深水研究出品

本文分為六個部分，共計8690字，預(yù)計閱讀時間20分鐘：

一、國家藍圖：柔軟的鐵幕

二、產(chǎn)業(yè)戰(zhàn)場：巨頭和獨角獸，閉環(huán)與邊緣

三、產(chǎn)品競速：參數(shù)、提示詞和新模態(tài)

四、技術(shù)前沿：兩種效率、開源閉源

五、科技哲學(xué)：復(fù)雜涌現(xiàn)與去中心化未來

六、殊途同歸：此刻，AI大基建時代開啟

*本報告為深水研究DeepResearch主編在近期一次AI閉門研討會上的內(nèi)部分享原文。后臺回復(fù)“AI報告”可獲取完整PPT。

英偉達與OpenAI達成千億美元協(xié)議成為近期全球科技焦點。而此前特朗普宣布的“星際之門”計劃中，OpenAI與甲骨文簽訂了一份價值高達3000億美元的云服務(wù)合同。至此，三家科技巨頭的合作形成了一個獨特的資金循環(huán)模式：

OpenAI向甲骨文采購云服務(wù)；甲骨文作為基礎(chǔ)設(shè)施提供商，需向英偉達大量采購GPU硬件以建設(shè)數(shù)據(jù)中心；而英偉達獲得甲骨文的資金后，再通過戰(zhàn)略投資將部分收益返還給OpenAI，支持其持續(xù)擴張。

業(yè)界對此質(zhì)疑聲頗多，但超出新聞和交易本身來看可以發(fā)現(xiàn)，在這場資金的螺旋背后，是美國的AI“大基建”正在以前所未有的速度和決心全面鋪開。

在這場萬億賭局中，此前的5G革命已經(jīng)顯得完全不值一提。這股由頂級科技巨頭掀起的浪潮，背后展現(xiàn)了更為深層次的國家意志，它揭示了一場關(guān)乎未來的結(jié)構(gòu)性變革：“大分流”（The Great Bifurcation）。

在這場變革中，兩個最主要的參與者——美國和中國——正沿著兩條截然不同的路徑疾馳。美國選擇了一條自上而下的道路，致力于通過掌控芯片、算力等物理基礎(chǔ)設(shè)施，試圖掌握全球AI發(fā)展的“總開關(guān)”，延續(xù)其在信息時代的技術(shù)領(lǐng)導(dǎo)地位。這是一種以控制為核心的戰(zhàn)略，目標(biāo)是定義規(guī)則，設(shè)定邊界。

而出于各種各樣的原因，中國正在走向另一條截然不同的道路：一條自下而上的、以實體經(jīng)濟為根基的“應(yīng)用生態(tài)”之路。

面對外部的技術(shù)制約，中國最好的對手牌，是世界上最完整的工業(yè)體系和最豐富的應(yīng)用場景。通過推動AI與千行百業(yè)的深度融合，中國試圖構(gòu)建一個復(fù)雜、繁榮且極具韌性的AI軟件與服務(wù)生態(tài)系統(tǒng)。這是一種以融合為核心的戰(zhàn)略，目標(biāo)是創(chuàng)造價值，定義形態(tài)。

這場競賽的本質(zhì)，已經(jīng)完全超越了單一算法的優(yōu)劣或某家公司的成敗。它是一場關(guān)于發(fā)展哲學(xué)與創(chuàng)新模式的系統(tǒng)性對抗。

正如復(fù)雜性科學(xué)家約翰·米勒（John H. Miller）在其著作《直視全貌》（A Crude Look at the Whole）中所警示的，僅僅觀察系統(tǒng)的孤立部分，我們會錯失那些由無數(shù)交互作用涌現(xiàn)出的、決定系統(tǒng)最終行為的宏觀模式。

要真正理解中美AI的未來走向，我們必須退后一步，直視這場大分流的全貌，看清兩條路徑背后的國家意志、產(chǎn)業(yè)戰(zhàn)法與哲學(xué)思辨。

國家藍圖：柔軟的鐵幕

隨著Titok在美經(jīng)營迎來了階段性的結(jié)果，這場堪稱世紀(jì)紛爭的商業(yè)事件盡管沒有分出明確勝負手，但從目前看，結(jié)局并沒有去年底大家想象的那么糟糕。

