大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
大家好，最近我做了一个小工具 DiagramPreview： https://diagrampreview.com 起因是我最近写 README 、技术方案和接口文档时，经常让大模型生成 Mermaid 、PlantUML 、架构图、OpenAPI 流程、SQL ER 图之类的文本。 AI 生成初稿确实很快，但有个步骤一直很烦：它通常只给代码，不帮你确认能不能渲染。很多时候复制到文档里才发现 Mermaid 报错，或者 PlantUML 图看起来不对，还要再找工具预览、修语法、导出图片。 所以我把这个中间步骤做成了一个在线工具站： - Mermaid / PlantUML / Graphviz / D2 / Markdown 预览 - AI Diagram Generator 、Text to Mermaid 、Mermaid AI Fixer - OpenAPI to Sequence Diagram 、SQL to ER Diagram - JSON / YAML / JSON Schema / XML / CSV 结构可视化 - Docker Compose 、Kubernetes Manifest 、package.json 依赖图 - SVG / PNG / PDF 导出 - 不需要登录，浏览器里直接用 普通预览类工具主要在浏览器里处理。AI 生成类工具会调用后端接口，所以不要把私有代码、密钥、内部架构细节直接丢进去。 我的主要使用场景是： 1. 让 AI 先生成图表代码。 2. 粘贴到 DiagramPreview 里看是否能渲染。 3. 如果语法坏了，修一下或让 AI 修复。 4. 导出 SVG/PNG 放到 README 、PRD 、技术方案或周报里。 目前还比较早期，想听听 V2EX 上大家的建议： - 你们写技术文档时最常用 Mermaid 、PlantUML 还是 draw.io ？ - 还有哪些格式值得补，比如 DBML 、Terraform 、Protobuf 、Grafana Dashboard 、Prometheus Alert 、Swagger 更深度可视化？ - 工具站这种形态，你会希望更偏“编辑器”，还是更偏“格式转换集合”？ 欢迎拍砖，我会继续迭代。
IT之家 6 月 6 日消息，据外媒 Bingo Finance 今天报道，美国企业正在经历一场 AI 热潮后的阵痛。随着各大公司在 AI 领域的累计投入突破 1 万亿美元（现汇率约合 6.79 万亿元人民币），模型推理成本不断飙升，而预期的降本增效却迟迟未能兑现。导致越来越多公司开始寻求低成本替代方案。 美国企业支出管理平台 Ramp 最新调查报告显示，中国 AI 公司 DeepSeek 首次登上该平台软件趋势榜榜首，成为增长最快的软件供应商。这一变化反映出美国企业客户对不断攀升的 AI 模型成本感到不满。 近期披露的案例显示，某企业仅在一个月内就为 Claude 支付 5 亿美元（IT之家注：现汇率约合 33.96 亿元人民币）费用， 网约车巨头 Uber 更是在今年四个月内耗尽了全年的 Token 预算 。甚至亚马逊、微软等科技巨头，都在暂停或缩减内部 AI 工具订阅费用。 就在美国企业为 AI 账单头疼之际，DeepSeek 近期宣布将 API 价格永久下调 75%，而 MiniMax 更是将模型使用成本压至行业新低。性价比正迅速成为中国大模型进军全球 B2B 市场的主要武器。 Ramp 首席经济学家 Ara Kharazian 表示：“这可能是迄今为止最明确的信号，表明美国企业正在主动寻找 OpenAI、Anthropic 的低成本替代方案”。 他从平台交易数据分析称，一部分企业已开始直接使用价格更便宜的中国大模型。这些企业并非自行部署 DeepSeek 开源模型，而是直接向 DeepSeek 付费并使用其托管服务。 回顾 2025 年初，DeepSeek 的 R1 模型曾引发全球关注。其移动 App 不仅登顶中国区 App Store 免费榜榜首，还曾超越 ChatGPT 成为美国区下载量第一的应用。 不过，与主要反映个人用户热度的 App Store 排名不同， Ramp 数据更真实地反映了企业市场情况 。该企业统计数据显示，DeepSeek 于 2025 年在美国企业的采用率一度达到 0.3%，随后回落至 0.1%，并维持到 2026 年 4 月。 Ramp 认为，DeepSeek 再次获得企业客户关注的最直接原因之一， 就是美国 AI 生态系统内部不断加剧的成本压力 。该企业表示：“美国公司在 AI 支出方面正变得越来越谨慎，他们会更多尝试开源模型，或者转向比 OpenAI、Anthropic 更便宜的产品”。
