本文來(lái)自微信公眾號(hào)： 腦極體 ，作者：風(fēng)辭遠(yuǎn)

剛看完世界杯佛得角對(duì)阿根廷的比賽，就跟很多人一樣被“佛得角奇跡”深深震撼。靠著頑強(qiáng)的防線，高效率的進(jìn)攻，以及門將連場(chǎng)神勇發(fā)揮，這個(gè)五十萬(wàn)人口的島國(guó)，在90分鐘比賽時(shí)間里先后逼平了西班牙、烏拉圭、阿根廷三個(gè)世界杯冠軍。

而這個(gè)可歌可泣的故事，也讓我產(chǎn)生了一點(diǎn)足球之外的想法。

“佛得角奇跡”的內(nèi)核是兩個(gè)字：逼平。

足球世界里，尤其是在杯賽當(dāng)中，弱隊(duì)打最強(qiáng)隊(duì)的最佳方案就是嚴(yán)防死守，抱著打平即勝利的心態(tài)，把強(qiáng)隊(duì)拖到加時(shí)賽和點(diǎn)球。比如小組賽第一輪佛得角對(duì)西班牙，就踐行了不進(jìn)攻只防守的戰(zhàn)術(shù)，半場(chǎng)都不過，最終成功在前世界杯冠軍身上拿到了分?jǐn)?shù)。

足球里，堅(jiān)決防守的結(jié)果往往出人意料的好。但在科技世界里就不一定了?！耙磺袨榱吮破健?，往往會(huì)陷入十分危險(xiǎn)的境地。

不知道大家發(fā)現(xiàn)沒有，如火如荼的中國(guó)AI，多年以來(lái)都踐行著“佛得角戰(zhàn)術(shù)”。即美國(guó)做什么我們也做什么，步步緊逼，嚴(yán)防死守，但也絕不超前，一切為了能夠追趕和模仿，最終逼平美國(guó)AI的進(jìn)度。

但用了佛得角戰(zhàn)術(shù)，真的就能創(chuàng)造佛得角奇跡嗎？

中國(guó)AI這幾年發(fā)展的速度有目共睹?？梢哉f(shuō)是對(duì)美國(guó)進(jìn)行了全力追趕，但問題是，好像也始終是在追趕。

六個(gè)字可以總結(jié)中國(guó)AI的核心邏輯，“跟熱點(diǎn)，做增量”。

先說(shuō)所謂做增量。中國(guó)AI雖然專利與論文的數(shù)量很多，但很少出現(xiàn)基礎(chǔ)算法或者底層平臺(tái)的核心創(chuàng)新，即使有，也很難得到業(yè)界的共同認(rèn)可與大規(guī)模應(yīng)用。久而久之就變成了著名的“美國(guó)AI從0到1，中國(guó)AI從1到99”。

只做增量，不做基礎(chǔ)，讓中國(guó)AI的底層技術(shù)基本完全依賴美國(guó)提供。比如，如今國(guó)內(nèi)主流AI開發(fā)框架依然是Meta的PyTorch和谷歌的TensorFlow。在基礎(chǔ)模型方面，LLaMA/LLaMA 2開源之后，國(guó)內(nèi)中小AI企業(yè)和開發(fā)者基本都選擇基于LLaMA系列做模型微調(diào)。這讓一款美國(guó)的開源模型，很快變成了在中國(guó)各個(gè)行業(yè)廣泛應(yīng)用的產(chǎn)業(yè)底座。在AI硬件方面，對(duì)英偉達(dá)CUDA生態(tài)的依賴已經(jīng)是老生常談。從訓(xùn)練到推理，AI各個(gè)棧層幾乎都由美國(guó)企業(yè)主導(dǎo)。中國(guó)AI只能在目前還開放的框架、模型、芯片之上，結(jié)合本土需求雕琢增量業(yè)務(wù)。

底座依賴的同時(shí)，中國(guó)AI行業(yè)還表現(xiàn)出對(duì)美國(guó)AI熱點(diǎn)的高度關(guān)注與全力模仿，也就是所謂“追熱點(diǎn)”。2022在ChatGPT爆火之后，國(guó)內(nèi)主流大模型集中在2023年爆發(fā)式推出，一度達(dá)成了百模大戰(zhàn)的局面。這上百款模型無(wú)論在模型架構(gòu)、訓(xùn)練方式、能力表現(xiàn)上，基本都高度對(duì)齊ChatGPT。

此后，多模態(tài)模型、視頻生成模型等熱點(diǎn)，中國(guó)企業(yè)也是一步不落。在每個(gè)風(fēng)口都實(shí)現(xiàn)了咬緊牙關(guān)，迎頭趕上。今年年初，隨著OpenClaw火爆全網(wǎng)，國(guó)內(nèi)又形成了無(wú)處不Agent、無(wú)廠不龍蝦的局面。

