中國(guó)AI真正的“底牌”，不在芯片

文︱陸棄

很多人盯著芯片看，覺(jué)得誰(shuí)掌握算力，誰(shuí)就掌握未來(lái)。但這件事真正“不對(duì)勁”的地方在于，當(dāng)西方還在討論技術(shù)封鎖時(shí)，決定勝負(fù)的變量，已經(jīng)悄悄換了。問(wèn)題變成了——如果人才結(jié)構(gòu)發(fā)生逆轉(zhuǎn)，技術(shù)領(lǐng)先還能維持多久？這次英國(guó)媒體的觀(guān)察，其實(shí)給出了一個(gè)非常具體的信號(hào)。

在頂級(jí)AI會(huì)議NeurIPS上，中國(guó)第一作者數(shù)量第一次超過(guò)美歐，這不是個(gè)象征性事件，而是一個(gè)結(jié)構(gòu)性變化。更值得注意的是研究人員的來(lái)源變化，從2019年到2025年，中國(guó)起步的AI研究者比例，從不到三成，直接躍升到一半。很多人習(xí)慣把這種變化理解為“追趕成功”。這種理解沒(méi)有錯(cuò)，但仍然停留在表層。

真正值得警惕的，是這背后的人才供給機(jī)制，已經(jīng)發(fā)生了方向性變化。如果把AI競(jìng)爭(zhēng)看成一場(chǎng)長(zhǎng)期博弈，算力是武器，數(shù)據(jù)是燃料，算法是戰(zhàn)術(shù)。但真正決定戰(zhàn)爭(zhēng)走向的，是“兵源”。沒(méi)有穩(wěn)定的人才供給，再先進(jìn)的技術(shù)體系也難以持續(xù)。中國(guó)的變化，恰恰發(fā)生在這里。

一個(gè)細(xì)節(jié)非常關(guān)鍵，在2025年的NeurIPS論文中，中國(guó)作者的本科來(lái)源高校，前十名里有九所來(lái)自中國(guó)。這意味著什么？意味著人才培養(yǎng)的“起點(diǎn)”，已經(jīng)完成了本土化閉環(huán)。很多人過(guò)去有一個(gè)默認(rèn)判斷，中國(guó)的頂尖AI人才，需要經(jīng)過(guò)海外訓(xùn)練才能成型。這個(gè)判斷正在失效。像DeepSeek這樣的產(chǎn)品，其核心貢獻(xiàn)者全部來(lái)自本土教育體系，這不是個(gè)例，而是趨勢(shì)的前奏。

當(dāng)一個(gè)國(guó)家可以在本土完成從本科到前沿創(chuàng)新的完整鏈條時(shí)，它的技術(shù)體系就不再依賴(lài)外部輸入。這才是真正的變化。再往深一層看，這種變化并不是偶然。它背后是一整套制度設(shè)計(jì)在起作用。中國(guó)科研體系對(duì)論文的激勵(lì)機(jī)制，使得研究人員更有動(dòng)力在頂級(jí)會(huì)議上發(fā)表成果。開(kāi)源模型文化，則進(jìn)一步降低了技術(shù)擴(kuò)散的門(mén)檻，讓更多年輕研究者可以快速參與到前沿競(jìng)爭(zhēng)中來(lái)。這兩者疊加，形成了一種“高頻輸出”的生態(tài)。

有人會(huì)說(shuō)，論文多不代表技術(shù)強(qiáng)。這個(gè)觀(guān)點(diǎn)有一定道理，但忽略了一個(gè)關(guān)鍵事實(shí)：在基礎(chǔ)研究階段，數(shù)量本身就是概率。當(dāng)參與者規(guī)模擴(kuò)大，突破性成果出現(xiàn)的可能性就會(huì)顯著提升。這就是為什么人才規(guī)模會(huì)變成決定性變量。再看另一個(gè)被忽略的細(xì)節(jié)，中國(guó)AI人才中有47%是學(xué)生，而西方國(guó)家大約是30%。這意味著中國(guó)的AI力量更年輕，更具成長(zhǎng)性。

