对中国AI行业的嘲讽

咸鱼，也就是《葬AI》的作者，创作了许多我最喜欢的关于中国人工智能行业的讽刺作品。ChinaTalk 的读者或许还记得他的文章《开源模型是人工智能的统一战线》。

在这次对话中，我们聊到了：

• 为什么 AI 写作并不好笑；
• 咸鱼如何搭建了一个让普通人按“梗化程度”给视频模型打分的网站；
• 为什么五年规划算是一种基准；
• 以及为什么 AI 领域里会有那么多中式英语。

我们还就炒作究竟在哪边更严重——中国还是美国——产生了分歧。

本次对话使用普通话进行。您可以在 这里 收听原声，或阅读下方经过轻微删节的英文译文。

ChinaTalk 是一份由读者支持的出版物。如希望接收新内容并支持我们的工作，请考虑成为免费或付费订阅用户。

关于幽默写作

艾琳：咸鱼，欢迎来到 ChinaTalk。自去年九月你发表那篇关于主体思想 AI的文章以来，我就一直是你的忠实粉丝，所以今天能请你做客，真是莫大的荣幸。

能先请您自我介绍一下吗？您是从什么时候开始写作的？又是怎么走上独立出版这条路的呢？

咸鱼：在正式开始之前，我得先声明一句：主体思想可是个光辉灿烂的意识形态。

我是在去年七八月间开始写《葬AI》的，当时是想从亚文化的视角切入人工智能这个话题。不过，很多业内人士可能不太理解这一点。如果你纯粹是技术出身，可能会更喜欢那些严肃、专业的文章。

但从一开始，我就觉得，即便是最先进的技术——那些前沿实验室耗资数百亿美元研发的模型和 API——如今也已经能以相对亲民的价格买到，也许只要二十美元或一百美元。

所以，每个普通人都有权去描述自己使用 AI 时的感受。这就是我的出发点。事实也证明了这一点：哪怕是最先进的 AI，比如几天前刚发布的 GPT-6，或者那些最热门的风投项目，一个没有技术背景的普通人也能用上，并且把自己的体验讲出来。

你可以提出一些与众不同的原创见解，而这些见解往往与网上那些陈词滥调和垃圾信息截然不同。

艾琳：您提到自己曾在中文科技媒体工作过，具体是在 36氪和虎嗅。这些经历是否促使您选择了这种更具亚文化色彩的表达方式呢？

咸鱼：并没有。体制内媒体规矩太多，总是试图用一种相对专业的口吻来解读行业里那些最重要的人物和机构都在做什么。你得跟各种人打交道，去接触那些大人物，还得说服他们接受采访。

那种套路我实在受不了，以前每份工作我都坚持不到六个月。

这些经历让我意识到，自己并不适合传统的工作模式。待在家里随心所欲地做点什么，反而更适合我……

艾琳：您如何看待 AI 创作中的“新颖性”问题？

咸鱼：我最初也是用 AI 写作的。您刚才读到的那篇文章就是 AI 撰写的：至少 80% 的主体框架都是它完成的，我只是在后面做了些润色。

但到了 2025 年下半年某个时候，我就彻底不再用 AI 了。现在我写的所有东西都是自己手写的。一方面，我对这种亚文化式的写作越来越感兴趣，自己动手写比让 AI 来写更有意思。

另一方面，也是因为现在的模型确实不擅长写作。它们很会编程，已经完全取代了人类程序员；可要用你自己的语言把你的原创想法表达出来，却远远不够。

这个问题相当复杂。比如我和几个朋友正在做一个写作评测标准，要怎么判断一篇 AI 写的文章好不好？就得提炼出一系列指标：它的“AI 味道”有多浓、原创性如何等等。

最明显的例子就是连接词和标点符号——AI 特别爱用“不是 X，而是 Y”，还有破折号。这些句式会让文章显得非常 AI 化。如果要做全面评估，可能需要上百个这样的指标，这就成了一项复杂的工程任务。

与此同时，随着模型的编程能力越来越强，它们的写作水平却在下降。这就像打地鼠一样：你不断往模型里喂代码和代理数据，却不增加写作相关的训练数据，结果编程能力就把写作能力给挤掉了。

所以从 2025 年到现在，主流模型的编程能力提升了，但写作水平却在下滑。到了 2026 年 9 月，模型虽然更先进了，但在通过创意写作而非纯工程手段来表达人类思想、展现原创性方面，能力却大幅退步。

这也是我不再用 AI 写作的原因。

艾琳：尽管我在国外生活多年，但我一直看中文，也经常关注微信公众号上的博客。过去两年，我觉得那些文章越来越难读了。从前还有一些账号和公号，靠优美的文笔或一些值得记下的金句让我欣赏；如今，我读中文几乎只是为了工作和获取信息，而不是为了享受语言本身的魅力。