企业支出管理平台Ramp于6月3日发布的6月软件供应商榜单显示， DeepSeek位居榜首 ，成为当月 美国企业首次付费采购增长最猛 的基础大模型厂商。Ramp首席经济学家阿拉·哈拉扎良（Ara Kharazian）指出，企业这次并非只是自行部署DeepSeek的开源模型，而是 直接向DeepSeek付费、传输和接收数据 。一年多前美国企业对DeepSeek的热度是浅尝辄止的尝鲜，这次变成了真实的付费使用。 ▲Ramp 2026年6月热门软件供应商榜单（图源：Ramp） Ramp是一家总部位于纽约的金融科技公司，依托企业信用卡与账单支付平台，每月处理数十亿美元的企业支出，同时按月统计客户首次采购合作的新增服务商并进行排名，借此直观展现新兴市场动向、高速成长企业等行业信息。 这份榜单的统计口径来自Ramp今年推出的供应商数据库Ramp Rate，依托平台上5万多家企业的真实交易，跟踪各品类的市场份额、企业采用率与增长趋势。 更值得关注的是这股回流背后的大趋势。在AI开支不断膨胀、企业普遍收紧预算的背景下，越来越多美国公司正从OpenAI和Anthropic分流， 转向开源模型和更便宜的模型 ，而中国厂商DeepSeek的登顶，只是这条成本线上最 扎眼的一个信号 。 一、DeepSeek美国企业采用率回升，使用方式出现新变化 DeepSeek并非首次出现在Ramp的榜单上。哈拉扎良写道， 去年1月DeepSeek曾经历一轮不大不小的热度 ，在Ramp AI指数中的企业采用率一度升至0.3%，但随后 迅速回落 ，仅剩约0.1%的美国企业仍在使用。 如今美国企业再度选用DeepSeek，而且据Ramp的支出数据，美国企业是在向DeepSeek直接付费。 这一结果出乎哈拉扎良的预料。让他意外的，不只是DeepSeek重新出现，而是它出现的方式。 哈拉扎良说，这一次美国企业正在直接通过DeepSeek传输和接收数据，也就是说，它们是在直接使用DeepSeek提供的商业服务，而非仅仅运行其开源模型。 不过哈拉扎良也提醒，不宜高估这一趋势的持续性，对企业来说，直接接入DeepSeek存在实实在在的 竞争与安全顾虑 ， 这股回流随时可能逆转 。 作为对照，在今年4月，Anthropic和OpenAI以34.4%和32.3%的采用率稳居指数前两位，DeepSeek 远未对二者构成实质冲击 。也就是说，它这次登上的是 “相对自身规模增速最快”的突破性榜单 ，而非绝对采用量榜首，Ramp也并未公布其6月的具体市场份额。 ▲美国企业AI付费采购渗透率趋势图（图源：Ramp） 二、AI支出失控，企业转向更便宜的模型调用方案 回流中国模型只是更大转向的一部分。哈拉扎良说，企业正越来越多地使用开源模型，在一定程度上从OpenAI和Anthropic分流，转而借助第三方平台完成模型部署与调用，他点名了AI推理平台Fireworks AI、fal AI和DeepInfra。 在他看来，这背后是 企业管理不断膨胀的AI开支的现实需求 。他由此向美国模型厂商喊话，认为对方应当通过更便宜的模型或智能路由（smart routing）来回应这种压力，帮助客户管住失控的AI支出。 与此同时，AI并未横扫所有软件品类。尽管外界一直在讨论Claude会不会取代设计工具，但设计软件Figma和Paper本月双双进入榜单，说明专业设计软件的需求依然稳固。 结语：成本影响企业AI采购选择 哈拉扎良此前就已预判，企业会更多尝试开源模型以及来自OpenAI、Anthropic和Google的更便宜（性能稍弱）的模型，只是他没料到美国企业会真的用上中国对手DeepSeek。 对OpenAI和Anthropic等美国模型厂商而言，价格与成本已经成为企业选择的关键变量，在性能与开支之间给出更优解，才能留住正在精打细算的企业客户。 查看评论
美国企业支出管理平台 Ramp 发布的 2026 年 6 月报告显示，中国 AI 公司 DeepSeek 登上了热门软件榜首。尽管美国官方先前高度防范中国大模型，但真实的商业交易数据却揭示了相反的现状。Ramp 分析了平台上 5 万多家企业的信用卡消费记录，发现许多美国公司并未在本地部署开源模型，而是直接掏钱购买 DeepSeek 官方的托管 API 服务。这意味着，大量美国企业的数据正直接发送并存储在位于中国的服务器上。 真实的资金流向与一年多前美国社会对 DeepSeek R1 刚发布时的警惕态度形成了强烈反差。当时出于对泄密和安全的担忧，美国大公司和政府机构普遍限制使用中国模型。然而，面对美国本土的 OpenAI 或 Anthropic 等大模型高昂的账单，许多中小企业最终选择向成本低头，直接购买托管在中国的官方服务来降低开支。 除了直接使用 DeepSeek，美国企业在 AI 支出上也开始算细账，逐渐从 OpenAI 和 Anthropic 转向开源生态。Fireworks AI、fal AI 以及 DeepInfra 等提供开源模型 API 调用的推理平台纷纷上榜。许多公司开始采用智能分流策略，只在最复杂的任务中调用昂贵的 OpenAI 或 Anthropic 旗舰模型，而将大部分日常常规任务交给更便宜的开源模型处理。 市场曾担忧 AI 智能体会取代传统软件设计工具，但实际数据显示设计类软件依然表现坚挺。在本月榜单中，设计工具 Figma 登上了最快增长榜，协作设计工具 Paper 也入围热度榜，表明传统设计软件在企业端依旧坚固。 ramp.com Top SaaS Vendors on Ramp (June 2026) Ramp economist Ara Kharazian analyzes June Ramp data showing DeepSeek’s breakout growth, rising spend on open-source model access platforms. 11 个帖子 - 10 位参与者 阅读完整话题
网上买的号，想问下还有办法继续用吗，卡里面还有十刀啊 好消息是绑定了apple pay 也许可以刷掉 1 个帖子 - 1 位参与者 阅读完整话题
当地时间5月17日，广告与传播巨头阳狮集团（Publicis Groupe）宣布，已签署最终协议将收购全球数据协作平台LiveRamp。根据协议条款，该笔交易将采用全现金方式进行，每股收购价格为38.50美元，对应企业总价值约为21.67亿美元。（界面）