事實證明，在各種各樣的預(yù)測面前，歷史更多時候是一道鐘擺，最終會最多群體能夠接受的范圍內(nèi)向前推進。

除了Tiktok，近期其實還有一則并未引發(fā)太多關(guān)注度的供應(yīng)鏈新聞，為中美AI競賽的“鐵幕”敘事撕開了一道有趣的裂縫。

據(jù)媒體報道，OpenAI被曝出正與中國“果鏈”巨頭立訊精密深度合作，共同開發(fā)其下一代AI硬件產(chǎn)品所需的關(guān)鍵組件。消息發(fā)布之后，立訊精密股價一字漲停。

這一事件在Tiktok之后，揭示了一個更為復(fù)雜和微妙的現(xiàn)實：即便在美國全力構(gòu)筑“硬件鐵幕”的宏大戰(zhàn)略下，全球化的深層紐帶，特別是中國強大的供應(yīng)鏈生態(tài)，依然在發(fā)揮著不可或缺的作用。

這并非一道密不透風(fēng)的墻，而是一道“柔軟的鐵幕”，其中充滿了相互滲透、依賴與博弈的空間。

但毫無疑問，美國構(gòu)筑“硬件鐵幕”的決心是堅定的。其戰(zhàn)略核心，可以被精確地概括為“鞏固硬件鐵幕”。

2022年通過的《芯片與科學(xué)法案》是這場持久戰(zhàn)的“軍費法案”，它以國家意志調(diào)動巨額資金，吸引英特爾、臺積電等芯片巨頭在美國本土建廠。而愈發(fā)嚴厲的對華出口管制，則是其“精確打擊”的戰(zhàn)術(shù)執(zhí)行。

不過，立訊精密與OpenAI的合作恰恰說明，即便是在最核心的硬件制造環(huán)節(jié)，完全的“脫鉤”也并非易事。美國AI大基建的宏偉藍圖，從“星際之門”這樣的超級算力工程，到每一個數(shù)據(jù)中心所需的服務(wù)器、散熱、連接器等海量組件，都深度依賴一個高效、穩(wěn)定且成本可控的全球供應(yīng)鏈體系，而這個體系的中心，至今仍在中國。

中國的“果鏈”正在以一種新的方式，深度影響著美國AI基建的進程。

與此同時，美國白宮持續(xù)推進的AI行動計劃，則是在為這道硬件鐵幕構(gòu)筑“軟件”和“法理”層面的護城河。該計劃不僅聚焦于AI安全與倫理，更在人才、數(shù)據(jù)、標(biāo)準(zhǔn)等多個維度進行長期布局，其深遠影響在于，它試圖將美國的價值觀和技術(shù)標(biāo)準(zhǔn)嵌入全球AI治理體系，從而確保美國在未來AI規(guī)則制定中的主導(dǎo)權(quán)。

面對這道看似強硬卻又充滿縫隙的“柔軟鐵幕”，中國的選擇其實并不多，目前看最理想的，還是將重心放在“構(gòu)筑實體經(jīng)濟生態(tài)”上。

這一戰(zhàn)略選擇，既有面對硬件制約的無奈，也蘊含著對自身優(yōu)勢的最大化。近期推出的“人工智能+”行動計劃，將AI與實體經(jīng)濟的融合提升到了前所未有的國家戰(zhàn)略高度。其核心思想，不再是追求單一模型的性能指標(biāo)超越，而是讓AI像水和電一樣，滲透到制造業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等國計民生的每一個毛細血管中。

從中國版AI+行動計劃就可以明確看出，宏觀策略是以應(yīng)用為牽引，倒逼技術(shù)與產(chǎn)業(yè)鏈的成熟。通過開放智慧城市、智能制造等國家級應(yīng)用場景，鼓勵企業(yè)“揭榜掛帥”，去解決真實世界中的復(fù)雜問題。

在供應(yīng)鏈層面，中國強調(diào)在AI芯片、開發(fā)框架、編譯器等領(lǐng)域的“補短板”，通過巨大的內(nèi)部市場需求，激勵國產(chǎn)化替代。這并非要在一夜之間復(fù)制一個“英偉達”，而是要培育一個能滿足自身龐大應(yīng)用需求的、自主可控的AI技術(shù)體系。

