AI Interview Wiki
主题综述

中美 AI 路径差异 · China vs West AI

主题综述

更新日志

主流共识

第一点：DeepSeek 改变了西方对"中国 AI 能力"的基础认知——但西方对它的接收主要是经济性/cost-efficiency 维度。

Redpoint 的 Scott Raney 给了最具体的市场证据——DeepSeek 发布几周内，他们组合里很多公司就从 Anthropic 切到了 DeepSeek，推理成本降约 80–90%，而且"切换成本非常低，几天内就完成"。（该访谈为英文原音，podwise 仅存中文译文，故此处转述、不作逐字引用。）

"DeepSeek R1 is still the canonical recipe on a reasoning-only model."
「DeepSeek R1 仍是 reasoning-only 模型的规范配方。」
Nathan Lambert · The RLVR Revolution

2026 年中续集：认知基准从 DeepSeek 换成了 Kimi。 Moonshot 的 Kimi K3 在 Arena 前端编码分榜上的表现成了英文语料谈论中国模型时的新参照点——Simon Mo 的解释是 Moonshot 为前端编码搭建了最好的训练环境之一（转述）。而且西方的「接收维度」从纯成本扩展出了第二维：护栏可控。vLLM 维护者 Simon Mo 给了最具体的一线证据——转向中国模型不是因为便宜，而是因为闭源模型的误报红线毁掉工作流：

"But in the future, we'll also see for the trusted use case, people will go to open-weight by default because that is where you know for sure that the guardrail is lessened or you can control your guardrail for trusted use cases. Even for us, like this is actually applied to us today, where a lot of the anthropic models are banning frontier AI research. And then when we're studying GPU kernels, even as an invalid memory access error, we are triggering the red line. And so a lot of our developers within Infrax and for VLM are like retreating from using Fable 5 because you have a two-hour job and you trigger the red line, which is false positive, and then you have to lose all of your work. And so a lot of our developers are using like Kimi, K3 today even, just making sure, because it's similar quality and it has a guardrail that makes sense to us, there goes while using it."
「但未来我们还会看到，在可信任的用例上，人们会默认转向开源权重，因为只有在那里你才确切知道护栏被放宽了、或者护栏由你自己控制。就连我们自己今天也是这样——很多 Anthropic 模型封禁前沿 AI 研究，我们研究 GPU kernel 时，哪怕只是一个非法内存访问报错，都会触发红线。所以我们 Infrax 和 vLLM 的很多开发者正在从 Fable 5 撤退——你跑一个两小时的任务，触发红线，而那是误报，然后全部工作都丢了。所以我们很多开发者今天就在用 Kimi K3，因为质量差不多，而且它的护栏在我们看来是讲道理的。」
Simon Mo · The Engine Powering Open-Source AI

第二点：中国 AI 创新被多数英文语料归因于"约束驱动"——cost、export control、有限算力。

"Look at what China has been able to achieve with far fewer resources than any of the individual big labs have, right? Like XAI alone probably has more funding and compute than all of the Chinese labs combined."
「看看中国用比任何一家大实验室都少得多的资源做到了什么，对吧？光 XAI 一家，资金和算力可能就比所有中国实验室加起来还多。」
Ari Morcos · AI Vibe Check

而且逐字稿里这条"约束驱动"被推进成了一个精细的芯片政策悖论——彻底断供反而会逼出中国的本土芯片产业。注意这段的性质：Rob Toews 是在复述 Trump 政府（尤其是 David Sacks）放开 H200 的政策盘算，不是在陈述他本人的政策主张：

"People have more recently started to realize if we really totally disallow China from accessing any US chips, eventually it will force them to develop their own internal domestic AI chip industry and become more self-sufficient. … this latest round is kind of like an interesting like next development in this three dimensional chess game where the Trump administration, David Sachs in particular, decided like, you know, actually, it's in our best interest to give China chips that are like They're decently good, even though they're not at the cutting edge. They're not Blackwell chips, but they're like as good as any chips in China in order to compete with China's homegrown chips from Huawei and like prevent their domestic chip industry from advancing to the same degree."
「最近人们开始意识到，如果我们真的完全禁止中国获得任何美国芯片，最终将迫使他们发展自己的国内 AI 芯片产业，变得更加自给自足。……所以最新一轮有点像特朗普政府、特别是 David Sachs 在这盘三维棋局中采取的一个有趣的下一步行动，他们认为，向中国提供还不错的芯片符合我们的最佳利益，即使这些芯片并非最先进的。虽然不是 Blackwell 芯片，但它们和中国的所有芯片一样好，可以与华为的中国本土芯片竞争，并防止其国内芯片产业发展到同等水平。」
Rob Toews（复述 Trump 政府 / David Sacks 的盘算） · AI Vibe Check

