对话杜克大学陈怡然：AI行业已成为小众精英产业，少数顶尖工程师几乎掌控着发展走向

出品｜搜狐科技

作者｜郑松毅

编辑| 杨 锦

随着DeepSeek V4模型发布，国产AI再引关注，一边是技术迭代的加速，一边是算力差距的现实，还有人才竞争、商业化落地的多重考验。

围绕中美AI格局、国产芯片替代、AI人才留存及年轻人专业选择等热门话题，搜狐科技与杜克大学电子与计算机工程系杰出教授陈怡然展开深度对话，带来全球视角的行业观察与干货分享。

以下为对话精编：

搜狐科技：DeepSeek在多次“跳票”后终于放出V4，您和身边人怎么看这款模型，有像当初R1亮相时那般惊艳吗？

陈怡然：功能的迭代基本都在意料之中，模型确实更强了，但也确实谈不上“惊艳”。

搜狐科技：是不是现在像千问、豆包、智谱等好的国产模型太多，大家也看花了眼？哪家模型更好？

陈怡然：无论是DeepSeek，还是千问、豆包，本质上都是在同一节奏上前进的，不存在所谓的“代差”。美国也是如此，不存在谁掌握“独门秘籍”，大家拼的是投入程度，排名更迭也很正常。

搜狐科技：您身处美国，平时身边人使用AI模型的习惯是怎样的？国内模型在海外的接受度如何？

陈怡然：日常应用里，大家还是以ChatGPT、Gemini、Claude“御三家”为主，毕竟它们的生态更成熟，适配更好。但在开源社区，中国模型是最能打的，千问等中国AI模型表现非常突出。

搜狐科技：最近看到斯坦福大学发布一份报告指出，中美AI顶尖模型差距近2.7%，意味着中美已进入并跑时代？您怎么看？

陈怡然：如果2.7%的量化标准是从模型跑分得出的，恕我不太认同。

搜狐科技：为什么？

陈怡然：用单一模型跑分对比得出的结果，存在一定的偶然性。举个例子，通过蒸馏技术，某个模型可以快速对标海外模型的跑分，但这和从零到一的原创突破，难度完全不同。AI差距很难用具体数字来衡量。

搜狐科技：那应该怎么看现阶段的中美AI格局，差距在哪？

陈怡然：主要还是算力，中美的算力规模差距仍在5至6倍左右，这对模型性能会产生直接影响。

搜狐科技：回到DeepSeek的话题，V4最引人瞩目的，是它对国产芯片的适配。您觉得中国能实现国产芯片的完全替代，从而打破封锁吗？这个过程需要多久？

陈怡然：我完全相信中国能做好这件事，只是时间问题，这个过程可能会比较长。

搜狐科技：核心难点在于什么？

陈怡然：芯片从设计、制造，再到模型适配，是一条很长的产业链，不是单一环节突破就能完成的。

最近黄仁勋在说，外部的封锁和限制，反而会倒逼国内生态的发展。中国并不是在所有环节都落后，比如芯片能效比不够，可以通过扩大产能、保障能源供应来弥补。

搜狐科技：坚称“不受外界干扰”的DeepSeek风向大变，传言正在筹划融资，估值达3500亿元，您怎么看这种战略转变？

陈怡然：很正常，但不是因为缺钱，核心是为了留住人才。如果没有市场公认的估值，员工的股权就没有具体的价值体现，高薪被其他公司挖走是很现实的事，光靠情怀很难长期有作用。平衡情怀和现实利益，是任何一家科技公司发展到一定阶段都要面对的问题。

搜狐科技：人才流失，对一家科技企业会造成巨大影响吗？

陈怡然：影响肯定很大，现在AI已经变成了小众精英产业，少数顶尖工程师和科研工作者，几乎掌控着行业的发展走向，大多数人只是做辅助性工作。尤其是国内，头部人才比美国更稀缺，一旦核心人才流失，对企业的打击会很明显。

搜狐科技：今年AI赛道的“淘汰制”是否会更加残酷激烈？做得好的Anthropic已经逼近万亿美元估值，但也有像马斯克直接把xAI给解散了。

陈怡然：会。模型做得好不一定能实现商业闭环，核心还是得有收益，不能说光烧钱。

搜狐科技：Anthropic的成功还是基于在Coding（编程）场景做得突出，现在大家都在关注AI商业化，您觉得下一个爆发的场景会是什么？

陈怡然：业内其实一直都在不同方向做尝试，包括视频生成等，但很多还没实现商业闭环。目前来看，大家主要聚焦在三个方向：一是智能赋能，比如编程、办公辅助；二是数据处理与生成；三是人机交互优化，提升服务体验。

搜狐科技：之前您提到过“AI替代人类工作是定局”，现在仍然坚持认为吗？

陈怡然：这其实已经是行业共识了。更糟糕的是，以前我们觉得经过长期职业训练积累的复杂技能，在AI面前已经不那么管用了。比如基础律师的很多工作，AI很快就能完成，这对中层白领来说影响比较大。

这也不是什么新鲜事。一百多年前，中产阶级还是炼钢厂的工人，他们的技能需要多年职业训练，但后来机器来了，他们被替代了。现在只是把“机器”换成了“人工智能”，替代的对象变成了以智力为基础的中产阶级工作。

搜狐科技：现在大家最关心的就是“该怎么办”？

陈怡然：从教育角度说，学校内部也在调整，比如开设AI工程相关课程，不再单纯教那些容易被AI替代的技能，而是重点教学生怎么用AI去赋能其他领域。

最直观的变化是，以前很热门的软件工程专业，现在报名的人少得可怜。以前百分之七八十的人都在学，今年都跌到个位数了，甚至比纳米器件这些冷门专业的报名人数还少。就是因为大家知道，单纯学编程毕业后可能根本找不着工作。

搜狐科技：作为大学教授，您当下会推荐学生们优选什么专业？有什么建议给到年轻人？

陈怡然：从工科角度来说，计算机仍然是个好专业。但要注意，以编程等技能为主的计算机人才需求，未来一定会下降。年轻人要学的不是单纯的编程技能，而是理解AI的底层逻辑、掌握AI的应用方法，以及AI基础建设相关的知识，这些领域在未来10到20年都会持续发展。同时高校也应当及时调整教学方向，适配AI时代的需求，不能把压力都扔给学生。

运营编辑 |曹倩审核｜孟莎莎