業模式，並非如光刻技術般存在高技術壁壘，市場缺口完全可通過其他方式彌補。從長遠來看，雖然純粹基於理論構建的學生模型難以超越導師模型，但大型模型的開發仍依賴人類工程師。無論美國是否強行切斷 API 通道，聰明且勤奮的中國開發者最終定能突破理論限制，創造出性能更優的大型模型。美國的封鎖政策不僅無效，反而可能過早消除將中國模型限制在'學生模型'水平的理論障礙。