2026 年中，「约束驱动」里最偷懒的版本——「中国只是在蒸馏美国模型」——也遇到了具体的架构层反证。 Simon Mo 讲了 Kimi K3 技术报告里的一个全循环时刻：

"they removed a rotary positional embedding. So Rope has always been there for a lot of the Transformers model. And guess who removed it? It's the inventor of Rope … he wrote the first paper introducing Rope by the concept. And then he now also wrote the explanation of why you don't need it as part of the technical report … you have all these brilliant, humble researchers that are able to really study how this work and really study the secret of training and Pre-training and share it across the whole world and recognizing and iterating on their past"
「他们删掉了旋转位置编码（RoPE）。RoPE 在一大批 Transformer 模型里一直都在。猜猜是谁删的？正是 RoPE 的发明者……他写了引入 RoPE 概念的第一篇论文，如今又在这份技术报告里亲笔解释为什么不再需要它。……你看到的是这些才华横溢又谦逊的研究者，真正钻研这些东西怎么工作、钻研训练与预训练的秘密，把它分享给全世界，并且承认和迭代自己的过去。」
Simon Mo · The Engine Powering Open-Source AI

第三点：这场竞争不会通过单一技术或单一时间点解决——这一点 Dan Wang、Gurley、Palmer Luckey 立场不同但都同意。

分歧在哪

阵营 A · "Engineer-led state vs lawyer-led society"——Dan Wang 框架

Dan Wang & Steven Sinofsky (a16z) 给的是英文语料里最系统的中美对比：

"The focus of engineers typically is on the result and the focus of lawyers typically is on the process."
「工程师通常关注结果，而律师通常关注过程。」
Dan Wang · Can the US Beat China's Engineering State?
"I want people to get out of these rigid frameworks like socialist, capitalist, neoliberal, autocratic to think about the US and China."
「我希望人们摆脱社会主义、资本主义、新自由主义、专制这些僵化框架来想中美。」
Dan Wang · Can the US Beat China's Engineering State?

但 Dan Wang 也是这场对话里最反"打赢中国"叙事的人：

"There is no winner here. There is no loser here. It's not a race. Nobody gets to hit the win button."
「这里没有赢家、没有输家。这不是一场比赛，没有人能按下胜利按钮。」
Dan Wang · Can the US Beat China's Engineering State?

他对中国也不浪漫化：

"The problem with China is that they are also fundamentally social engineers and social engineering can be really dangerous because they treat the population itself as just another building material to be torn down as they wish and remolded as they wish."
「中国的问题在于他们本质上也是社会工程师——而社会工程可能非常危险，因为他们把人口本身当作另一种可以随意拆除、随意重塑的建材。」
Dan Wang · Can the US Beat China's Engineering State?

阵营 B · "美方注意力严重不对称"——BG2 / Bill Gurley 立场

Bill Gurley 从中国之行回来后，给了这场辩论里最尖锐的一条——美方注意力严重不对称：他观察到中国创始人和 VC 极深入地研究西方商业实践，反过来西方同行却几乎不研究中国。他把这条逼成了一个反问：

"If it is the most consequential relationship for our country, why you'd want to know less, right?"
「如果这是我们国家最关键的对外关系，你为什么会想了解得更少，对吧？」
Bill Gurley · BG2 China episode

支撑这条的现场观察很具体——他举了小米汽车工厂（约 2000 名员工、日产 1000 辆车）的自动化程度远超美国车厂。而对"中国只靠偷和补贴"这种自我安慰最不留情的拆穿，出自同场的搭档 Brad Gerstner（而非 Gurley 本人）：

"If we have this view that the only reason China's competitive or winning is because they're stealing or they're subsidized, I think what that view does is it allows us to delude ourselves into believing we don't need to get better ourselves."
「如果我们认为中国具有竞争力或获胜的唯一原因是他们窃取或他们获得补贴，我认为这种观点会让我们自欺欺人地认为我们不需要变得更好。」
Brad Gerstner · China, China, China

