AI2研究员Nathan Lambert对比中美AI发展,指出核心差异在组织与模式,同时点出中国AI需突破原发性创新瓶颈。 ## 1. 核心差距:中美AI的组织熵差异 硅谷AI实验室存在明星科学家政治,顶级研究员因方案不被采纳就带团队离职,实验室需靠巨额股权、虚职平息情绪,内耗严重,最缺的不是算力而是“安静”。 北京AI领域奉行平民精英主义,核心贡献者多为20出头的年轻从业者,无层级、重实操,愿意深耕数据清洗、算子优化等基础工作,以极低算力成本实现极强战斗力,硅谷造神,北京造AI军团。 ## 2. 约束催生进化:“穷人范式”反向冲击算力霸权 美国试图通过芯片封锁扼制中国AI发展,但约束反而成为进化催化剂:硅谷习惯用数万枚H100暴力解决问题,中国因显存不足研发出MLA、异构MoE等优化技术,被称为“算力魔术师”。 中国模型推理成本仅为美国头部模型的几分之一,“500万美金复刻5亿美金效果”的模式已经反向输出,美国的算力霸权正在内部瓦解。 ## 3. 开源解构垄断,仍存原发性创新短板 中国AI以开源普惠为路径,多次刷新Hugging Face排行榜,让全球开发者可本地部署性能接近美国顶级模型的产品,直接解构了硅谷闭环收费的AI垄断。 但中国AI目前高度依赖对西方顶级模型输出数据的蒸馏处理,存在三年左右的原发性创新代差,若西方关闭输出窗口,将面临路径依赖陷阱。 ## 4. 底层逻辑:工程师治国vs律师治国 美国AI发展受法律、公关约束,模型发布需经过漫长的安全、法律审查,拖慢了技术迭代速度。 中国AI以场景落地为核心,是赋能实体产业的基础设施,这种场景驱动的韧性是硅谷空谈理论的模式无法比拟的。 ## 5. 谦逊是共同的破局解药 美国若不解决明星政治内耗,不打磨基础细节,现有的领先只会是历史余晖。 中国AI从业者需警惕“已经超越硅谷”的幻觉,只有保持组织低熵、鼓励年轻创新,才能在AGI竞争中笑到最后。
硅谷向左,北京向右
2026-05-25 08:25

硅谷向左,北京向右

本文来自微信公众号: TOP创新区研究院 ,作者:产业研究组


2026年5月,Nathan Lambert,这位来自AI2(艾伦人工智能研究院)的技术精英,在短短36小时内,闯进了北京中关村和五道口那几间被外界视为“算力孤岛”的实验室——DeepSeek、月之暗面、智谱、甚至美团和小米的底层研发间。


然后他回到美国,写下了一篇让整个硅谷难眠的长文。


他发现,


中美AI的差距,不是由算力禁令决定的,而是由一种更玄学、也更致命的东西决定的:


组织熵。



如果你问现在的OpenAI或Anthropic最缺什么?


答案不是H100,而是“安静”。


这个“安静”要怎么理解呢?


Lambert说了一个硅谷现在的“弊端”——


明星科学家政治。


在旧金山湾区的AI Labs里,弥漫着一种“救世主”的精英情绪。


一个顶级研究员如果发现自己的模型方案没被采纳,他不会思考全局最优,他会离职,带走整个组,顺便在社交媒体上引发一场舆论海啸。


为了平息这些“大牌”的情绪,硅谷实验室不得不通过巨额股权或虚职来买单。


比如,这种内耗,就是让Llama团队分崩离析的“组织政治”。


但在五道口,故事的底色是“平民精英主义”。


走进DeepSeek或月之暗面,你会发现核心贡献者名单里,全是20出头的年轻人。他们刚从清华、北大、浙大的机房里爬出来,没有“改变世界”的教条,只有“解决Bug”的执着。


这种“学生即同侪”的模式,正在用一种近乎宗教般的工程谦逊,把1块钱的算力掰成10块钱来花,于是产生了极其恐怖的战斗力:


比如,他们不会觉得做数据清洗、做算子优化是“脏活”,他们觉得这是通往真理的阶梯。杨植麟(月之暗面创始人)在团队中推行的“直接沟通”——


这里没有VP,没有总监,只有代码。



硅谷在造神,而北京在造军团。


神会陨落,但军团只会进化。


穷人的AGI


当“约束”成为进化的催化剂


过去两年,美国商务部觉得只要掐断了芯片,中国AI就会窒息。但他们可能忘了生物进化论:极端的环境,往往会催生出最强悍的变异物种。


当硅谷习惯于用数万枚H100暴力拆解一切问题时,中国实验室在干什么?