技術(shù)路徑追趕的同時(shí)，中國(guó)AI還在全力復(fù)制美國(guó)AI的商業(yè)化路徑。大模型API服務(wù)、SaaS化AI工具、一人公司、token經(jīng)濟(jì)，這些商業(yè)模式都是在美國(guó)市場(chǎng)驗(yàn)證過或受到高度關(guān)注的，它們也都在中國(guó)得到了大力的本土化復(fù)刻。

在很多國(guó)內(nèi)AI從業(yè)者看來(lái)，反正美國(guó)AI技術(shù)和產(chǎn)品都進(jìn)不來(lái)。那么只要像互聯(lián)網(wǎng)時(shí)代那樣，復(fù)制出來(lái)一套本土版，再搭配國(guó)內(nèi)巨大的市場(chǎng)，這場(chǎng)球就能一直踢下去。

逼平，似乎就是勝利。

當(dāng)然，從1到99的創(chuàng)新也沒什么不好。但全力逼平的最好結(jié)果往往就是平局，并且很多時(shí)候連平局都守不住。

這幾個(gè)月，AI行業(yè)熱議的話題之一是模型代差重新拉大。在2024年左右，伴隨轟轟烈烈的百模大戰(zhàn)，中國(guó)與美國(guó)的AI基礎(chǔ)模型差距一度被認(rèn)為從1年縮短到了3個(gè)月左右。然而在2025年下半年左右，美國(guó)企業(yè)加大了基礎(chǔ)模型的更迭力度，新一代模型很快初具規(guī)模。但在這個(gè)時(shí)間節(jié)點(diǎn)上，中國(guó)企業(yè)陷入了大模型市場(chǎng)的重視營(yíng)銷、輕視研發(fā)的行業(yè)洗牌階段。到2026年，原本認(rèn)為不斷縮小的模型代差重新加大，基礎(chǔ)模型的使用體驗(yàn)又產(chǎn)生了明顯區(qū)別。

無(wú)論這個(gè)觀點(diǎn)正確與否，它至少提醒我們?nèi)δ７虏⒉灰馕吨欢梢阅７鲁晒?。中美兩?guó)在AI人才、資本以及基礎(chǔ)設(shè)施環(huán)境等諸多因素上差異很大，最終形成的AI技術(shù)也必然有區(qū)別。一味跟隨模仿，多少有削足適履的嫌疑。而一旦跟隨失敗，就會(huì)像球場(chǎng)上擺鐵桶陣的球隊(duì)率先丟球。這時(shí)候攻不上去，守沒意義，場(chǎng)面會(huì)非常被動(dòng)。

跟隨失敗風(fēng)險(xiǎn)之外，中國(guó)AI只做增量的另一個(gè)問題是切斷供給風(fēng)險(xiǎn)。芯片、操作系統(tǒng)上的卡脖子中國(guó)科技圈已經(jīng)非常熟悉，但這件事正更多發(fā)生在AI本身。比如Anthropic的網(wǎng)絡(luò)安全模型Mthos，就只對(duì)美國(guó)本土開放，甚至連美國(guó)境內(nèi)的外國(guó)公民都不允許使用。隨著AI技術(shù)的戰(zhàn)略意義愈發(fā)清晰，類似的封閉主義AI策略只會(huì)更加明顯。所有中國(guó)AI行業(yè)依賴的基礎(chǔ)模型、開發(fā)工具、軟硬件生態(tài)，可持續(xù)性都要被打上問號(hào)。

更為可怕的，是創(chuàng)新飛輪失速。AI從研發(fā)到工程化、產(chǎn)品化、商業(yè)化是一條完整的循環(huán)履帶，任何環(huán)節(jié)的缺失，都會(huì)導(dǎo)致接下來(lái)的環(huán)節(jié)喪失競(jìng)爭(zhēng)力。但在目前階段，中國(guó)AI行業(yè)在投入了大量研發(fā)、市場(chǎng)成本之后，已經(jīng)贏得市場(chǎng)份額的企業(yè)極度渴望商業(yè)化回報(bào)。由于長(zhǎng)期踐行跟隨策略，他們普遍不認(rèn)為有主導(dǎo)下一輪創(chuàng)新的必要性與可能性，于是在技術(shù)上很快變得保守和封閉。今年在一片龍蝦聲中，國(guó)內(nèi)AI行業(yè)的核心創(chuàng)新正在大幅減少，給未來(lái)埋下了新的隱患。