一條路是控制上游，定義規(guī)則；另一條路是扎根下游，創(chuàng)造價值。兩國的國家藍圖，正在將全球AI版圖清晰地劃分為兩個不同的引力場。

產(chǎn)業(yè)戰(zhàn)場：巨頭與獨角獸、閉環(huán)與邊緣

國家戰(zhàn)略最終需要通過產(chǎn)業(yè)實體來落地。在這片新興的戰(zhàn)場上，中美兩國的科技巨頭和新生獨角獸們也在各自尋找生存空間。

美國科技巨頭，如微軟、谷歌，正在進行一場深刻的“垂直整合”。

它們的路徑是從最底層的芯片（谷歌的TPU、微軟的Maia），到中層的云平臺（Azure, GCP），再到頂層的操作系統(tǒng)級大模型（GPT系列、Gemini系列），試圖構(gòu)建一個“芯片-云-模型”的閉環(huán)技術(shù)棧。

這是一種典型的平臺戰(zhàn)略，目標(biāo)是打造AI時代的“Windows”或“Android”，更直接點說，巨頭希望繼續(xù)成為AI時代的操作系統(tǒng)，讓所有的開發(fā)者和應(yīng)用都運行在它們的體系之上。通過定義技術(shù)標(biāo)準(zhǔn)和平臺規(guī)則，它們不僅能獲取最大的商業(yè)利潤，更能將自身的影響力輻射到整個生態(tài)系統(tǒng)。

相比之下，中國的科技巨頭，如騰訊、阿里、字節(jié)跳動以及百度等，盡管底層依然希望打造操作系統(tǒng)，但在實踐中則明顯傾向于“場景為王”的原則。

它們的核心戰(zhàn)略是將AI深度融入自身已有的、擁有海量用戶的業(yè)務(wù)場景中——電商、社交、內(nèi)容分發(fā)等等。例如騰訊將AI融入游戲、元寶融入社交網(wǎng)絡(luò)、ima融入知識分享等等，阿里將AI用于智能客服和商品推薦，字節(jié)跳動則依靠AI算法驅(qū)動其內(nèi)容帝國的擴張。百度作為搜索賽道的霸主，AI搜索成為其最為關(guān)鍵必須守住的疆域。

它們的AI能力，是在解決真實業(yè)務(wù)問題的過程中，伴隨著海量數(shù)據(jù)和用戶反饋迭代而成的。它們不急于構(gòu)建一個大而全的通用平臺，而是將AI作為賦能實體經(jīng)濟的利器，用龐大的應(yīng)用場景反哺模型的進化。

巨頭的路徑選擇，也深刻影響了創(chuàng)業(yè)公司的生態(tài)位。

在美國，新銳獨角獸如Anthropic和Perplexity，展現(xiàn)出一種“正面挑戰(zhàn)”的姿態(tài)。它們的故事往往是“我們要做比OpenAI更安全、更強大的模型”，或是“我們要用大模型顛覆谷歌搜索”。

它們依托巨額資本，在高風(fēng)險、高回報的顛覆式創(chuàng)新道路上狂奔，試圖在基礎(chǔ)模型或核心應(yīng)用層面與巨頭一較高下。

而在中國，新興的AI公司如智譜AI、月之暗面，則展現(xiàn)出一種“生態(tài)共榮”的傾向。出于市場競爭和芯片算力等因素的影響，它們大多選擇聚焦于特定的行業(yè)或“小而美”的應(yīng)用場景，在巨頭搭建的生態(tài)系統(tǒng)中尋找差異化的生存空間。

它們不與巨頭拼算力、拼參數(shù)，而是拼效率、拼落地。它們更關(guān)心如何用更低的成本，為某個特定行業(yè)（如金融、法律）提供更高效的解決方案。

這條路徑的極致體現(xiàn)，是Deepseek的出現(xiàn)。

客觀來說，它并非嚴格意義上的AI創(chuàng)業(yè)公司，其背后是頭部的量化對沖基金公司幻方量化。但恰恰是這種“出身”，決定了它在邊緣找到了另一條路：其AI大模型最初是為了滿足自身高頻交易等復(fù)雜金融場景的極致需求而研發(fā)，擁有清晰的內(nèi)部應(yīng)用和盈利模式作為支撐。這種模式不依賴外部風(fēng)險投資的持續(xù)輸血，而是由一個強大的產(chǎn)業(yè)實體“孵化”，在解決自身核心問題的過程中錘煉技術(shù)，再將成熟的技術(shù)能力（如其廣受歡迎的開源模型）輻射到更廣泛的生態(tài)中。