而您的幽默真的让我在语言层面深受触动——既有趣，又切中我关心的话题。我还看过您那篇从 AI 写作回归手写的文章，里面提到娱乐是 AI 做不好的事。

您当时是怎么思考的呢？

咸鱼：幽默需要信念。我有时会看美国的政治脱口秀。有一位著名的喜剧演员——我忘了他的名字，是个秃顶的年长白人。他可能已经去世了，我也记不清了。

像这样的人之所以有趣，是因为他们真的相信某些东西。一位右翼喜剧演员可能确实不相信进步主义，也不认同过去几年关于多元化的叙事，所以他毫不掩饰地讲那些笑话。

对于左派来说，道理也是一样的。

幽默需要一些独到的思考，以及对某种非主流观点的真正信念。对我来说，那个非共识的信念就是：AI并没有那么重要，你完全可以不信它。

在美国，这一点可能更加明显，因为那里的大多数普通人都反对AI。而在中国，大多数普通人则是技术乐观主义者——或者说，他们甚至未必是真正的乐观主义者，只是本能地对新技术持开放态度。

我遇到的大多数人并不认为AI是件坏事，不会危害他们的生活，也不会觉得它与自己无关。他们下意识地把它视为最重要的事物，认为它能成倍提升世界的生产力。

这种看法本身并无过错，只不过是一种不同的视角罢了。

我相信，普通人的生活更为重要，至少比起那些模型公司的宏大叙事，以及它们正奔向的万亿美元IPO盛宴而言是如此。你对这些AI产品的亲身经历仍然至关重要。

而如果普通人的经验能够被很好地表达出来，以工程化的方式呈现，那正是模型公司所特别需要的。

关键之一在于基准测试。我之前也提到过：基准测试其实与新闻业有着非常相似的作用。就拿《华尔街日报》的母公司——我一时想不起它的名字了[编者注：道琼斯]——来说吧。

它最初所做的，就是确立标准。金融机构采纳了这些标准及其背后的信息平台，这才发展成了今天的模样。我们的“十五五”规划也是一种基准：中国政府设定一个发展目标，然后将其分解为一系列量化指标。

只要达到这些指标，就可以说实现了规划目标。相比之下，“通用人工智能”（AGI）这个术语就很糟糕，因为它没有任何量化指标。它不像“十五五”那样可以层层分解：当模型能力或应用普及率达到某个特定水平时，我们就算是实现了AGI。

根本不存在这样的定义。

同样的道理也适用于AI的任何具体方面。比如写作能力，虽然目前还很有限，但如果你将其细化为各项指标，加以量化，并让不同的模型反复接受测试，就能获得轨迹数据和客观结论。

你可以用这种工程化的方法来检验AI的任何一个维度。事实上，过去一年里，各大模型公司正是在编程能力和智能体能力上这么做的。

我遇到的大多数人缺乏一条切实可行的路径，去对抗AI，或者重新找回对自己生活的信心。他们会问：我又不是那些实验室的顶尖研究员，也不是AI核心圈子里的那百来号人，那我的人生还有什么意义？

我每天思考的那些事情真的重要吗？我认为是重要的。

首先，你要相信自己的生活和真实的思考是有价值的。其次，确实存在一条前进的道路。你不必亲自投入全部精力去构建基准，去量化地定义自己的优势所在。

但这条路是存在的。在各自的专长领域，普通人往往比最炙手可热的AI研究者更有说服力。

葬AI整点真实 作者：葬爱咸鱼

一个用于模因的基准

艾琳：你们自己也建立了一些基准测试，能谈谈吗？我看到有一个通用基准，还有一个模因基准。

咸鱼：先说说MemeBench吧。过去半年左右，中国公司在视频生成领域几乎完全占据主导地位。字节跳动的Seedance，从2.0到2.5版本，基本上已经垄断了国际市场。

美国最大的视频代理平台是Higgsfield，而在中国则是LibTV。在这两个平台上，用户生成的内容有很大一部分都是基于Seedance运行的。

随后，MiniMax开源了H3。综合各项指标来看，它的性能大约相当于Seedance 2.0的80%，但它开源了，所以任何人都可以在本地部署。过去六个月里，视频模型几乎横扫一切。

我们在构建这个基准的时候，就知道H3要来了，但那时它还没发布。当时字节跳动的Seedance几乎无所不包，形势相当严峻。想象一下这样一个世界：没有OpenAI，只有Anthropic。