短期看，經(jīng)驗(yàn)可能不足；長(zhǎng)期看，潛力巨大。與此同時(shí)，美國(guó)的人才體系正在出現(xiàn)裂縫。經(jīng)費(fèi)削減、簽證不確定性、對(duì)科研人員背景的審查，這些因素疊加在一起，正在改變?nèi)蛉瞬帕鲃?dòng)的方向。過(guò)去幾十年，美國(guó)最大的優(yōu)勢(shì)之一，是“吸引全世界最聰明的人”。這個(gè)機(jī)制一旦松動(dòng)，其影響不會(huì)立刻顯現(xiàn)，但會(huì)在幾年后集中爆發(fā)。很多人會(huì)反駁，美國(guó)仍然擁有最頂尖的公司和最先進(jìn)的模型。這個(gè)判斷在今天仍然成立。

但問(wèn)題在于，這種領(lǐng)先，是建立在過(guò)去十多年的人才積累之上的。如果未來(lái)的人才增量發(fā)生逆轉(zhuǎn)，那么今天的優(yōu)勢(shì)，能持續(xù)多久？這才是需要思考的地方。把視角再拉高一點(diǎn)，這件事其實(shí)不僅僅是中美之間的技術(shù)競(jìng)爭(zhēng)。它更像是一種新的發(fā)展路徑正在形成。過(guò)去的科技競(jìng)爭(zhēng)，往往依賴(lài)少數(shù)精英團(tuán)隊(duì)完成突破。

現(xiàn)在，隨著AI工具的普及，技術(shù)創(chuàng)新正在變得“規(guī)模化”。換句話(huà)說(shuō)，未來(lái)的競(jìng)爭(zhēng)，不只是看誰(shuí)更聰明，而是看誰(shuí)擁有更多“足夠聰明的人”。中國(guó)在STEM教育上的投入，使得約40%的大學(xué)生進(jìn)入相關(guān)領(lǐng)域，這個(gè)比例大約是美國(guó)的兩倍。這意味著，在同一時(shí)間窗口內(nèi)，中國(guó)可以投入到AI研究中的“有效人口”，遠(yuǎn)高于對(duì)手。當(dāng)技術(shù)進(jìn)入“規(guī)模驅(qū)動(dòng)”階段，這種差距就會(huì)被放大。

很多人可能還停留在一個(gè)舊的認(rèn)知框架里：技術(shù)領(lǐng)先來(lái)自少數(shù)天才。這個(gè)框架在A(yíng)I時(shí)代，正在被改寫(xiě)。更準(zhǔn)確的描述應(yīng)該是，領(lǐng)先來(lái)自“高質(zhì)量人才的密度”。不是有沒(méi)有頂尖人才，而是頂尖人才周?chē)袥](méi)有足夠多的中堅(jiān)力量，去放大他們的成果。這也是為什么，人才問(wèn)題會(huì)被反復(fù)提及。

因?yàn)樗恢皇且粋€(gè)變量，而是所有變量的基礎(chǔ)。寫(xiě)到這里，可以回到最初的問(wèn)題。中國(guó)AI是不是已經(jīng)全面趕超？答案沒(méi)有那么簡(jiǎn)單。在算力、芯片、高端生態(tài)等方面，差距依然存在。但如果從更長(zhǎng)周期來(lái)看，人才結(jié)構(gòu)的變化，正在重新定義這場(chǎng)競(jìng)爭(zhēng)的起點(diǎn)。

真正值得關(guān)注的，不是今天誰(shuí)領(lǐng)先，而是五年后，誰(shuí)擁有更強(qiáng)的持續(xù)創(chuàng)新能力。有時(shí)候，技術(shù)競(jìng)爭(zhēng)看起來(lái)像一場(chǎng)沖刺，但本質(zhì)更像一場(chǎng)馬拉松。起跑快的人未必能贏(yíng)，關(guān)鍵在于誰(shuí)的“耐力”更好。而耐力，說(shuō)到底，是人。這場(chǎng)變化，還在路上。