Thomson Reuters 利用中国技术自研 AI 模型，以降低对 Claude 的依赖

事件核心：发生了什么

2026 年 8 月，加拿大数据与法律信息服务巨头汤森路透正式发布其首个自研 AI 模型 Thomson-1。该模型并非从零训练，而是基于阿里巴巴开源的 Qwen 模型进行“重新对齐”和领域微调后形成，内部代号为 Snowdon。汤森路透首席技术官 Joel Hron 表示，研发过程联合了英国帝国理工学院的团队，历时数月完成，重点是对模型进行“道德与政治偏见”的消除，确保其在法律与专业场景中的安全性。

Thomson-1 将首先接管原先由 Claude 承担的文档审查类任务。公司强调，这并非要完全替换与 Anthropic 的合作——其 AI 法律助手 CoCounsel 目前仍主要依赖 Claude 驱动——而是希望通过自研模型逐步替代高成本的外部 API 调用。Hron 将这一策略比作“买房而非租房”：自研模型能够积累属于公司自身的知识产权，而非持续为外部大模型按量付费。

为什么重要

这件事的信号意义在于：大型企业客户正在从“直接采购闭源 API”转向“基于开源底座做私有化微调”的混合路线。汤森路透的选择侧面印证了开源模型在特定专业领域（如法律、金融）已经具备接近闭源商业模型的能力下限，且成本优势明显。与此同时，这也反映出中国开源模型（如阿里 Qwen）正在成为西方企业降低 AI 算力和推理成本的一个现实选项，尽管围绕“蒸馏”争议和安全审查的讨论仍在持续。

Anthropic 此前曾公开指责中国实验室非法“蒸馏”其模型输出用于训练，并呼吁美国政府施加限制；部分美国政界人士也对 Airbnb 等企业使用中国开源模型表达了安全担忧。汤森路透此次以“合规微调+安全对齐”为名直接采用 Qwen，实际上为其他面临类似成本压力的企业提供了一个可参考的合规操作样本。

对用户/开发者/创作者的影响

对开发者而言，这一案例表明：基于 Qwen、Llama 等开源权重进行领域微调，不仅是中小创业公司的选择，也已进入大型企业核心业务流程。对依赖 Claude、GPT 等闭源 API 的团队来说，汤森路透的做法提示了另一种成本控制路径——将高频、规则明确的专业任务迁移至微调后的开源模型，闭源模型仅保留在复杂推理和通用对话场景。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对法律、金融等垂直领域的用户来说，Thomson-1 的出现意味着专业 AI 工具的定价结构可能松动。当企业拥有自研模型后，对外服务的 API 价格、订阅套餐都有可能出现调整。创作者和内容从业者则应留意：开源模型的“去偏见”处理并不等于内容中立，不同机构在微调时的价值观过滤会导致输出风格的隐性差异。

值得关注的后续

首先，Thomson-1 在 CoCounsel 中的实际替代比例值得跟踪——如果文档审查类任务迁移顺利，后续大概率会向合同分析、合规检索等更多专业场景扩展。

其次，Anthropic 是否会对这一合作模式发起新的政策游说或法律行动，将影响其他企业效仿的意愿。若美国政府出台针对中国开源模型的使用限制，汤森路透的“Qwen 底座”策略可能面临合规调整。

最后，阿里 Qwen 是否会由此获得更多西方企业级订单，以及汤森路透是否会将 Thomson-1 以 API 形式开放给外部客户，都是观察开源商业生态走向的关键指标。

来源：Business Insider