那简直太可怕、太令人恐惧了——我的Anthropic账号早就被封了。当然，字节跳动还没有做到那种程度。不过，Seedance的API费用依然极其高昂。

如果你真要用Seedance 2.0来开发一款严肃的AI应用，成本高得让人难以承受，即便是在美国也是如此。

我们想找到一种方法来比较这些模型。除了 Seedance 2.0，过去六个月里几乎没人讨论过其他模型。Kling 的新模型仍未发布，尽管据说很快就会推出。

我们心想：除了技术指标之外，能不能找到更有趣的方式来评估它们的能力？我们从 Bilibili 和抖音的评论区收集了一些梗图模板——那些从事严肃 AI 工作的人平时不会去想的东西，但闲暇时刷视频时可能会遇到。

我们认为，各家模型公司大概都没用这些素材训练过：Nailoong、张雪峰——为了避免潜在的版权问题，我们实际上并没有用张雪峰的内容——还有那些荒诞的梗图……我们把这些图片丢进去，给 AI 一些天马行空的提示，比如让 Nailoong 射出激光，把面前的所有建筑都炸得粉碎。

这还只是我随口举的一个还算温和的例子；实际的提示可能更搞笑。

我们把它做成了一座竞技场：一个网站。对模型来说，最重要的就是数据。起初我们需要有人对生成结果进行打分和评估，这样在向公众开放、吸引更多人参与之前，就能先得出一个初步排名。

我的合伙人 Muqiu 在 QQ 上找到了一些大学生群，发了一则兼职信息：完成这一组题目，我们就付你十元钱[约合1.5美元]。很多学生都参与了。

我2018年到2022年上大学，那时候在学生群里看到的小活儿，一般也就三块、四块、五块钱。任务都不复杂，所以十块钱算是相当优厚的报酬了。

后来发生了一件特别好笑的事：大家还一直问 Muqiu 这是不是骗局，因为十块钱看起来太慷慨了。我当时的第一反应是：哇，这才是中国的人口红利啊。

世界上还有哪个地方，能有受过教育的年轻人，会用基础的 AI 产品，还愿意花二十分钟做个小测试，就为了赚几块钱？恐怕没有吧。

我们最初招募了大约三百人，建立了基本的排名。那时 H3 已经发布了，我们也把它加了进来。一开始我们还挺绝望的：学生们给这些 AI 制作的垃圾梗图视频打分后，H3 竟然排在了 Seedance 2.0 和 2.5 之前。

这跟业界主流的说法完全相反：按理说应该是 2.5 最先进，然后是 2.0，最后才是 H3。我一度认真考虑过用技术手段调整权重，把 H3 推下去，把 Seedance 拔到第一。

当然，我们最终没那么做，还是保留了评测的公正性。

结果表明，在娱乐场景下，普通用户投票更青睐 MiniMax 的 H3。从综合技术角度看，以更多指标衡量，Seedance 整体确实更强。但这并不重要。

你可以开特斯拉，而我骑着电动车到处跑，反而觉得更有意思。

文章发表后，我们跟 MiniMax 和字节跳动的人聊了聊。字节跳动对这个结果提出了质疑：Seedance 在指令遵循方面不是更好吗？但这是一个视角问题，而不是纯粹的技术问题。

正如我在文章中所解释的，拿 Seedance 2.5 和 H3 对比，能看出一家公司是否真正把模型做成了产品。H3 在产品化方面投入更多：它的数据专门针对图像转视频和视频编辑进行了优化，比如像在 Premiere 里那样添加特效。

因此，在这些场景下表现更好。而 Seedance 2.5 更面向专业工作室。字节跳动很可能与导演合作，构建了大量专业数据集。谷歌的视频模型之所以可能落后，部分原因就在于他们在这方面投入不够。

Seedance 2.5 更适合专业人士，但普通人直接使用时，效果未必比 H3 好。

即便是耗资数十亿美元打造的最先进模型，也依然可以由普通人来评判——而且应该如此。否则，企业就会一味追求编码、越来越细分的能力，以及那些能带来更多收益的方向，直到普通用户发现，自己造出了一个连话都搭不上来的怪物。

Anthropic 的产品已经有点这种味道了。跟 Fable 5 对话很困难，因为它总是冒出一堆乱七八糟的话……

Irene：准备这次采访的时候，我在 MemeBench 上玩了半个小时，发现自己完全是 H3 的粉丝。我喜欢的视频全都是 MiniMax 的。大公司找上门来，是因为他们在乎自己的 MemeBench 排名吗？

Xianyu：他们当然在乎评价。之前几乎没人公开说过 Seedance 的坏话。我们是从一个特定、狭窄的角度切入的。这跟你做新闻差不多：如果要写一篇关于美国加息或降息的长文，你会写特稿，还是倒金字塔式的报道？

