北京一夜，四位AI大佬的“闭门狠话”
关于2026年的胜算、搜索终局与穷人创新
最近这两天，一场大佬云集的AGI-NEXT圆桌对话传疯了。
2026年开年，大模型“开源四杰”中的核心人物难得聚齐：清华的唐杰、阿里的林俊旸、刚回国加入腾讯的姚顺雨，加上泰斗级的杨强教授。
光看这个阵容，就知道这场对话的分量。
不过这次没有说一个很宏观的话，他们聊的是“搜索之战已结束”的定局，是“穷人如何创新”的无奈，甚至是“中国AI胜算不足20%”的残酷预测。
看完一些关于这次对话之后，总结了几点，跟大家分享一下。
01. DeepSeek出来后，搜索这一仗其实已经结束了
过去的一年里，我们看过无数公司宣称要用AI颠覆搜索。但唐杰教授这一次看得非常透彻，他直言这个赛道的大门实际上已经关闭。谷歌没有被外部模型杀死，反而是自己革了自己的命。自从DeepSeek横空出世，单纯做“类搜索”产品的窗口期已经结束，接下来的游戏规则完全变了。
这种变化直接导致了更深层的市场分化。姚顺雨在对话中补了一刀，指出To C和To B的逻辑已经彻底分道扬镳。对于普通大众来说，ChatGPT这两年的变化感知并不强，因为大多数人并不需要解高深的代数题。
但在To B领域，逻辑截然不同。哪怕模型只强那么一点点，企业也愿意支付数倍的溢价。因为在生产力场景下，那微小的智能差距，决定了你是能自动完成90%的任务，还是只能完成50%。后者意味着企业要投入大量人力去纠错，这在商业账本上是算不过来的。未来的竞争，不再是做满汉全席，而是谁能把那把“最锋利的刀”磨到极致。
02. 所谓的自主进化，其实已经发生了
硅谷最近在疯传“Self-evolution”（自主进化），整个行业都在等2026年能不能看到那个传说中的奇点。但姚顺雨的观点让人颇感意外：别等了，这件事其实已经在发生了，只是它不像电影里那样惊天动地。
看看Claude Code，它已经写了自己项目里95%的代码。这是一个非常具体的信号，当一个系统既包含神经网络，又包含调用网络的代码库，并且开始自己优化这个代码库时，自主进化的齿轮就已经开始转动。
唐杰教授则从学术角度给出了另一个维度的思考，他提出了“智能效率”的概念。过去我们迷信Scaling Law，疯狂堆数据、堆算力。但现在的问题是，投入100T的数据，带来的智能增量是否还划算？如果不能用更少的投入获得更高的智能，单纯的Scaling就会变成一场烧钱的死循环。2026年的新范式，一定是为了打破这个效率瓶颈而生的。
03. 穷人不是没机会，我们是被逼出来的软硬结合
当被问及“三五年后，全球最领先的AI公司是中国公司”的概率时，林俊旸给出的答案极其冷静，甚至有些刺耳：低于20%。
理由很现实，就是“富人”和“穷人”的差别。美国的头部实验室，算力资源比我们高出一两个数量级。他们可以把大量的算力“浪费”在验证死路上，为了一个不确定的想法做无数次消融实验。而我们，光是维持现有的交付，就已经捉襟见肘。
但这并不意味着绝望，林俊旸提到了一个很有意思的观点：穷则思变。正是因为“穷”，我们不得不去死磕算法与基础设施的联合优化；正是因为“穷”，我们才有可能在软硬结合的深水区里，逼出一条路来。当年阿里做芯片时，就在赌三年后的模型架构。这种被环境逼出来的“端到端”优化能力，或许正是中国AI弯道超车的唯一缝隙。
04. 最怕的不是差距，而是不敢冒险的聪明人
整场对话最让我触动的部分，是大家对“人”的讨论。姚顺雨和唐杰不约而同地提到了一个痛点：中国有全世界最优秀的工程师，我们的Catch up（追赶）能力极强。任何新东西，只要一旦被验证可行，我们能迅速复现，甚至在局部做得更好。
但问题恰恰出在“被验证”之后。我们太习惯做确定性的事情，太习惯刷榜单上的数字。唐杰教授感慨，在这个时代，我们缺的不是聪明人，而是那种敢去做“不知道能不能成”的大冒险家。
好在，变化正在发生。从90后到00后，这一代年轻的研究员身上，那种“畏手畏脚”的陈腐气正在消散。林俊旸说，这需要一种“Chill”的心态。承认差距，但不恐惧差距；哪怕手里拿着“烂牌”，也要笨笨地坚持打下去。
写在最后
这场对话没有盲目打鸡血，而是把2026年即将面临的算力瓶颈、创新困境摊开在桌面上。或许正如唐杰所说，环境永远不会是完美的。既然身处这个从“没那么好”变向“稍微好一点”的时代，我们自己就是最大的变量。
少看几个榜单，多做几次冒险的Bet，或许才是2026年中国AI唯一的出路。