DeepSeek的崛起，意味著中國AI獨角獸的另一重選擇——與實體產(chǎn)業(yè)深度捆綁，形成共生關(guān)系。這種策略使得它們能夠在中國龐大的實體經(jīng)濟中找到足夠多的“毛細血管”，在激烈的競爭中扎下根來，也體現(xiàn)了中國應(yīng)用生態(tài)的強大韌性。

事實上，在我們近期的走訪調(diào)研中可以清晰發(fā)現(xiàn)，中國民營實體企業(yè)擁抱AI的熱情超出想象。比如在一些服裝消費類企業(yè)，AI已經(jīng)融入了從工業(yè)到制造業(yè)的全流程（具體可以參考深水研究此前文章《AI下基層》）。

從這個角度來說，目前很難預(yù)測在看不見的邊緣，中國產(chǎn)業(yè)到底會長出什么樣的新的獨角獸來。這是值得樂觀的原因之一。

產(chǎn)品戰(zhàn)場：參數(shù)、提示詞和新模態(tài)

公司的比拼，最終都要落到產(chǎn)品層面一決高下。而當(dāng)下的AI產(chǎn)品競爭，已超越單一維度，進入了一場多維度的競速。

首先是“性能與參數(shù)競速”。

這是最直觀的戰(zhàn)場，直接體現(xiàn)了基礎(chǔ)模型的“智商”。美國產(chǎn)品的優(yōu)勢在此體現(xiàn)得淋漓盡致。依托頂尖的閉源大模型，像ChatGPT、Claude等產(chǎn)品在處理復(fù)雜推理、長文本理解和創(chuàng)意生成等開放式任務(wù)時，展現(xiàn)出更強的綜合能力和更“智能”的交互體驗。

這是其“性能效率”路線結(jié)出的果實，構(gòu)筑了高端產(chǎn)品的性能壁壘。中國的AI產(chǎn)品則采取了差異化策略，利用成本更優(yōu)的開源或自研模型，在確?！白銐蚝谩钡挠脩趔w驗前提下，快速覆蓋更廣泛的場景。其劣勢在于，在處理極端復(fù)雜的任務(wù)時，可能會顯得力不從心；但優(yōu)勢在于，能夠以更低的成本服務(wù)海量用戶，在主流應(yīng)用市場更具競爭力。

其次是“場景與生態(tài)競速”。

這是關(guān)乎產(chǎn)品“情商”和落地能力的戰(zhàn)場。中國產(chǎn)品的優(yōu)勢在這里被無限放大。中國的AI產(chǎn)品往往不是孤立存在的，而是作為“插件”深度嵌入到微信、淘寶、抖音等擁有數(shù)億用戶的“超級應(yīng)用”中。

這種“場景原生”的優(yōu)勢，使得AI能夠無縫地解決用戶在社交、購物、娛樂中的實際問題，形成了強大的用戶粘性和數(shù)據(jù)飛輪。

相比之下，美國AI產(chǎn)品的生態(tài)整合更多體現(xiàn)在生產(chǎn)力工具上，如微軟將Copilot融入Office 365和Windows，谷歌將AI注入搜索和Workspace。其優(yōu)勢在于能夠鎖定高價值的企業(yè)用戶和專業(yè)人士，構(gòu)建起工作流中的護城河。

第三是“提示詞工程競速”。

這是挖掘模型潛能、決定產(chǎn)品“可用性”的關(guān)鍵戰(zhàn)場。美國產(chǎn)品的優(yōu)勢在于其開發(fā)者生態(tài)的深度。其頂尖產(chǎn)品往往伴隨著強大的API和先進的Agent框架，鼓勵專業(yè)開發(fā)者和技術(shù)愛好者探索復(fù)雜的提示詞鏈和自主工作流，從而在專業(yè)和生產(chǎn)力場景中挖掘出模型的極限能力。這是一種“自上而下”的賦能，優(yōu)勢在于技術(shù)上限高。