你总会找个角度来切入。我们也是一样，用梗图这种非常特殊的视角来评估 Seedance。突然之间，我们提供了数据，说明从这个角度看 H3 为什么更好，所以 Seedance 团队自然很在意。

不过这是一次良性互动。他们并没有说我们做得有多糟糕，而是过来问为什么会出现这样的结果，还挺有意思的。

Irene：不过 MiniMax 七月份确实投诉过你们，对吧？能讲讲这个故事吗？

咸鱼：这正是竞争激烈程度的一个缩影。MiniMax 最新的基础模型是 M3。我记不清具体是什么时候发布的——反正是今年年初吧。刚推出时，它并不算落后；大概属于第二梯队，落后于智谱的 GLM 或阿里的通义千问。

但在过去六个月里，中国模型的进步非常迅猛。年初时，它们的代码生成模型大多只能处理相对简单的任务。专业程序员可能还是会付费订阅 Claude 账户。

如今这种情况依然存在，但已不那么明显了。现在，我认为大多数人的工作，包括程序员和其他专业人士的工作，都可以由中国的模型来完成，比如 Kimi K3、通义千问 3.8 Max，或者 GLM 5.3……

两个月前我们写 MiniMax 的时候，正值中国模型能力快速跃升之际，而 MiniMax 显然已经落伍了。M3 已经问世四到五个月，却迟迟没有更新，尽管新版本很快就要发布了。

我不记得文章的所有细节，但核心观点就是：MiniMax 已经落后，我们想就此展开讨论。对此，MiniMax 非常敏感。作为一家在港交所上市的公司，它需要维护股价，于是就对那篇文章提出了异议。

我们的回应是：好吧，我们道歉。我们把之前说过的所有内容都改写了。原来我们说 MiniMax 落后，现在改成它“极其先进”。我们立刻致歉：“对不起，胖猫。对不起，MiniMax。你们是中国最先进的模型，是最有可能实现 AGI 的模型。”

后来我们又和他们进行了一些沟通……提出异议的人并非 MiniMax 内部真正有决策权的人，而是个人行为。

还有一个有意思的现象是：能够清晰地解释一个模型——哪些地方做得好，哪些地方还有不足——这种能力极为稀缺。大多数人只会照搬技术指标：该模型跑过 SWE-bench 和其他标准基准，排名如何如何。

这样重复只会让网络信息更加嘈杂。而能用技术人员或研究者听得懂的方式，讲清楚实际存在的问题，才是真正的价值所在。全球各家模型公司都在这么做。

比如 GPT-6 就特别强调 3D 和计算机使用场景。显然，是有产品定义能力的人向研究人员阐明了这些需求，然后双方共同构建了相关数据。

模型的改进并非单纯由研究人员驱动，而是产品与技术团队共同定义需求的结果。

不过现在我和 MiniMax 的关系非常好。事实上，我现在就穿着一件 MiniMax 的T恤。

艾琳：我刚刚才发现呢！祝贺你们修复了关系，也祝胖猫继续成功。由于我不住在中国，很多信息都是道听途说的。通过你的文章，我了解了两款产品：LibTV 和 Plaud。

今天我甚至在打开《纽约时报》App 时看到了 Plaud 的广告。我们一直在讨论一款产品如何表达某种需求。你觉得这些新兴的中国 AI 创业公司，究竟在瞄准哪些市场需求？

普通大众到底希望 AI 帮他们解决什么问题？

咸鱼：这是个非常好的问题。中国的 AI 创业公司大约每三个月就会经历一轮主题切换，完全跟随硅谷的节奏。眼下，硅谷正流行一个名为 Instinct 的个人智能体项目，不久前以约 20 亿美元的估值完成了融资。

中国也有几家做个人智能体的公司，因此在创投圈备受关注，相关报道也越来越多。这些主题每三个月轮换一次，紧跟硅谷的叙事脉络。

去年这个时候，AI 应用是最热门的话题。Manus 在 2025 年初上线，引发了关于通用智能体的讨论。Manus 是中国原创，这一点很有意思。

它最初借鉴了美国的产品 Devin，但更偏重面向消费者端。从 2025 年上半年到大约 10 月，AI 应用领域的投资可谓风起云涌。假如你是一名字节跳动的年轻员工，擅长吹牛，又有个不错的联合创始人和团队，声称要开发某种应用，那你大概率能融到钱。

