2026 年 7 月底，一封美国国会议员的联名信把外卖平台 DoorDash 推上了风口。两位众议院委员会主席联名致信 DoorDash 联合创始人兼 CEO Tony Xu，调查内容是：你们为什么在用中国公司开发的大模型 Kimi K2.6。一家送外卖的公司，因为用了中国 AI 模型被国会盯上，这件事本身就很值得拆开看。
一、事件经过：国会为什么盯上一家外卖公司
据公开报道，这封信由众议院「中共问题特设委员会」（Select Committee on the CCP）主席 John Moolenaar 与「国土安全委员会」（Homeland Security Committee）主席 Andrew Garbarino 联名签署，收件人为 DoorDash 联合创始人兼 CEO Tony Xu。信中直接点名 Kimi K2.6，要求 DoorDash 说明使用中国 AI 模型的具体情况。
触发点不复杂。据报道称，DoorDash 内部的 AI 研究实验室在测试中发现，中国开发的大模型（如 Kimi K2.6）在某些任务上性能优于美国同类产品，因此选择采用。这个「性能优先」的技术决策，撞上了「国家安全」这堵墙。国会议员的核心关切是数据安全：一家处理海量美国用户数据的平台，把 AI 能力搭建在中国模型上，数据会不会流向中国？模型本身会不会构成供应链风险？这些问题目前还没有答案，但信件本身已经把 DoorDash 推到了聚光灯下。
二、Kimi K2.6 是什么：万亿参数的开源 agentic 模型
被点名的 Kimi K2.6 来自月之暗面（Moonshot AI），2026 年 4 月 20 日发布，采用 Modified MIT 许可证开源。几个关键参数：
| 属性 | 参数 |
|---|---|
| 开发商 | 月之暗面（Moonshot AI） |
| 发布日期 | 2026-04-20 |
| 许可证 | Modified MIT |
| 架构 | 1 万亿参数 MoE，320 亿（32B）激活 |
| 特性 | 原生多模态、agentic、自我纠错增强 |
这里要特别分清一件事：Kimi K2.6 和 Kimi K3 是两个不同的模型。K2.6 于 4 月发布，是本篇的主角；K3 于 7 月 17 日发布，《纽约时报》报道称其为「世界最大开源系统」，更新也更大。别把 K3 的事安到 K2.6 头上。
Kimi K2.6 之所以能被 DoorDash 内部实验室选中，说明它在实际任务中确实有竞争力。开源模型在特定基准上跑赢闭源旗舰，在 2026 年已不是孤例。但「好用」和「能用」之间，隔着一道合规的墙。
三、核心争议：性能优先 vs 合规风险
DoorDash 的选择逻辑其实很简单：哪个模型在我需要的任务上表现好，我就用哪个。这是工程师视角下最自然不过的决策。从公开信息看，DoorDash 内部 AI 实验室的测试结论是：中国开发模型在某些任务上性能更优。这个结论如果是基于真实基准测试得出的，那它反映的恰恰是 2026 年大模型格局的一个现实——中国开源模型在部分能力上已经追上甚至超过美国同行。
但国会议员看到的是另一面。DoorDash 手握数以亿计的美国用户数据——地址、消费习惯、位置轨迹。一家这样的公司把 AI 能力搭建在中国模型上，即便模型是开源的、可以本地部署，数据的处理链路是否真的安全？模型权重是否可能包含后门？这些问题对技术团队来说是可验证的工程问题，但在国会层面，它们被转化为地缘政治议题。
矛盾的核心就在这里：工程师按性能选型，监管者按风险设墙。当「最好用的模型」来自一个被战略竞争对手标签化的国家时，这两套逻辑无法自动对齐。
四、更大背景：不只是 DoorDash
DoorDash 不是唯一被盯上的公司。据公开报道，Moolenaar 和 Garbarino 在同一时期还向 Airbnb、Anysphere（Cursor 的母公司）发出了类似调查信，同样针对它们使用中国 AI 模型的情况。两位议员还致信五角大楼，要求将 DeepSeek 等中国 AI 模型列入 1260H 清单（美国国防部认定与中国军方关联的实体清单）。
| 被调查方 | 调查内容 |
|---|---|
| DoorDash | 使用 Kimi K2.6 等中国模型 |
| Airbnb | 使用中国 AI 模型 |
| Anysphere（Cursor 母公司） | 使用中国 AI 模型 |
| 五角大楼（致信对象） | 要求将 DeepSeek 列入 1260H 清单 |
视角再拉远一点。2026 年 8 月 1 日，《台北时报》（Taipei Times）报道了中国使用美国 AI 模型训练国防系统的消息。这是一个反向角度：美国也在担心自己的 AI 模型被中国用于军事目的。两个方向的信息叠加在一起，说明 AI 模型的跨境使用已经变成一个双向的安全议题——无论模型从哪个国家流向哪个国家，只要涉及军事或基础设施敏感领域，都会触发监管红线。
五、给企业的启示：选型时的三条合规底线
第一，性能不是唯一的选型标准。一个模型在你的基准上跑得最好，不代表它在合规上也能通过。特别是处理用户数据的消费级应用，模型出处的国别属性正在变成一个硬约束。选型时把「模型来源国」列进评估表，和跑分、价格放在同一张表里。
第二，开源不等于安全可控。Kimi K2.6 是 Modified MIT 开源的，你可以拿到权重、可以本地部署，但这不自动意味着「数据不出域」就成立了。模型权重的来源验证、推理链路的数据流审计、是否经过第三方安全评估，这些环节缺一不可。开源给你的是审查能力，不是安全保障本身。
第三，地缘政治风险正在变成技术债务。今天的合规选择可能明天就变成政策风险。如果一家企业的核心 AI 能力绑定在某个特定国家的模型上，政策风向一变，迁移成本会非常高。保持模型选型的可替换性——至少留一个 Plan B——正在变成工程架构的一部分。
一个外卖公司用了中国模型，被国会调查。这件事的真正信号不是 DoorDash 做错了什么，而是 AI 模型的国别属性已经从「技术选型」上升为「战略合规」。对所有用大模型的企业来说，选模型这件事，从此多了一个无法绕过的维度。
参考来源
- Moonshot AI 官方：Kimi K2.6 发布信息（2026-04-20，参数与许可证，以官方为准）
- 美国众议院「中共问题特设委员会」：Moolenaar 与 Garbarino 致 DoorDash CEO Tony Xu 联名信（据公开报道）
- 公开报道：DoorDash 内部 AI 实验室使用中国模型及国会调查事件
- 同期报道：Moolenaar/Garbarino 调查 Airbnb、Anysphere（Cursor 母公司）使用中国 AI，及致信五角大楼要求将 DeepSeek 列入 1260H 清单
- Taipei Times（2026-08-01）：中国使用美国 AI 模型训练国防系统报道
- 《纽约时报》：Kimi K3 报道（2026-07-17，区分 K2.6 与 K3）