而中國產(chǎn)品的優(yōu)勢則體現(xiàn)在對大眾用戶體驗的極致封裝上。它們更擅長將復(fù)雜的提示詞工程“隱藏”在用戶友好的界面之下，通過提供大量場景化的模板和一鍵生成功能，讓普通用戶也能輕松獲得高質(zhì)量的生成結(jié)果。這是一種“自下而上”的普及，優(yōu)勢在于用戶基數(shù)大、上手門檻低。

最后是“模態(tài)與成本競速”。

隨著AI生成內(nèi)容（AIGC）的爆發(fā)，競爭進入了多模態(tài)維度。美國在核心技術(shù)上依然領(lǐng)先，無論是谷歌旗下的Nano banana的圖像質(zhì)量，還是Sora的視頻生成能力，都代表了當(dāng)前技術(shù)的最高水準(zhǔn)，定義了“可能性”的邊界。然而，這些高質(zhì)量生成背后，依賴的是高昂的算力成本。

中國的優(yōu)勢則在于龐大的市場需求和對成本的極致追求。短視頻、直播電商、社交媒體等應(yīng)用場景，為多模態(tài)技術(shù)提供了最肥沃的商業(yè)化土壤。中國公司更擅長將先進技術(shù)“平民化”，通過工程和算法優(yōu)化，快速推出成本更低的AIGC產(chǎn)品，搶占大規(guī)模應(yīng)用的市場。

可以說，美國產(chǎn)品定義了“最好”，而中國產(chǎn)品則致力于定義“最流行”。

技術(shù)前沿：重新思考開源、閉源

盡管戰(zhàn)略路徑迥異、產(chǎn)品優(yōu)勢也各有不同，但在技術(shù)前沿，一個有趣的現(xiàn)象正在發(fā)生：中美頂尖大模型的性能差距正在迅速縮小。

最新一期的《Nature》雜志封面，刊登的是DeepSeek-R1論文，通訊作者是梁文鋒。而對應(yīng)的，斯坦福大學(xué)發(fā)布的《2024年人工智能指數(shù)報告》顯示，在多項關(guān)鍵基準(zhǔn)測試上，中國的頂尖模型已經(jīng)與美國最先進的模型不相上下。

不過，我們依然能夠在技術(shù)的前沿競速中發(fā)現(xiàn)差異，在相似的性能背后，是兩種截然不同的技術(shù)哲學(xué)和效率追求。

美國追求的是“性能效率”（Performance Efficiency）。背靠強大的硬件供應(yīng)鏈和充裕的算力資源，美國頭部公司的核心思路是通過不斷堆疊算力、擴大模型規(guī)模來突破性能的天花板。

諷刺的是，這是一種“大力出奇跡”的邏輯，即相信只要有足夠強大的物理基礎(chǔ)設(shè)施，就能模擬出更復(fù)雜的智能。從GPT-4到傳聞中的GPT-5，參數(shù)規(guī)模從萬億向更高量級邁進，這是算力霸權(quán)的直接體現(xiàn)。其目標(biāo)是在絕對性能上取得代際領(lǐng)先。

而中國則在硬件制約的倒逼下，走出了一條追求“計算效率”（Computational Efficiency）的道路。

既然無法在短期內(nèi)獲得最頂尖的芯片，那么如何用有限的算力實現(xiàn)同等的、甚至接近的性能，就成了最關(guān)鍵的命題。

這催生了在算法和軟件層面的極致優(yōu)化創(chuàng)新。中國的AI公司在模型壓縮、知識蒸餾、稀疏化算法等領(lǐng)域投入了大量研發(fā)力量。

最典型的是DeepSeek-V3模型以其開源和極致壓縮的特性，展現(xiàn)了在更低計算資源下實現(xiàn)高性能的潛力。這種對計算效率的極致追求，雖然源于外部限制，卻可能在未來AI應(yīng)用大規(guī)模普及的時代，轉(zhuǎn)化為一種獨特的成本優(yōu)勢。