无非是估值定在 1000 万、2000 万还是 3000 万美元而已。

但这带来了一个问题：AI 应用必须理解用户。你得识别出真实的需求，并据此去构建产品。这不是简单堆人就能解决的事。当所有人都一窝蜂涌入，连那些一辈子没做过什么有趣事情的平庸之辈也参与进来时，大部分应用其实并没有任何用户洞察，它们的存在只是为了满足融资的需求。

去年绝大多数 AI 应用都是如此，直到今天也没太大改变。不过目前应用赛道正处于寒冬期，仍在坚持做下去的人，至少多少还是有些真正的热情；否则他们也不会一直干下去。

相比一年前，我们并没有失去太多，幸存下来的应用反而可能更有意思。其中有一点让我印象深刻：当通用智能体开始流行时，那些找钱的创业者立刻就想再造一个 OpenManus——把 Manus 按各种方式重新做一遍。

这是一个可行的细分领域。Genspark 就是最典型的例子，而且做得不错，现在估值应该已经超过 30 亿美元。只要产品真正实现了市场匹配，足够快地复制它，就有机会脱颖而出……

在AI应用热度降温之后，今年上半年中国最热门的赛道是世界模型。这与硅谷的叙事如出一辙：李飞飞和杨立昆都在做世界模型，于是美元基金也想在中国找到对应的项目来投资。

我这个不太厚道的解释是：一个AI应用好不好用，一两个月就能看出来。如果用户用不惯、使用数据惨淡、付费推广也无效，那这个应用大概就凉了。

而世界模型即便三年也未必能验证其价值。李飞飞最近放了个Demo，可有谁真关心它做得怎么样？显然没有。只要你宣布自己在做一种基于新范式的模型，至于实际做出了什么反倒不重要了。

大家买的是一个故事、一种预期。过去六个月里，中国的VC，尤其是美元基金，纷纷押注各种世界模型项目。术语越玩越花哨，仿佛在随机组词：先是老派的世界模型，接着是“因果”世界模型，然后又是“社交”世界模型。

但这些所谓的“世界模型”，其实大多是视频模型。他们真正做的，就是对一年前阿里开源的视频模型Wan进行后训练。在H3问世之前，Wan一直是开源视频模型中的最强选手，但现在已显过时。

他们把它改造成数字分身或实时生成器，把一段很烂的AI视频硬称为“世界模型”，再围绕它编织出一套庞大的叙事。这比元宇宙的故事还离谱。

然而投资人和创业者们却在过去几个月里拼命讲这些故事，只为融资。也许他们的视野和认知确实比我超前：风投总是在不同主题间轮动。

过去几个月的主题是视频模型，接下来会是什么我也不知道。但只要主题不断切换，注意力和热钱就能重新回到你的项目上。世界模型在过去一两个月里热度有所回落，但现在H3出来了，人们拿它做后训练，又可以讲新一轮世界模型的故事了。

H3比Wan更强大，所以它的分身和实时视频效果会比几个月前展示的Demo好看得多。H3让这些世界模型项目起死回生，真是件挺滑稽的事。

H3本身是一项严肃而有价值的贡献：它是唯一能与Seedance抗衡的可用开源视频模型，占据了独特的市场定位；但它同时也救活了一帮只会讲故事的骗子。

伊莲：我翻了翻你以前的帖子，发现你去年做过一段脱口秀，说AI领域最大、最确定的趋势是“Web3化”：除了卖课的人和网红，几乎没人能赚钱。

这似乎挺有中国特色的，你能多说说吗？

闲鱼：美国不也一样吗？Cluely的成功就说明，美国的AI甚至更Web3化。

伊莲：这几天我在琢磨这件事，因为Anthropic的动态让我有了些想法。美国的技术乐观情绪相对弱一些，或许部分原因在于美国人比较认真。

他们在讨论这些问题时，并不会带着那种天然的炒作预期。我觉得，硅谷早期的一些思潮，比如有效利他主义，对此产生了影响。如今无论是悲观论者还是加速主义者，谈论技术时都格外严肃。

而在中国，大家似乎更愿意接受甚至承认其中固有的宣传成分。

闲鱼：我觉得恰恰相反。我们讨论的那些东西，其实只在一个很小的圈子里流传，中国可能也就不到一万人。关注AI创业产品，在中国乃至美国都属于非常小众的兴趣。

大多数人根本没听说过这些产品。就说Fable 5吧，我不知道到底有没有一百万人用过——它既小众又很贵。关键在于，中国关于AI产品和创业公司的故事大多来自美国。

尤其是美元基金，出手更早，第一反应就是找一个中国的对标项目。美国流行什么模型，就去找中国的对应者；个人智能体火了，也去找中国的对应者。

AI应用也是如此。当然也不是绝对的，中国也有一些原创的创业叙事。但总体而言，故事还是从美国传过来的，所以美国那边的叙事肯定更夸张。

相比之下，咱们这儿的炒作反而没那么疯狂。

我认为，美国的核心竞争力之一，就是讲故事和创造术语的能力。以基准测试为例：本质上它就是一个工程问题。只要明确用户需求和相关指标，搭建起来并不复杂，远比训练一个模型容易。