他还指出一个跟 Dan Wang 的"engineer-led state"互相印证的结构性事实：中国政治局多由前工程师组成，与华盛顿被前律师主导形成对比。

阵营 C · "美方应该用自己的优势竞争"——Palmer Luckey 立场

Palmer Luckey 既不接受 Dan Wang 的"不是比赛"，也不接受 Gurley 的"我们要学中国"——他押的是用美方自有优势打：

"We need to choose advantages the United States has. … We need advantages that take advantage of our better financial apparatus, arguably to take better advantage of our cultural apparatus, certainly to take advantage of a unique fact, which is the U.S. has friends or at least partners all over the world."
「我们要挑美国自己拥有的优势。……我们需要那种能发挥我们更强的金融体系、发挥我们文化体系、以及发挥一个独特事实的优势——美国在全世界都有朋友、至少有伙伴。」
Palmer Luckey · Palmer Luckey on Hardware, Building, and the Next Frontiers
"The cynics who said, no, war is still a thing of the present, hopefully not the future. … You can't start working on bombs after the war has started and expect to have any deterrent impact."
「那些愤世嫉俗者说，不，战争仍然是当今的事，但愿不是未来的事。……你不能等战争开始才开始造炸弹然后指望产生威慑效果。」
Palmer Luckey · Palmer Luckey

阵营 D · 中国从内部看——张阳 的结构观察

张阳 (Wanaka) 提供的是英文语料里完全缺席的视角：中国创业空间被特定平台结构（微信）框死，跟北美的开放社交空间从根本上不同。

被曲凯问到"为什么国内的游戏化社交体量做不大、为什么美国人总在用新的社交产品"时，他的原话是：

为什么中国的这种游戏化社交它的体量做不大？我觉得核心问题就是因为有微信……可能最大的游戏化的平台就是 QQ 游戏。
— 张阳 · AI + 游戏 + 社交的新演绎
我觉得主要是他们对于社交关系其实区隔的是比较清楚的，他们也不喜欢混为一谈……因为微信也确实做得太好了，就是你如果看北美的这种社交应用里面，其实没有一个社交应用能做得如此极致。
— 张阳 · AI + 游戏 + 社交的新演绎

这是 Camp A、B、C 都没有触及的结构性微观差异——西方观察者讲国家层面的 engineer vs lawyer 时，看不见这种平台垄断如何决定了具体子市场的创业可行性。

阵营 E · 跨国工程文化——葛小川 的旁证

葛小川 (AppLovin 工程 VP) 在 Monica 的 OnBoard 上讲 AppLovin 的成功——这家美企但带强烈的"非西方常见"工程文化，他从中国工程师视角讲得最透：

你看我们公司的几条核心文化中间其中一条就是 challenge 的 status quo。我们觉得这个世界上没有任何一个东西是不可实现的。
— 葛小川 · 对话 AppLovin 技术 VP 葛小川
我觉得这个世界上没有任何一个技术，它是技术本身，其实技术的背后是人，是人和文化，你可以把，今天你可以把谷歌的算法，Copy 一份，然后搬到另一个公司去。六个月之后，这个公司不可能和谷歌一样。
— 葛小川 · 对话 AppLovin 技术 VP 葛小川

（他还提到 AppLovin 的招聘画像：偏好名校毕业、但在非知名公司工作一到两年、成长快却受限的人——此条为访谈转述要点，非逐字。）

这段中文访谈跟英文版的 Foroughi 在 founder-mode 那期讲同一家公司，两种语言版本之间存在的细节差异本身就是一个数据点——中文版本里"中国名校 + 非知名公司 1–2 年"的招聘画像在英文版里没出现。

都没说透的

我的看法

判断（不是事实）：英文语料里对中国 AI 的讨论密度比预期高，但视角整齐到可疑——多数集中在两件事：(1) DeepSeek 把 cost 打下来了；(2) 中国制造能力惊人。这两点都对，但合起来不构成对"中国 AI 发展路径"的判断。真正的盲区有两个：一是英文语料里几乎不存在 Qwen / 智谱 / MiniMax / 百川等其他模型公司的具体讨论；二是中国本土 AI 应用层的创业结构（如微信生态、小红书、抖音对分发的影响）在英文 VC 视角里几乎不出现。基于此我会赌——未来 12 个月真正能产生 alpha 的 China-AI 信息差，不在大模型层面，而在应用层的本土结构性事实。Gurley 关于注意力不对称的判断我认为是真的，且时间窗在收窄。

把握程度：中等偏高。最强的支撑是 Gurley 的"asymmetric attention"观察具体且可验证；最弱的环节是"中国应用层 alpha"——我把它当假设，但语料里只有 张阳 一个内部信源，样本太薄。

还想知道什么

取材

继续读
线索
阅读线索：agent 不到 9 nines 可靠，那应该卖给企业还是消费者
线索
阅读线索：如果 coding 是 commodity，AI startup 的护城河长在哪儿
线索
阅读线索：推理成本一年跌 10×，AI app 该按什么定价
线索
摘报
线索
摘报
线索
摘报