工業(yè)革命歷史上有個(gè)奇特的現(xiàn)象，往往處于追趕和模仿狀態(tài)的國(guó)家，最多只能達(dá)成主導(dǎo)科技迭代國(guó)家所實(shí)現(xiàn)結(jié)果的80%。日本、歐洲、蘇聯(lián)，都曾經(jīng)在工業(yè)革命競(jìng)賽里陷入這種“追趕者陷阱”。

最重要的是，始終處在跟隨狀態(tài)，會(huì)給人一種總是害怕跟不上，總是要緊盯對(duì)手的焦慮感。

從業(yè)者和政策制定者會(huì)非常擔(dān)心一次失敗的“貼身防守”造成連鎖反應(yīng)。

這種焦慮始終在中國(guó)AI行業(yè)中蔓延，相信從業(yè)者應(yīng)該都有所體會(huì)。

事實(shí)上，中國(guó)AI在這些年里也不是沒有做出過主動(dòng)進(jìn)攻，在中美AI博弈中完成一些“人無(wú)我有”的創(chuàng)新。但這些創(chuàng)新的結(jié)果大多不太理想。往往是我們這邊剛搞起一點(diǎn)火苗，美國(guó)那邊新技術(shù)、新風(fēng)口的熊熊烈火襲來(lái)，大家的注意力都被帶走。這點(diǎn)火苗就在無(wú)人看管下悄然熄滅了。

舉幾個(gè)例子。飛槳是國(guó)內(nèi)最成功的深度學(xué)習(xí)開發(fā)框架，也一度是百度在AI行業(yè)中的戰(zhàn)略重心。它率先提出了將模型、工具，甚至行業(yè)解決方案集成在框架層的方案。這種把框架做厚，甚至讓框架變成AI時(shí)代操作系統(tǒng)的構(gòu)想，與美國(guó)主流框架形成了顯著區(qū)別，可以說(shuō)毫無(wú)疑問是中國(guó)AI的獨(dú)創(chuàng)，并且在AI開發(fā)者生態(tài)上已經(jīng)非常成熟。

但隨著大模型時(shí)代到來(lái)，百度原本投入到框架上的注意力被大模型帶走。飛槳獲得的資源傾斜肉眼可見地減少。目前飛槳更多是在國(guó)內(nèi)部分政企場(chǎng)景應(yīng)用，與美國(guó)主流框架的差距依舊很大。飛槳很多比較成功的功能開發(fā)與社區(qū)運(yùn)營(yíng)，都進(jìn)入了停滯階段。不得不說(shuō)非常遺憾。

另一個(gè)例子是華為的盤古大模型。早在布局大模型之前，華為就提出了行業(yè)智能體概念，始終將AI與行業(yè)結(jié)合看作是核心方向。盤古大模型推出之后堅(jiān)持了這個(gè)方向。礦山、交通等行業(yè)用到的第一款大模型都是盤古，但隨著后來(lái)眾所周知的爭(zhēng)議，盤古大模型一度陷入消沉。繼而給“中國(guó)AI的出路在產(chǎn)業(yè)”這條核心共識(shí)蒙上了一層陰霾。

DeepSeek在2023年的爆火讓人記憶猶新。而其在技術(shù)上的核心突破，一般認(rèn)為是對(duì)MoE模型的改進(jìn)。MoE并非DeepSeek首創(chuàng)，但其對(duì)傳統(tǒng)MoE的核心缺陷進(jìn)行了系統(tǒng)性優(yōu)化，形成了當(dāng)時(shí)業(yè)界最為成熟的MoE方案。在當(dāng)時(shí)，全球很多AI公司與開發(fā)者都相信MoE可以實(shí)現(xiàn)“參數(shù)翻倍，算力不變”的線性增長(zhǎng)，甚至很多人認(rèn)為DeepSeek要掀英偉達(dá)的桌子。

但后來(lái)的走勢(shì)是，MoE的收益比預(yù)期要低，并且工程化調(diào)優(yōu)無(wú)法解決其核心短板。比如到了推理階段，MoE模型就會(huì)顯得笨拙，反而浪費(fèi)大量算力。這張一度被認(rèn)為是中國(guó)AI王炸的牌，很快也就消融于浩浩蕩蕩的AI創(chuàng)新中，變成諸多模型升級(jí)方案中的一項(xiàng)而已。

基礎(chǔ)設(shè)施投入大不好做，還很容易被拋棄。模型創(chuàng)新你不做也早晚有人做，到時(shí)候?qū)W一下就得了。久而久之，行業(yè)形成了這樣的慣性認(rèn)知。漸漸把高薪挖人當(dāng)作提升技術(shù)能力的核心解決方案。