然而，如今各家发布模型时普遍采用的主流基准，无论是SWE还是Terminal-Bench，几乎都是美国的产物。美国人本能地认为，当一项技术还很年轻时，不能只埋头做技术本身或其核心组件，还要建立行业组织、制定标准。

过去几天看着Anthropic和OpenAI为AI安全问题争得不可开交，我脑子里冒出的第一个念头就是：又一个标准组织或行业守门人要来了。我们会对你们进行审查，不合格就不给准入许可。

这正是典型的美国式做法：成立协会或标准组织，制定规则，把不符合要求的人都挡在外面。术语的创造也是同理。RSI（递归自我改进）是当下大模型领域最火的概念之一，指利用它实现模型性能的跨越式提升。

这也是美国人的发明。我的直观感受是，美国人造术语的水平确实高得多，这或许正是美国最重要的能力之一。

艾琳：为什么中国产业不自己创造术语呢？

闲鱼：创造术语属于上层建筑的一部分。要做到这一点，需要真正的自信。这个规模很小的中国AI初创企业圈，很大程度上是按照“打造更便宜的替代方案”这一逻辑在运作。

我非常期待真正的创新，而且确实也有不少真正的创新。但总体而言，往往是某个项目在硅谷走红，然后一些海归或清华学生就照着那个方向做点类似的东西，搭个顺风车。

这可能与资金来源有关。美元基金必须向其有限合伙人解释自己的投资。对于那些来自中东或欧洲的老派商人和投资人，你可以讲两种故事：一是这是中国年轻创业者提出的原创想法；二是这是一个成熟的、炙手可热的硅谷赛道，而中国团队能以更低的成本、更好的质量、更快的速度去执行。

那些老家伙——无论是在中东、欧洲还是美国——更倾向于相信第二种说法。资本的来源很重要，这也把我们带回到谁来定义这场对话的问题。

中国的人民币基金可以更加独立地思考，根据中国的实际情况进行投资，而不必一味追随硅谷。当然，这只是一个理想化的图景。毕竟现在还处于早期阶段，我们还不能做如此严格的比较。

总的来说，我认为中国AI行业缺乏自信。原因有很多，但关键还是信心。只有有了信心，才能提出基准、制定标准。这就引出了一个更大的问题。

比如，有一家中国AI应用告诉投资人，它在美国有100万用户；另一家则在印度有100万用户，但在美国只有1万用户。哪一家会获得融资？

答案显而易见：各地的投资人都会选择拥有100万美国用户的那一家。这正是美国综合国力的一种体现。同样，如果一个基准来自中国企业，另一个来自OpenAI，大多数公司还是会选OpenAI的。

也许OpenAI的模型确实更先进，其基准也更具代表性。但总体而言，人们本能地对美国的标准、指标和定义抱有更高的信任。这就是事实。

艾琳：前半部分我理解。发展中国家的购买力较低，所以投资人更青睐那些能对接美国消费者商业模式。但在技术层面，我的观察是，西方研究者对中国实验室的能力是理解和尊重的，尤其是自DeepSeek以来。

比如Kimi K3发布时，很多人都认真读了它的论文。如果中国企业想影响技术术语的使用，我觉得绝对会有受众。

闲鱼：这其实是个心态和信心的问题。中国人根本不会想到去做这件事。

艾琳：很有意思。去年我还跟朋友开玩笑说，AI让“中式英语”又火了一把。现在中文媒体在谈论AI技术时，会夹杂大量英文词汇。我们终于给“token”起了个中文译名——词元，但仍然有“agent”、“benchmark”，甚至连公司名字都用英文。

我一直不太理解：叫DeepSeek或MiniMax，难道不影响在中国的市场推广吗？

闲鱼：Kimi的公司倒是有个中文名——月之暗面，听起来挺不错的。MiniMax的中文名是稀宇科技，确实有点晦涩。不过这都不是重点。这不是技术问题，而是人的思维和信念。

你也可以问同样的问题：为什么HYROX这种在我看来相当滑稽的运动，却在中国大城市里流行起来？大家一听“HYROX”，就觉得高大上、国际化，哪怕根本不明白是什么意思。

