标签: openai
不懂就问，这3%的资本支出包括英伟达和openAI之前那种内循环的相互投资吗？
不懂就问，这3%的资本支出包括英伟达和openAI之前那种内循环的相互投资吗？
分享一点最近的“再学习”：ai时代——认知>格局>技术>管理很多人认
分享一点最近的“再学习”：ai时代——认知>格局>技术>管理很多人认为一个企业的成功靠管理，很对，曾经很对，但ai时代可能变了，一切都变了，天天端到端、天天扁平、天天去中层。没办法，太多事情ai化了，更焦虑的是技术不能落后，于是工程师一下子扬眉吐气，技术大于了管理。管理还很有用，但不懂技术、甚至不深入技术，你都不知道该怎么管——管啥呢？ai时代几乎每个技术的进步，预训练的infra（lossbalancing、indexpool、kernelfuse）、AgenticRL、self-judge、OPD、fullyselftraining、尤其是ai学习的范式变革都让人极其兴奋。往往一出来就在x上刷屏，一晚上传遍全世界。这种密度和烈度是以前任何一个时代都没有的：你不是每隔几年等一篇里程碑论文，而是每隔几天就要追一波新东西。也正因如此，技术落后从来不是"慢慢掉队"，而是一夜之间的事——这也是为什么在ai局里，技术的权重被抬到了前所未有的高度。格局大小一直是一个人天花板的标尺。不是说格局大就一定能成大事，但格局小肯定成不了大事。ai时代很多时候靠想象力、靠布局，要抓住主要矛盾，大胆布局。没格局，盘子小了，自然落后；至于"先收缩一下、活下去，等别人做出来再抄"，这套在ai时代不存在——等到那时候，你早就不在牌桌上了。但ai的认知才是最重要的。ai的发展核心是技术，这和20年前创业的商业模式局不同，也和10年前创业的产品局不同。商业模式局是发现社会一个新需求，砸钱把模式包圆，不让别人进来，纯资本起了最大作用，那时候的创业者大部分是资本大腕或管理高手；产品局是设计一个粘住用户的心理/生理模式，游戏也行、视频也行、聊天也行，总之粘住就好、dau大就好，产品经理和揣摩人性最重要，这个时代的创业成功者大部分是产品经理。而今的ai局又很不一样：openai和anthropic这两年的反复拉锯、轮流领先，一再说明ai时代的本质就是技术的快速进步——当你停下来打磨产品，可能第二天就发现底层技术已经落后、产品已经没人用；当你停下来思考商业模式，ai世界已经再次被颠覆。ai的终局就是agi，是一场猎龙游戏。这条路上，所有打猎兔子的动作都不本质——除非你实在太饿，否则就该专注本质、专注主线。但光喊口号远远不够。agi是个愿景，可它在哪里、怎么定义、怎么做到，从来就没有标准答案：既不是传统学术范畴里"先慢慢定义清楚、再设计算法、做实验、验证、做原型、再产品化"那一套，肯定行不通；也不能简单靠以前那种"秒了他"——靠少数几个人熬夜就拼出来。实现agi需要：对agi的极度热衷与笃定（极强的第一性思维）、对技术的深厚积累与细节把控、一群不内耗/不墨迹、简单纯粹的人。这个时代的ai人不那么看重所谓的"经历"，更在意的是不内耗、不墨迹、够纯粹；但年轻并不等于纯粹，有些表面的年轻反而掩盖了"纯粹"这件事的本质重要性。ai的技术判断是另一个挑战。ai可能颠覆了很多人的认知：很多人喜欢ml、喜欢cs，是因为那里有看起来优雅的理论和数学推导；而agi要更原生、更native，ai的数学推导其实已经超越大多数cs研究生、也超越大多数cs程序员了。原来cs们还以为自己高高在上，以为自己是ai的造物主、其他领域都要完蛋；其实真正被全面颠覆的，可能正是我们自己的知识体系。这也是为什么cs的资历突然不管用了——所有cs被拉平、被ai扁平化管理，唯有成为ai时代具有超前认知的ic，才能在ai时代活下去：快速迭代知识、快速提高认知（5年后的ai你能预见吗？不能。2年呢？1年呢？）。
![【特朗普政府介入限制OpenAI最新模型的发布】[“自由经济”]（政治报）据两位](http://image.uczzd.cn/12943060609031322622.jpg?id=0)
很多人可能没有意识到，DeepSeek估值达到500亿美元，真正值得关注的不是这
很多人可能没有意识到，DeepSeek估值达到500亿美元，真正值得关注的不是这家公司赚了多少钱，而是它证明了一件事：中国在人工智能领域，已经开始走出一条和美国完全不同的道路。过去几年，全球人工智能行业几乎被美国企业主导。OpenAI、谷歌、xAI、Anthropic，一个个都是资本市场的宠儿。很多人甚至认为，AI竞赛的大局已经基本确定。但DeepSeek的出现，打破了这种认知。最有意思的地方在于，它不是靠疯狂融资起家的，而是先把产品做出来，再让市场认可，最后资本主动找上门。2025年初，DeepSeek聊天机器人横空出世时，最让外界震惊的不是性能，而是成本。同样级别的大模型，美国企业往往需要投入数十亿甚至上百亿美元，而DeepSeek却用远低于同行的成本，实现了接近顶尖水平的效果。当时华尔街最直接的反应就是恐慌。因为投资人突然发现，原来AI的发展未必一定要靠堆算力、堆资金、堆芯片。这背后折射出的，其实是中国科技企业另一种思维模式：资源有限，就把效率做到极致。更重要的是，DeepSeek的成功发生在美国持续封锁先进芯片和人工智能技术的背景下。有人原本以为，限制高端芯片出口就能拖慢中国AI产业的发展速度。但现实证明，技术封锁只能增加难度，却无法阻止创新。今天的DeepSeek已经不仅仅是一家创业公司。它背后连接着中国芯片企业、互联网企业以及整个产业链生态。从某种意义上说，它更像是中国人工智能自主体系的一块重要拼图。500亿美元估值看起来很大，但相比数字，更值得关注的是另一个信号：人工智能的全球竞争，远没有到分出胜负的时候。美国仍然很强，但中国已经证明，除了美国模式之外，世界上还存在另一条道路。未来AI领域最激烈的较量，或许不是技术与技术的竞争，而是两种创新体系、两种产业模式、两种发展路径之间的竞争。而DeepSeek的崛起，只是这个故事刚刚开始。
FT报道，尽管中国尚未完全赢得人工智能前沿领域的竞赛，但它在应用、成本和普及方面
FT报道，尽管中国尚未完全赢得人工智能前沿领域的竞赛，但它在应用、成本和普及方面显然已经占据优势。自2026年初以来，OpenRouter平台上中国人工智能模型的周使用量激增，目前已远超美国模型。虽然OpenRouter的数据并不能代表整个人工智能市场，也不能反映OpenAI、Anthropic、谷歌或微软的收入，但它有力地表明了开发者/API的使用情况，代表着实际的需求。对许多公司而言，首要任务并非使用最强大的模型，而是使用可靠、快速、经济实惠且可扩展的模型。在美国，伊利诺伊州等数据中心重镇的平均电价约为7.9美分，而中国同类地区只有4.4美分，更低的能源成本，意味着中国AI公司，训练大模型的成本也更低。随着需求量越大，这个优势会无限放大。海外新鲜事