效率追求的不同，也直接導(dǎo)致了中美在開源與閉源戰(zhàn)略上的分野。美國頭部大模型更多選擇閉源，這與其“硬件鐵幕”和平臺戰(zhàn)略一脈相承。

對于投入了數(shù)百億美元研發(fā)成本的OpenAI、Anthropic而言，閉源是保護其核心技術(shù)優(yōu)勢、構(gòu)建商業(yè)護城河并進行API商業(yè)化的最直接方式。通過閉源，它們將自己定位為技術(shù)“軍火庫”，向市場提供標(biāo)準(zhǔn)化的、高質(zhì)量的AI能力，從而實現(xiàn)平臺鎖定的效果。

與此相反，中國大模型則展現(xiàn)出擁抱開源的明顯趨勢。這既是市場競爭的策略，也是國家“應(yīng)用生態(tài)”戰(zhàn)略的延伸。

在硬件受限的背景下，開源成為了中國企業(yè)以“軟”實力突圍的關(guān)鍵手段。通過開放模型源代碼，可以極大地降低中小企業(yè)和開發(fā)者的AI應(yīng)用門檻，激發(fā)整個生態(tài)的創(chuàng)新活力。

這是一種“以市場換技術(shù)、以生態(tài)促發(fā)展”的思路，通過快速擴大用戶基數(shù)和應(yīng)用場景，來彌補算力上的短板，并加速整個產(chǎn)業(yè)的數(shù)據(jù)飛輪效應(yīng)。

但深入探究這一分野，我們會發(fā)現(xiàn)一個深刻的悖論。美國，作為自由軟件運動和開源文化的搖籃，從GNU項目到Linux內(nèi)核，再到Apache基金會，其開放、協(xié)作的開發(fā)者文化曾是推動整個信息技術(shù)革命的核心引擎。

然而，在當(dāng)今這場由大模型驅(qū)動的AI浪潮中，最具領(lǐng)導(dǎo)地位的美國公司卻集體轉(zhuǎn)向了閉源。這背后是AI技術(shù)范式的根本性轉(zhuǎn)變。

傳統(tǒng)的開源軟件，其核心是“代碼”，生產(chǎn)要素是開發(fā)者的時間與智慧，可以通過社區(qū)協(xié)作的模式滾動發(fā)展。

而當(dāng)今前沿大模型的核心，是“模型權(quán)重”，其生產(chǎn)要素除了算法，更是天文數(shù)字般的“數(shù)據(jù)”和“算力”。

訓(xùn)練一個GPT-4級別的模型，其成本高達數(shù)十甚至上百億美元，這已不再是任何社區(qū)能夠承擔(dān)的范疇，而成了一場資本和地緣政治的豪賭。巨大的前期投入，使得這些公司必然尋求通過閉源API的模式來構(gòu)建商業(yè)壁壘，以收回投資并確立市場主導(dǎo)地位。

同時，在地緣競爭的背景下，最頂尖的大模型也被視為一種具有戰(zhàn)略意義的“關(guān)鍵基礎(chǔ)設(shè)施”，甚至被貼上“國家安全”的標(biāo)簽，這進一步強化了其走向封閉的趨勢。

那么，未來到底屬于開源還是閉源？答案很可能并非二元對立，而是一個分層的混合生態(tài)。

在生態(tài)的頂端，是少數(shù)由巨頭掌控的、能力最強的“超級模型”。它們?nèi)缤裉斓陌l(fā)電廠，將繼續(xù)保持閉源或嚴格受控的訪問模式，提供最前沿的、通用的智能“電力”。這是“性能效率”路線的必然結(jié)果。

在生態(tài)的中下層，一個由開源模型構(gòu)成的繁榮世界將蓬勃發(fā)展。這些模型（如Llama系列、Qwen系列）的性能或許距離頂尖的閉源模型有一定差距，但對于絕大多數(shù)特定場景的應(yīng)用而言已經(jīng)“足夠好”。

它們?yōu)橹行∑髽I(yè)和開發(fā)者提供了低成本、高靈活性的選擇，允許企業(yè)在自己的私有數(shù)據(jù)上進行微調(diào)，從而在金融、醫(yī)療、法律等垂直領(lǐng)域構(gòu)建起無數(shù)的創(chuàng)新應(yīng)用。這是“計算效率”和“應(yīng)用生態(tài)”路線的必然延伸。

