这是中国AI界最有含金量的一次圆桌访谈

内容｜Max

编辑｜Max

今天下午在北京的AGI-Next闭门会上，有这样一场我认为是中国AI界最有含金量的圆桌访谈。

之所以这么说，是因为在这个时间节点（2026年初），杨强、唐杰、林俊旸、姚顺雨（远程）这几位坐在台上。

既没有谈论那些宏大的AGI科幻愿景，也没有回避那些让从业者尴尬的现实问题。

整场看下来，只有一种感觉：真实。

他们把过去两年行业里堆积的泡沫吹散了，露出底下粗糙但真实的纹理。

作为在行业里摸爬滚打的人，我整理了一下我觉得有价值的部分。

如果你还在这个牌桌上，建议读完。

PART.01

一、承认吧，中国AI最大的问题是“穷”

THUMB

STOPPING

这是整场圆桌里我觉得最清醒的一个比喻。

阿里的林俊旸把中美差距说得很透：这是富人和穷人的游戏。

什么叫富人？

OpenAI们手里的算力比我们大1-2个数量级。

人家拿算力是在做Research，是探索无人区，甚至是在“浪费”。

什么叫穷人？

大部分中国公司手里的卡捉襟见肘，绝大部分算力光是应付业务就已经亮红灯了。

这直接导致了玩法的不同。

富人可以赌找到下一个范式，穷人只能赌确定性。

但也没必要悲观。

正因为穷，我们才会被逼出一种绝活：算法与基建的极致联合优化。

这种穷则思变的工程能力，富人是不屑于练的，但这就是我们在算力封锁下活下去的唯一氧气管。

PART.02

二、To C 的智商过剩，与 To B 的智商溢价

THUMB

STOPPING

腾讯的姚顺雨从OpenAI回来后，第一次对外分享。

他表示过去一年，所有模型都在卷分数（BenchMark）。

但现实是，在To C端，用户根本分不清你的模型是92分还是98分。

ChatGPT解数学题变强了，对普通大众来说意义有限。

To C接下来的核心，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。

真正的智商溢价在哪里？

在To B，在Coding。

企业愿意为那个能把10个任务做对9个的模型付200美金，而不是为做对5个的便宜货付20美金。

所以，智谱的唐杰老师判断很准：“AI代替搜索”的战争，随着DeepSeek的出现，已经结束了。

下一场硬仗，是Coding（代码能力）。这不仅是程序员的工具，更是未来Agent自我进化的基石。

因为那是生产力，那是真金白银。

PART.03

三、Agent 的终局：模型即产品，套壳没戏

THUMB

STOPPING

如果你正在做Agent创业，或者所谓的“套壳”应用，这段内容可能会让你重新思考商业模式。

圆桌上的结论很冷酷：模型即产品。

林俊旸提到了一个很现实的技术细节：Agent在执行任务时遇到的长尾问题，靠修补Prompt或应用层代码是解决不了的。

解决这些问题，需要回到模型层，通过烧卡训练模型来修复。

这意味着，通用Agent的天花板，牢牢掌握在模型厂商手里。

没有模型训练能力的公司，很难建立真正的壁垒。

PART.04

四、中国AI领先的概率是20%

THUMB

STOPPING

这是整场对话最扎心的一问。

主持人问：3-5年后，全球最领先的AI公司是中国公司的概率有多大？

林俊旸给出的数字是：20%。

这是一个非常诚实的数据。

听惯了“遥遥领先”的人，可能会觉得这个数字刺耳。

但对于一线从业者来说，这个数字无比真实。

姚顺雨还补充了一个文化层面的观察：我们的研究文化，太喜欢“确定性”了。

我们喜欢刷榜，喜欢做那些一定能出结果的改进。

而OpenAI之所以能成，是因为他们敢在2022年就去赌一个当时看起来毫无确定性的路线。

我们面临的是算力鸿沟，是人才密度的差距，是研究文化上太爱确定性和刷榜的惯性。

这种不敢冒险的文化惯性，可能比算力差距更难弥补。

但20%就没有意义了吗？

智谱的唐杰老师说了一句很触动我的话：“我们这一代（AI人）可能是最不幸运的……但如果我们笨笨的坚持，也许走到最后的就是我们。”

这就够了。

在这个阶段，承认差距，承认我们是“穷人”打法，承认胜率不高，并不是为了贩卖焦虑。

相反，只有看清了底牌，不再幻想弯道超车，我们才能在剩下的那20%的可能性里，把工程落地做到极致。

这一仗很难打，胜率也不高。

但只要还在牌桌上，就别下场。

路还很长，保持清醒，请笨笨地坚持吧。