這是中國AI界最有含金量的一次圓桌訪談

內容｜Max

編輯｜Max

今天下午在北京的AGI-Next閉門會上，有這樣一場我認為是中國AI界最有含金量的圓桌訪談。

之所以這么說，是因為在這個時間節點（2026年初），楊強、唐杰、林俊旸、姚順雨（遠程）這幾位坐在臺上。

既沒有談論那些宏大的AGI科幻愿景，也沒有回避那些讓從業者尷尬的現實問題。

整場看下來，只有一種感覺：真實。

他們把過去兩年行業里堆積的泡沫吹散了，露出底下粗糙但真實的紋理。

作為在行業里摸爬滾打的人，我整理了一下我覺得有價值的部分。

如果你還在這個牌桌上，建議讀完。

PART.01

一、承認吧，中國AI最大的問題是“窮”

THUMB

STOPPING

這是整場圓桌里我覺得最清醒的一個比喻。

阿里的林俊旸把中美差距說得很透：這是富人和窮人的游戲。

什么叫富人？

OpenAI們手里的算力比我們大1-2個數量級。

人家拿算力是在做Research，是探索無人區，甚至是在“浪費”。

什么叫窮人？

大部分中國公司手里的卡捉襟見肘，絕大部分算力光是應付業務就已經亮紅燈了。

這直接導致了玩法的不同。

富人可以賭找到下一個范式，窮人只能賭確定性。

但也沒必要悲觀。

正因為窮，我們才會被逼出一種絕活：算法與基建的極致聯合優化。

這種窮則思變的工程能力，富人是不屑于練的，但這就是我們在算力封鎖下活下去的唯一氧氣管。

PART.02

二、To C 的智商過剩，與 To B 的智商溢價

THUMB

STOPPING

騰訊的姚順雨從OpenAI回來后，第一次對外分享。

他表示過去一年，所有模型都在卷分數（BenchMark）。

但現實是，在To C端，用戶根本分不清你的模型是92分還是98分。

ChatGPT解數學題變強了，對普通大眾來說意義有限。

To C接下來的核心，不再是卷智商，而是卷Context（上下文）和情商——模型知不知道我今天在哪里，知不知道我冷不冷。

真正的智商溢價在哪里？

在To B，在Coding。

企業愿意為那個能把10個任務做對9個的模型付200美金，而不是為做對5個的便宜貨付20美金。

所以，智譜的唐杰老師判斷很準：“AI代替搜索”的戰爭，隨著DeepSeek的出現，已經結束了。

下一場硬仗，是Coding（代碼能力）。這不僅是程序員的工具，更是未來Agent自我進化的基石。

因為那是生產力，那是真金白銀。

PART.03

三、Agent 的終局：模型即產品，套殼沒戲

THUMB

STOPPING

如果你正在做Agent創業，或者所謂的“套殼”應用，這段內容可能會讓你重新思考商業模式。

圓桌上的結論很冷酷：模型即產品。

林俊旸提到了一個很現實的技術細節：Agent在執行任務時遇到的長尾問題，靠修補Prompt或應用層代碼是解決不了的。

解決這些問題，需要回到模型層，通過燒卡訓練模型來修復。

這意味著，通用Agent的天花板，牢牢掌握在模型廠商手里。

沒有模型訓練能力的公司，很難建立真正的壁壘。

PART.04

四、中國AI領先的概率是20%

THUMB

STOPPING

這是整場對話最扎心的一問。

主持人問：3-5年后，全球最領先的AI公司是中國公司的概率有多大？

林俊旸給出的數字是：20%。

這是一個非常誠實的數據。

聽慣了“遙遙領先”的人，可能會覺得這個數字刺耳。

但對于一線從業者來說，這個數字無比真實。

姚順雨還補充了一個文化層面的觀察：我們的研究文化，太喜歡“確定性”了。

我們喜歡刷榜，喜歡做那些一定能出結果的改進。

而OpenAI之所以能成，是因為他們敢在2022年就去賭一個當時看起來毫無確定性的路線。

我們面臨的是算力鴻溝，是人才密度的差距，是研究文化上太愛確定性和刷榜的慣性。

這種不敢冒險的文化慣性，可能比算力差距更難彌補。

但20%就沒有意義了嗎？

智譜的唐杰老師說了一句很觸動我的話：“我們這一代（AI人）可能是最不幸運的……但如果我們笨笨的堅持，也許走到最后的就是我們。”

這就夠了。

在這個階段，承認差距，承認我們是“窮人”打法，承認勝率不高，并不是為了販賣焦慮。

相反，只有看清了底牌，不再幻想彎道超車，我們才能在剩下的那20%的可能性里，把工程落地做到極致。

這一仗很難打，勝率也不高。

但只要還在牌桌上，就別下場。

路還很長，保持清醒，請笨笨地堅持吧。