科技哲學(xué)：復(fù)雜的涌現(xiàn)、去中心化的未來

在戰(zhàn)略、技術(shù)和產(chǎn)品的背后，是更深層次的哲學(xué)理念之爭。這場關(guān)于“新機器的靈魂”的思辨，或許將最終決定兩條路徑的終點。

當(dāng)前AI領(lǐng)域的主流范式，很大程度上受到理查德·薩頓（Richard Sutton）提出的“苦澀的教訓(xùn)”（The Bitter Lesson）的影響。

其核心觀點是，通往通用智能的最可靠方法，是利用通用計算的規(guī)?；瘍?yōu)勢，而非依賴人類設(shè)計的復(fù)雜知識。簡而言之，還是上面提到的“大力出奇跡”。這一理念與美國通過龐大算力（硬件）來模擬復(fù)雜環(huán)境、暴力破解智能的路徑不謀而合。它將智能視為一個可以通過工程學(xué)、自上而下“建造”出來的目標(biāo)。

然而，一股批判性的聲音始終存在，其中最具代表性的便是以圣塔菲研究所（SFI）為核心的復(fù)雜性科學(xué)思想。

他們認為，僅僅依靠硬件堆砌的規(guī)?；窂?，無法通向真正“理解”世界的通用人工智能（AGI）。他們主張，智能是一種“復(fù)雜涌現(xiàn)系統(tǒng)”（Complex Emergent System）。真正的智能，并非被設(shè)計和建造出來的，而是在與環(huán)境的復(fù)雜互動中，通過“自組織”的方式，自下而上“涌現(xiàn)”出來的。

從這個視角看，人工智能的目標(biāo)或許不應(yīng)是設(shè)計一個無所不能的超級智能，而是構(gòu)建高效協(xié)作的“人機混合系統(tǒng)”，即“集體智能”。

有趣的是，中國所選擇的“應(yīng)用生態(tài)”戰(zhàn)略，在某種程度上與圣塔菲研究所的理念形成了共鳴。它并非追求單個模型的強大，而是致力于培育一個能讓AI與真實世界（工業(yè)、農(nóng)業(yè)、商業(yè)）進行億萬次交互的復(fù)雜系統(tǒng)。在這個系統(tǒng)中，智能的價值通過解決實際問題來體現(xiàn)，智慧的火花在無數(shù)次的融合與反饋中涌現(xiàn)。

“復(fù)雜涌現(xiàn)”的理念，必然導(dǎo)向一個去中心化的未來。因為任何試圖構(gòu)建單一、全知全能的中心化“超級AI”的嘗試，都面臨著一個無法克服的障礙：現(xiàn)實世界的復(fù)雜性是無限的，遠超任何訓(xùn)練數(shù)據(jù)集的范疇。

這種哲學(xué)的差異，最終將體現(xiàn)在商業(yè)模式的變遷上。我們正在經(jīng)歷從“Agent”（工具）到“Agentic”（代理）的深刻轉(zhuǎn)變。

作為“工具”的AI，被動地響應(yīng)用戶指令，如問答機器人、代碼生成器。而作為“代理”的AI，則能主動地理解用戶目標(biāo)，并自主地進行任務(wù)分解、規(guī)劃、執(zhí)行和調(diào)整，例如自動預(yù)訂完整行程的旅行AI，或是能獨立管理營銷活動的AI。

這一轉(zhuǎn)變是AI商業(yè)化的“最后一公里”，也是中美應(yīng)用生態(tài)競爭的關(guān)鍵所在。Agentic系統(tǒng)需要極其復(fù)雜、多樣且動態(tài)的真實世界場景來進行訓(xùn)練和驗證。而這，正是中國實體經(jīng)濟生態(tài)所能提供的獨特土壤。

而從商業(yè)上升到經(jīng)濟層面來看，這種去中心化的浪潮，并不僅僅局限于AI領(lǐng)域，它正與金融科技的未來創(chuàng)新，特別是穩(wěn)定幣和Web3的愿景，形成深刻的共振。