要是叫“扛沙袋”，就没吸引力了。

艾琳：读者经常问我，中国的研究人员和企业如何看待技术治理，他们提出了哪些论点。我很难回答，因为大家似乎既没有热情，也没有信心去创造术语和概念。

然而，治理和政策研究却高度依赖这些基础，所以中间好像存在一道鸿沟。

闲鱼：是的，这就是问题所在。我也说不准这到底是好事还是坏事。也许大家不愿讨论那些宏大而模糊的概念，是因为“末日”这种话题无法证伪：不到最后关头，你永远不知道预言是否成真。

或许讨论这些反而会消耗精力。我只能说也许吧，也许这样做是有价值的。但回避这些讨论，也可能让人变得更务实。过去几个月中国模型的跨越式进步，或许恰恰源于埋头苦干。

创造术语并不一定就是好事，这事很复杂。

艾琳：你在文章中还有一个观点让我特别感兴趣，就是“大模型就是制造业”。你能再解释一下吗？

闲鱼：……至少在中国的模型公司之间，我认为这已经是一种共识。Anthropic最大的优势，并不是某种特别先进或复杂的模型架构，而是数据。

它拥有庞大的人工标注团队，不仅生产普通数据，还制作由生物学、网络安全等领域的博士合成的高价值数据。Anthropic的数据能力是第一位的，其他能力都是其次。

我想这大致是大家的共识。当然，我自己从未训练过模型，所以别太当真。但据我所知，模型的本质归根结底就是算力和数据。只要你这两样足够，你的模型就没有理由不好。

回到制造业的类比，大模型并没有什么绝对的秘密，也没有根本性的技术差异。它们和过去十年中国的制造业没什么两样：太阳能电池板、手机、电动汽车。

很难在那些造车企业之间，或者在华为、小米、荣耀之间，找出本质上的技术差别。然而，它们的市场份额却各有不同，而且还在不断波动。

这其实是一个更宏观的问题——关乎它们如何定义自己的产品。一家模型公司的数据集构建与扩展方法不可能长期保密；毕竟圈子很小，OpenAI和Anthropic之间有人员流动，中国各家模型公司之间也是如此。

至于算力，就更谈不上神秘了。无论用国产芯片还是英伟达的GPU，任何规模化运作的模型团队都能搞定。这个行业里没有真正的秘密：要么公开，要么私下流传。

比如，Anthropic虽然没公布参数量和模型架构，但关于这些信息的各种版本你肯定私下里都听过不少。

给模型喂更多的数据、投入更多的算力——也就是更多的生产资料——就能得到更好的模型。这个过程并不需要真正颠覆性的技术创新或架构突破。

过去三年里，基础架构已经得到了验证，大家都是通过工程手段按所谓的“规模定律”来扩大规模，从而提升能力。我看这跟制造业也没什么区别。

多加数据、多用算力，把团队运转起来，模型就会更强。这就让竞争变得异常激烈。领先往往维持不了两个月，有时甚至只能持续一个月。

美国也一样，参与的团队本来就少，大家讨论的无非是Anthropic和OpenAI，可谁也拉不开太大差距。Fable 5.1表现很出色，但GPT-6不到一个月就发布了。

埃隆·马斯克的Grok也在紧追不舍：Grok 4.5和4.6只隔了一个多月。4.7版稍微推迟了一点，但4.6已经逼近Opus 4.8的水平了。从效果来看，没人能领先超过一两个月。

中国的情况也类似：GLM 5.3、通义千问3.8 Max、Kimi K3都在一个多月内相继推出，大致都达到了Opus 5的水准。

艾琳：有个对比是看中国的电动车行业。我们可以估算出中国有多少家庭需要汽车，也可以测算每个海外市场能容纳多少购车人群……那么，我们到底希望AI带来什么？

如果这就是制造业，那市场到底有多大？

仙宇：我曾经重仓做多半导体，还加了三倍杠杆。我真的相信这个故事。但 timing 拣错了，现在亏了50%，太惨了。这就是我觉得华尔街最“邪恶”的地方：明明看不到半导体需求下滑的迹象，股价却硬生生被砸了半年。

我完全无法理解。

不过回到我们的讨论，我确实没看到任何AI需求减弱的迹象。我不是那种技术乐观派，恰恰相反，我是个技术悲观主义者。AI跟我日常生活关系不大，我每天就是去网吧打游戏。

我可不是那种疯狂的科技极客。但从理性角度看，我还是看不到需求回落的苗头。过去一年里，中国已经有两三亿人开始使用字节跳动的DouBao聊天机器人。

有一次我妈打电话跟我说，老家新装修的房子漏水了。我就问她怎么解决。她说她问了DouBao，DouBao帮她找到了装修公司老板的电话。

因为他是法人代表，这个号码在工商登记里是公开信息。她一打电话，对方答应来修，结果问题就解决了。我妈跟科技行业八竿子打不着，但她居然能把DouBao用到这种程度，用来解决日常难题。