但我還是喜歡這些獨(dú)屬于中國(guó)的AI創(chuàng)新。

防守可以不輸，但進(jìn)攻永遠(yuǎn)耀眼。

足球界經(jīng)常說(shuō)，場(chǎng)上有強(qiáng)者思維和弱者思維。

弱者思維天然要讓出球權(quán)，擺鐵桶陣，而強(qiáng)者思維是必須用自己的風(fēng)格完成比賽。要高位逼搶，要快速轉(zhuǎn)化，要Tiki-Taka。

中國(guó)AI最終必須回答這樣一個(gè)問題：我們對(duì)自己這支球隊(duì)的定位是佛得角，還是阿根廷、法國(guó)、西班牙？

如果我們始終想當(dāng)?shù)诙?，只要不掉?duì)即可，輸少也當(dāng)贏，那么當(dāng)前的策略沒什么問題。但如果中國(guó)AI的目標(biāo)是奪下錦標(biāo)，是踏出國(guó)門參與全球競(jìng)爭(zhēng)，那就是時(shí)候面對(duì)疾風(fēng)了。從某個(gè)階段開始，中國(guó)AI必須構(gòu)建屬于自己的“強(qiáng)隊(duì)思維”。

插一句題外話，個(gè)人認(rèn)為國(guó)足學(xué)學(xué)佛得角挺好的，但估計(jì)短期內(nèi)也學(xué)不來(lái)。

所謂“強(qiáng)隊(duì)思維”，是必須發(fā)揮優(yōu)勢(shì)，把握主動(dòng)。讓模仿和獨(dú)創(chuàng)并重，并實(shí)現(xiàn)二者交融。中國(guó)AI的目標(biāo)是“人有我有，我有人無(wú)”。這一點(diǎn)，在芯片和基礎(chǔ)軟件上已經(jīng)初見成效，現(xiàn)在需要向AI上進(jìn)行探索。

那么，中國(guó)AI有哪些可以發(fā)揮的優(yōu)勢(shì)？粗略看看至少有這么幾個(gè)：

1.新型舉國(guó)體制。

體制保障是一個(gè)看似宏觀，但作用效果明顯的東西。多年以來(lái)，為了解決芯片與基礎(chǔ)軟件層面的“卡脖子”問題，中國(guó)在科技領(lǐng)域探索出了行之有效的新型舉國(guó)體制行動(dòng)方法。將制度優(yōu)勢(shì)釋放到AI領(lǐng)域，將會(huì)是從科技自立走向科技自強(qiáng)的關(guān)鍵戰(zhàn)役。

2.行業(yè)智能化。

中國(guó)AI的出路在行業(yè)，這條路已經(jīng)得到了實(shí)打?qū)嵉恼J(rèn)證。放棄或者弱化行業(yè)市場(chǎng)，埋頭在個(gè)人用戶市場(chǎng)與美國(guó)AI中門對(duì)狙，基本等于是自廢武功。行業(yè)場(chǎng)景與AI結(jié)合的可能性開發(fā)還嚴(yán)重不足。AI的本質(zhì)是工業(yè)革命，這句話或許才是中國(guó)的底牌。

3.硬件能力。

中國(guó)AI一個(gè)容易被忽視的能力，是中國(guó)擁有強(qiáng)大的硬件設(shè)計(jì)、制造與產(chǎn)品化能力。但要注意的是，AI競(jìng)賽需要的不是用AI增強(qiáng)硬件，比如機(jī)器人賽道，而是用硬件增強(qiáng)AI，讓硬件成為AI的放大裝置。這上面可以挖掘出獨(dú)屬于中國(guó)的價(jià)值潛力。

4.工程化突破。

DeepSeek的成功，至少證明了發(fā)揮工程化優(yōu)勢(shì)在AI核心技術(shù)創(chuàng)新中依舊十分必要。中國(guó)擁有強(qiáng)大的軟件工程能力，并且擁有龐大的軟件工程人才隊(duì)伍。用工程化突破來(lái)形成核心技術(shù)錨點(diǎn)，將是一條客觀的未來(lái)之路。

在AI領(lǐng)域，我們普遍承認(rèn)基礎(chǔ)理論原創(chuàng)、底層軟硬件生態(tài)、顛覆性創(chuàng)新范式等方面，中國(guó)與美國(guó)差距顯著，必然長(zhǎng)期追趕。

但或許是時(shí)候思考這件事了：長(zhǎng)期追趕意味著只能追趕嗎？是不是可以同時(shí)打造一套更符合中國(guó)AI底色的戰(zhàn)術(shù)與戰(zhàn)略？讓自己的優(yōu)勢(shì)參與競(jìng)爭(zhēng)，而不是將逼平視作唯一目標(biāo)。

中國(guó)AI不需要“佛得角奇跡”。

我們需要靠自己證明，中國(guó)AI贏下比賽絕對(duì)不是奇跡。