當(dāng)無數(shù)的AI代理（Agent）開始自主地在數(shù)字世界中執(zhí)行任務(wù)、創(chuàng)造價值時，它們迫切需要一個與之匹配的、無需許可的、程序化的金融基礎(chǔ)設(shè)施。傳統(tǒng)的銀行體系顯然無法滿足這種需求。這正是穩(wěn)定幣和更廣泛的Web3生態(tài)發(fā)揮關(guān)鍵作用的地方。

AI與Web3的結(jié)合，預(yù)示著一個真正自主的、由機器參與者構(gòu)成的經(jīng)濟系統(tǒng)的誕生。在這個系統(tǒng)中，價值的創(chuàng)造、分配和流轉(zhuǎn)都將以去中心化的方式進行，這正是“復(fù)雜涌現(xiàn)”理念在經(jīng)濟領(lǐng)域的最終體現(xiàn)。

隨著AI的進化，這一趨勢正在變得日益明確：一個封閉的、中心化的系統(tǒng)，本質(zhì)上無法真正應(yīng)對一個開放、動態(tài)的世界。

殊途同歸：此刻，AI大基建時代開啟

在“直視全貌”之后，此刻我們或許更應(yīng)該回到當(dāng)下，看清那些正在發(fā)生的、卻可能決定未來的短期細節(jié)變化。

波蘭科幻大師斯坦尼斯瓦夫·萊姆曾寫道，“我們期待著能震動我們存在之根基的啟示，結(jié)果等來的卻只是技術(shù)的又一個應(yīng)用，又一臺機器?！?/strong>

人類總是期待著宏偉、戲劇性的未來降臨，但未來真正的到來方式，往往是“平庸的、不被注意的”。它并非一聲巨響，而是一系列瑣碎技術(shù)細節(jié)的緩慢累積。

這或許正是當(dāng)前AI發(fā)展的最佳寫照。通用人工智能的“奇點”尚未到來，但一場我們更為熟悉的“平庸革命”已經(jīng)開啟。

這場革命的核心，就是AI大基建。展望未來五年，盡管戰(zhàn)略路徑“殊途”，但兩國的核心任務(wù)卻在走向“同歸”：它們都在以自己的方式，鋪設(shè)通往下一個時代的基礎(chǔ)設(shè)施。

美國正在建設(shè)的是“硬”基礎(chǔ)設(shè)施——更先進的芯片工廠、更大規(guī)模的數(shù)據(jù)中心、更強大的基礎(chǔ)模型。而中國正在試圖建設(shè)的是“軟”基礎(chǔ)設(shè)施——覆蓋千行百業(yè)的數(shù)據(jù)供應(yīng)鏈、面向特定行業(yè)的AI應(yīng)用平臺、繁榮的開發(fā)者與服務(wù)商生態(tài)。

最終的結(jié)局，正如前文所提及的TikTok的結(jié)果，歷史最終會像一個鐘擺。未來未必是一方徹底壓倒另一方的零和游戲，而是一個二元化的全球AI格局的形成。

在這個格局中，美國通過“硬件鐵幕”定義了算力的基礎(chǔ)和邊界，決定了AI能“做什么”的物理上限。而中國則通過繁榮的“應(yīng)用生態(tài)”，定義了AI的價值和形態(tài)，決定了AI“怎么用”以及“為誰用”。

最終的結(jié)局，可能并非一方徹底壓倒另一方的零和游戲，而是一個二元化的全球AI格局的形成。在這個格局中，美國通過“硬件鐵幕”定義了算力的基礎(chǔ)和邊界，決定了AI能“做什么”的物理上限。而中國則通過繁榮的“應(yīng)用生態(tài)”，定義了AI的價值和形態(tài)，決定了AI“怎么用”以及“為誰用”。

對于世界上的其他國家和地區(qū)而言，它們將面臨一個艱難的選擇：是接入美國主導(dǎo)的、以強大算力為核心的硬件生態(tài)，還是融入中國主導(dǎo)的、以豐富場景為核心的應(yīng)用生態(tài)？

這場始于2025年的大分流，其影響將遠遠超出科技領(lǐng)域，深刻地塑造21世紀(jì)的全球經(jīng)濟與地緣政治版圖。而我們每個人，都正身處這場歷史性變革的洪流之中。