在中国，每天都有两三亿人在使用它，再加上其他各种AI应用。

中国的AI普及率非常高。聊天机器人算是比较初级的产品，而中国企业现在正在大力推广办公助手：DouBao和飞书整合成了DouBao Work，阿里巴巴推出了通义Office，还有百度的WorkBuddy【编者注：WorkBuddy其实是腾讯的产品】。

这些产品还处于早期阶段，用户规模的统计口径也不尽相同，但中国可能已经有几千万人在使用桌面端助手。它们在很大程度上是Codex的替代品，功能也差不多。

随着各家公司不断推广，用户数完全有可能达到二三亿。

AI的需求还在持续攀升。如果你今天调用Kimi K3或GLM的官方API，有时会遇到容量不足的错误，因为这些初创公司还没有阿里那样的超大规模算力集群。

算力短缺依然严重，而需求还在增长。办公助手和聊天机器人对token的消耗速度截然不同：运行Codex一小时可能要消耗上亿个token，而聊天机器人一小时可能只要几百万个。

算力需求正以非常陡峭的速度上升。

艾琳：我见过一些美国投资者提问：如果低阶智能已经能完成很多任务——比如中国的开源模型已经能胜任相当一部分工作——那我们真的还需要那么多数据中心吗？

电网和能源供应还能撑得住吗？短期的放缓会不会戳破泡沫？

闲鱼：我同意最后那种可能性。在未来三到五年内，算力需求会急剧增长，但过程中可能会出现一些放缓，包括主流共识的转变。2024年下半年，在DeepSeek R1发布之前，多家中国模型公司都投入了巨大精力研发能够与“豆包”竞争的聊天机器人产品。

他们并没有把所有资源都放在底层模型上，因为当时普遍认为模型能力已经达到了某个临界点，或者进展遇到了瓶颈。美国也发生过类似的情况。

在GPT-4或GPT-3——具体是哪个早期版本我已经记不清了——达里奥不是说过，AI的发展应该放缓吗？我想大概就是那样的情形。不过，我对未来三到五年的需求丝毫不怀疑。

无论是算力还是数据，这些问题都是可以解决的，没有理由说它们无法解决。我看大家也没那么焦虑，这些本质上都是工程问题，可以一步步去应对。

解决起来可能需要付出巨大的努力，我们也可能会反复遇到算力不足的问题，就像我用Codex时偶尔遇到的那样。但总体而言，这些问题是可以克服的。

艾琳：那你为什么自称技术悲观主义者呢？

闲鱼：我倒谈不上悲观，只是没那么感兴趣。我宁愿去网吧打游戏。

艾琳：有道理。既然不感兴趣，那为什么要写这些东西呢？

闲鱼：这是最热门的行业啊。聪明人都往风口上跑。如果我现在还在传统媒体混，日子可就不好过了。

艾琳：如果未来三到五年我们不用担心AI泡沫破裂，你还会继续写下去吗？

闲鱼：当然会。这个行业太疯狂了，骗子多得数不清，各种离奇的故事层出不穷，比大学生活精彩多了。我以前认识的人大多还比较正常：或许有点怪癖、有点爱挑衅，但总体还算正常。

而搞AI的，到处都是骗子、自恋狂，还有些行为让人完全摸不着头脑——可他们居然还能融到钱，甚至成了行业明星。真该有人去调研一下这个行业的心理健康指标和精神疾病发病率，不管是在中国还是在美国。

我估计结果会非常惊人——NPD（自恋型人格障碍）和ADHD（注意缺陷多动障碍）太多了，几乎没人看起来“正常”。

这是一个充满活力和可能性的行业，一场你非参与不可的盛宴。它太吸引人了，你这辈子都不会遇到这么多奇葩人物。在网吧里，有人抽烟、开挂被赶出去，那都再正常不过。

可在这个行业里，人们掌握着海量资源。在中国，只要你背景过得去，为一个AI应用融几百万美元、估值几千万美元，也算很平常的事。

至于那些做模型的公司，Kimi最新一轮融资的估值是500亿美元，当然这数字可能已经有点过时了。这么多热钱涌入这样一个参与者如此“异常”的行业。

我甚至觉得，热钱的规模和参与者的“异常”程度之间存在正相关。太疯狂了，但也太有意思了。

艾琳：非常感谢您今天的到来，我真的很享受这次对话。

ChinaTalk是一份由读者支持的出版物。如需获取新文章并支持我们的工作，请考虑成为免费或付费订阅用户。