他们在显存的每一个字节里“抠”性能。


比如,多头潜变量注意力(MLA):


这种精妙的数学体操,本质上是因为我们买不到足够的显存。


还有混合专家模型(MoE)的异构设计:


这是为了让那一两千块旧芯片,能跑出几万块新芯片的吞吐量。


Lambert感叹:中国研究员正在变成全球最顶尖的“算力魔术师”。


更让硅谷焦虑的是,


这种“穷人范式”正在反向输出。


当美国的开发者发现Kimi K2.5的推理成本只有GPT-4o的几分之一时,当Cursor里的代码引擎被悄悄换成中国模型时,所谓的“算力霸权”正在从内部瓦解。


如果你能用500万美金复刻别人5亿美金的效果,


谁才是真正的领先者?


开源与蒸馏


中国实验室正在玩一种硅谷看不懂的“围棋”。


一位清华大学副教授曾说:


“在中国程序员圈子里,开源已经成了一种政治正确。”


这话只说了一半。


另一半是:


开源是中国AI解构美国定价权的战略武器。


硅谷的逻辑是闭环和税收(API服务);


中国的逻辑是开源和普惠(权重释放)。



美国砸2859亿,中国仅用124亿,却把AI差距压到2.7%?


当阿里、智谱、DeepSeek一次又一次刷新Hugging Face排行榜时,他们其实在向全球传递一个信号:


基础模型就是像空气一样的公用事业。


这种“开源大潮”直接击碎了硅谷的壁垒。


如果一个开发者能在本地部署一个性能接近Claude/OpenAI的中国模型,他为什么要付钱?


这种“战略性平权”,让美国的AI垄断变成了一场昂贵的自嗨。


当然,我们必须直面那个房间里的巨象:


蒸馏(Distillation)。


Anthropic和白宫在2026年破防了,


他们指控中国实验室在进行“工业级的数据窃取”。


张驰(前字节跳动研究员)也给出了一个清醒的警告:


“如果只靠蒸馏和刷榜,我们离真正的原发性创新还有三年的代差。”


这是一个残酷的现实:


中国实验室在“工程组织力”上已经满分,


但在“科学想象力”上仍处于跟随状态。



目前的繁荣,很大程度上依赖于对西方顶级模型输出数据的二次处理。这种“走捷径”虽然在短期内实现了超车,但也让我们面临一种“路径依赖”的陷阱——


如果有一天,OpenAI彻底关闭了所有输出窗口,或者所有的训练数据都加上了无法去除的“投毒标签”,我们还能像今天这样高效进化吗?


工程师治国vs律师治国


文章的最后,我们要回到那个更宏大的命题:


Dan Wang的“工程师国家”理论。


美国的AI是被律师和PR定义的,而中国的AI是被代码和工厂定义的。


一场美国精英圈的集体深度反思:美国是律师治国,而中国是工程师治国……


在美国,每一个前沿模型的发布,都要经过漫长的安全测试、法律审查、价值观对齐。


这种“法律繁文缛节”虽然保护了多元性,却拖慢了进化的时钟。


而在中国,AI被视为一种“基础设施”。


当美团为了优化外卖路径而自研模型,当小米为了让电车更聪明而构建底座时,AI在中国这里不是一种昂贵的玩具,而是一种能够实实在在提升生产力的工具。



这种“场景驱动”的韧性,是硅谷那帮在Palo Alto咖啡馆里谈论“AI意识”的人无法理解的。


谦逊是唯一的解药


Lambert在回程的飞机上,


思考的是美国实验室的未来。


他写道:


“我依然希望美国领先,但如果我们不解决那种腐败的‘明星政治’,不学会像中国学生兵那样卑微地去打磨每一个算子,我们的领先将只是历史的余晖。”


而对于中国的从业者来说,


最大的敌人也不是制裁,


而是那种“我已经超越硅谷”的幻觉。


真正的AGI,绝不是靠蒸馏和刷分能达到的。


我们相信:


在这场人类历史上最伟大的技术长跑中,


谁能保持组织在万级规模下不塌陷,


谁能让20岁的年轻人永远拥有否决50岁权威的权利,


谁才会笑到最后。

AI原生产品日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP