陈白：中国AI真想要打败硅谷，不应该在“技术跑分神话”的叙事里比谁声量更大，而是要率先在硅谷也没能走通的商业世界里走出一条商业生路。
Deepseek时刻，据说又来了。
随着月之暗面旗下大模型Kimi K3版本的发布，再加上此前智谱AI旗下的GLM-5.2更新，一时间国产AI似乎又来到了一个新的爆发区间。
如果此刻你让AI帮你收集国内科技媒体资讯或者刷短视频，能看到的标题包括但不限于“K3击溃美国AI”“Kimi K3发布带崩整个全球股市”“Kimi K3把美股半导体行业干崩了”，很多人在看到榜单和新闻的那一刻，都会以为国产AI已经彻底打败硅谷AI。甚至在这些媒体报道里，有人还因为DeepSeek是做量化出身而不够纯血AI而被认为已经不能代表国产AI的创新能力。
但真的是如此吗？其实只要是稍微懂AI技术的人，哪怕他是Kimi K3最忠实的拥簇者，恐怕此刻也不能说K3已经“完爆”Claude Fable5，K3更多是一次性价比上的领先，以及为中国地区用户提供了一个更安全的技术平权选择。事实上，kimi官方自己也承认，综合能力依然次于GPT-5.6 和Fable 5。
那么，在这场被冠以“国运之战”的全球AI博弈中，中国AI企业真的想要实现国内科技媒体中的状态，究竟应该依靠什么去解构乃至战胜硅谷神话？
是依靠“集中力量办大事”的国家资本，还是夜以继日地推动技术指标微调跑分，抑或是某种“后发追赶优势”？
答案可能都不是。
做题家的逆袭
如果你关注AI领域的新闻，相信对于榜单并不会陌生。
从MMLU到MATH再到本次Kimi K3遥遥领先的第三方大模型竞技场Arena等等，其实几乎每隔几周，就会有至少一家国产大模型宣布自己在某项技术指标上“超越了ChatGPT”或“逼近了Claude最新版”。
KIMI K3与此前GLM-5.2的更新，无疑将这种舆论狂欢推向新一轮高潮。
“榜单的逆袭”确实有其战术价值。它证明了中国工程师团队无与伦比的执行力，也通过极致的工程化，将算力和推理成本压到了冰点。这种“价格战”和“效率优化”，确实给硅谷同行带来了极大的心理震撼。
中国科技企业在过去数十年追赶西方工业文明的过程中，积累了极其丰富的“后发经验”。
但这种经验的本质是“做题”：考纲是明确的，硅谷定下的Transformer架构和Scaling Law，以及强化学习路径，考题也是公开的，各种主流Benchmark测试集相信玩家们都已经烂熟于心。至于评分标准也早就是硅谷所确定的。
只要给定一个明确的目标，中国庞大且高素质的工程红利、高强度的研发内卷，就能在极短时间内把分值拉满。甚至于，为了在这场“大考”中拿到名次，一些企业不惜采取“应试技巧”，比如针对特定的测试集进行微调，从而在榜单上刷出极其漂亮的数字。这一点，其实这几年来业界已经见怪不怪了。
但换个角度来看，如果国产AI始终在硅谷制定的规则里扮演“完美做题家”，那它永远只能是硅谷规则下的影子。
更重要的问题是，特定模型的测试领先，在真实的商业世界里真的有意义吗？毕竟对于用户来说，真正的AI竞速拼的不是“谁更会考试”，而是“谁更好用”。大模型最重要的能力，还是应该理解人类。在面对用户模糊、善变、甚至带有情绪的日常工作流指令时，不能频繁宕机或者出现幻觉。
好用的本质，是回归到真实世界的应用场景中。它要求大模型不仅要在实验室的无菌环境里跑出高分，更要在充满噪声、利益关系错综复杂的现实商业场景中创造增量价值。
从目前的用户评测来看，KimiK3的表现依然无法保持稳定的输出。而且就在新模型发布两天后，Kimi官方发布公告称“即日起，暂停C端新用户订阅”。公告措辞含蓄但紧迫：“过去48小时，用户请求量已大幅超出我们的预估，并且逼近现有集群的承载极限。”
很显然，在稳定好用这点上，国产AI依然受限于算力等各方面因素的影响。
神话、革命与资本迷思
2026年4月，硅谷的AI独角兽Anthropic发布了其前沿网络安全模型Claude Mythos。这个模型名字的寓意耐人寻味。Mythos在古希腊语中意为“神话”、“叙事”或“某种被构建的核心信仰”。
但这一模型的代号，或许也是此刻我们对于作为一种神话存在的AI技术的最好隐喻。我们把技术当做“神话”来顶礼膜拜，人们倾向于把AI竞争看作是一场纯粹的技术登顶，认为只要模型参数足够大、国家资本砸得足够狠，就能自动孕育出一场伟大的产业革命。
然而翻开人类商业史就会发现，技术革命的本质，从来就不是高高在上的象牙塔革命，它实际上是和普通人息息相关的商业革命。
蒸汽机并非在瓦特改良它的那一刻就改变了世界，而是在它与煤矿、铁路、纺织厂的资本循环结合，降低了整个社会的长途运输与工业协作成本之后，才开启了工业革命。
互联网亦然，TCP/IP协议和超文本链接本身并没有创造万亿美元的帝国，是广告、电商、社交网络这些将流量转化为真金白银的商业创新，才构建了至今无法撼动的数字经济。
而在这一点上，有人认为的依靠“国家资本”来大力出奇迹的思路，同样面临着严峻的理论和现实挑战。
法国经济学家菲利普•阿吉翁（Philippe Aghion）在《创造性破坏的力量》（The Power of Creative Destruction）中，对创新做过深刻的阐述。
他指出，真正的创新高度依赖于“创造性破坏”。也就是新企业、新模式不断涌现，去淘汰和颠覆旧有的垄断者。而国家资本和自上而下的产业政策，其天然属性更倾向于“维持秩序”和“追赶已有路径”——在现有的规则和路径下去寻求极致。从这个目的出发，国家资本可以极其高效地建设算力中心、购买GPU、补贴带宽和Token成本。
但是它无法做到的，是代替市场去“发明”需求。它无法预知哪一个底层的业务流程需要被AI重构，也无法坐在办公室里规划出下一个现象级的AI Native应用。
如果过度依赖国家资本“投喂”，极易导致大模型企业失去在市场风浪中寻找商业痛点的敏感度。在这种情况下，它天然是会热衷“做题”、热衷跑分，而不是真的去解决人类实际问题的。
但此刻说这些，或许已经晚了。此刻的AI产业，越来越像2000年“.com”泡沫爆破的前夜。全世界在过去几年里向大模型领域倾注了数千亿美元，但时至今日，客观来说，无论是硅谷还是国产，至今没有找到一条高毛利、大规模、具有强网络效应、堪比互联网革命的AI商业路径。
不管是软件即服务（SaaS）的订阅制，还是按Token计费的API模式，其商业化效率都远远落后于算力基建的资本消耗速度。
硅谷AI如今正在遭遇的集体质疑，恰恰是因为在技术神话滤镜褪去后，资本突然发现，AI大模型的高昂边际成本和低转化率，正在让这一轮创投神话变成了一个难以为继的“庞氏游戏”。
所以，还是回到前面，中国AI真想要打败硅谷，不应该也不可能在“技术跑分神话”的叙事里比谁声量更大，而是要率先在硅谷也没能走通的商业世界里走出一条可持续、有自我造血能力的商业生路。
科技带来什么
当我们谈论科技的未来时，不可避免地会回到凯文•凯利（Kevin Kelly）的那本经典之作——《科技想要什么》（What Technology Wants）。
KK在这本书中将科技视为一种独立于人类生存的、具有自我演化生命力的系统。科技想要什么？科技想要更高的效率、更宽的联结、更多的多样性。但KK在书的后半部分同样提出了一个更关键、也更具人文色彩的追问：科技的终极目的是什么？
科技的目的，绝不应该是让机器代替人去考试、去画画、去写诗，而让人类去从事日复一日的体力劳动。科技的目的，应当是人类自身能力的释放，是技术为人的真实需求服务，而不是反过来替代掉人、剥夺人的生存空间。
然而，这一轮以大语言模型为核心的AI革命，似乎正在偏离这一技术为人服务、技术成为人类延伸的轨道。
从目前来看，它甚至可能不如上一轮移动互联网革命。回看以智能手机和移动通信为基础的互联网平台经济，虽然它也曾被指责具有垄断性和算法霸权，但它在宏观经济层面中扮演了一个极其重要的角色，那就是社会安全阀与就业吸纳器。外卖平台、网约车、同城配送、电商直播……这些平台经济的崛起，创造了数以千万计的弹性就业岗位。
但这一轮大模型带来了什么？黄仁勋的token经济学以及目前大家津津乐道的AI经济学，除了带来卖铲人、卖水人的万亿市值帝国和不断被虹吸的资源和资本，又为普通人增加了多少收入？
如今AI的目标直指翻译、原画师、初级程序员、文案策划、法务助理、数据分析师等曾经体面的智力型岗位。最致命的是，AI在高效消灭这些岗位的同时，由于缺乏平台经济的“双边市场”和“物理网络效益”特点，它几乎无法在下层社会创造出等量的新就业机会。
这恰恰是当前那些坐在实验室和高档写字楼里、手握名校博士学位的“理工科大佬”们，在构建其宏观技术叙事时有意无意忽略的、最致命的系统Bug。
当然，我并不是一个AI卢德主义者。我相信AI作为一场产业革命，这些终究都是汽车出现之后马车夫们的阵痛。但我们不能以此作为借口，就忽略当下的阵痛，更不能在错误的方向蒙眼狂奔。
在纯粹的工程思维中，效率即是正义。相比一个年薪20万人民币的初级程序员，token消耗无疑是便宜的。在账本上来看，这是一笔极其划算的买卖。但AI通过极致效率生产出来的商品和服务，最终要卖给谁？当消费者没有了钱包，大模型刷出来的满分又有什么样的消费场景可以承载？
科技想要的不是做题，而是想象。科技的目的，不应该是硅基对碳基的取代，而应是技术作为杠杆，去放大人类的想象力，释放人类在非标、情感、深度连接等领域的独特价值。
国产AI要真正超越硅谷，最核心的底牌既不在于谁家大模型的测试分数又提高了多少，更不在于谁又拿到了数千亿的国家产业基金补贴。
它的胜负手在于谁能率先从“技术崇拜”和“做题家思维”中走出来，真正俯下身，理解中国经济乃至全球贸易中那些高粘性、高摩擦力的痛点；谁能找到一种不以“替代人类岗位”为唯一效率手段，而是以“赋能普通人、激发人机协作想象力”为路径的商业模式，谁才算真正实现了AGI梦想。
一个没有人类的“AGI未来”其实并无意义。只有回到商业的常识，回到对人的尊重，回到市场经济中真实价值创造，国产AI才能真正战胜用算力与资本堆砌起来的技术神话。