大模型的决战越来越激烈了！谷歌的崛起令OpenAI感到恐惧，并酝酿新的大动作！

OpenAI直接拉响警报，推迟赚钱的广告业务，也要把所有资源梭哈到ChatGPT的改进上。

现在的AI圈子，像是星球大战前夜，由于恐惧，每个人都把手指扣在了扳机上。

兵荒马乱的年代，蔡崇信在香港大学炉边对话中，抛出了非常反直觉的观点：

现在美国人定义谁赢得AI竞赛的方式，纯粹是看大型语言模型，我们不看美国定义的AI竞赛。

当所有人都在盯着谁的模型参数大、谁的算力强时，蔡崇信却认为——胜负手根本不在这里。

如果不看模型，这场万亿赌局的赢家到底看什么？中国手里到底还有没有牌？

看完发现，原来大佬眼里的世界，和我们看到的完全不一样。

1

中国AI的真正优势

现在美国硅谷大模型怎么算输赢？很简单：看谁的“大语言模型”更强、更聪明、参数更多。

今天是OpenAI遥遥领先，明天Anthropic发个新版本追平，后天谷歌又搞个大新闻。大家都在卷模型，仿佛谁的模型智商高了一点，谁就统治了世界。

但在蔡崇信看来，事实未必如此。

他在演讲中说了这么一句极具穿透力的话：

 "The winner is not about who has the best model. The winner is about who could use it the best in their own industries, in their own lives."（真正的赢家不是谁拥有最好的模型，而是谁能在自己的行业、自己的生活中把它用得最好）

这句话什么意思？

打个比方。如果这是一场赛车比赛，美国人现在拼命在比谁的发动机马力大。但蔡崇信告诉你，赢家不是那个造出万匹马力发动机的人，而是那个能把发动机装进车里、开着车去送货、去载客、去赚到真金白银的人。

这个判断的底层逻辑是：AI的真正价值在于渗透率。中国国务院的AI规划就体现了这一务实思路——到2030年，AI智能体和设备的普及率达到90%。

中国凭什么能普及得更快？蔡崇信列出了几个核心底层逻辑。

我们总担心芯片被卡死，但蔡崇信告诉我们：决定胜负的，是那些基础到你根本不会关注的领域。

1.被低估的电力成本

AI训练和推理，本质上是在烧电。

中国的电力成本，比美国低40%。为什么？中国的国家电网每年投入900亿美元的资本支出，而美国只有300亿美元。

电费低40%，意味着AI应用成本可以大幅低于对手。这是最基础、最硬核的AI能源优势。

2.建造数据中心的成本低60%

在中国建造数据中心的成本要便宜60%，这还不包括购买芯片、廉价GPU的成本。

3.工程师红利

芯片可以封锁，但人才你锁不住。

全球范围内，几乎近一半的AI科学家和研究人员拥有中国大学的学位——无论他们在美国公司、中国公司还是世界任何地方工作。

蔡崇信说在最近刚看到一个社交媒体帖子，一个在Meta工作的非华裔员工抱怨说，他所在的AI团队每个人都在说中文，用中文交流想法，他听不懂。

这意味着很多想法的分享和交流在全球AI领域正在用中文进行。这是第一次，中文成为一种优势！现在，懂中文在AI世界变成了一个优势。

4.最反直觉的优势：匮乏，逼出内功

这是最让人热血沸腾的一点：缺乏顶级GPU，反而创造了“饥饿优势”。

美国人资源充足，代码写得烂一点也没关系，硬件能扛。但中国团队呢？硬件受限，就必须在系统层面、算法层面做到极致优化，把效率抠到最高。

蔡崇信特别点名了爆火的DeepSeek。他说这就是被逼出来的奇迹。

2

开源为什么会赢？

蔡崇信还给出了一个对未来的深度判断，也是这场演讲的重中之重。

蔡崇信相信中国公司对待大语言模型的方法——即开源——将加速AI的采用，并将真正实现AI的普及，从而使更广泛的社会受益。

开源如此重要的原因是，它成本低廉，使用开源模型实际上不花一分钱。

AI的未来，是像OpenAI那样搞“黑箱子”（闭源），还是像阿里、Meta那样搞开源？

蔡崇信斩钉截铁：开源模型，将击败闭源模型。

为什么？不是因为开源技术更先进，而是因为它更懂人性。

他举了一个极其生动的例子：

假设你是沙特阿拉伯的国王，你想发展自己国家的AI，你有两个选择：

用OpenAI的API:你得付一大笔钱，把你的数据传给美国公司。然后呢？你不知道他们怎么处理你的数据，你也不知道这模型里面有什么猫腻。这就是一个Black Box（黑箱）。

用开源模型（比如阿里的Qwen):你直接下载代码，部署在你自己的私有云上。免费，而且数据不出国门，完全可控。

这就叫"主权AI"，意思是它是我们自主开发的AI。

在全球地缘政治这么复杂的今天，谁愿意把命脉交到别人手里？无论是政府还是大企业，只要稍微算一下账，稍微考虑一下安全，都会倾向于开源。

开源模型有三大杀手锏：成本、主权、隐私。

这三座大山，是闭源模型很难跨越的。

3

AI时代，普通人该如何应对？

蔡崇信给了三条极具实操性的建议，特别是关于“学什么”，他的观点颠覆了很多人的认知。

1.提出正确的问题比回答更重要

在技能方面，蔡崇信认为要学习如何获取知识，学习如何分析和思考，还有一个重要的技能是提出正确的问题。

以前我们上学，老师奖励那些能快速回答问题的人。

但在AI时代，回答问题是机器的事，机器的知识库比你大多了。

蔡崇信强调："Asking the right question is more important than finding the answer." （提出正确的问题，比找到答案更重要）

你要学会的是如何给AI下指令，如何拆解问题。这叫“Prompt Engineering”（提示工程），这是未来人类的核心竞争力。

2.还要不要学编程？

这是目前争议最大的话题。英伟达的老黄说“以后没人需要学编程了”，对着手机说话就行。

蔡崇信反对这个观点。他说：要学！必须学！

但他给出的理由："The purpose is not to actually operate a machine. The purpose is going through that thinking process."（目的不是为了去操作机器，而是经历那个思考过程）

学编程，不是为了让你去写代码（那活儿AI干得比你好），而是为了训练你的逻辑思维。

甚至，他建议大家去学好Excel电子表格。为什么？因为你要把一个复杂的公式写对，让数字自动跑出来，这本身就是一种严密的逻辑训练。

你要训练的是脑子，而不是手速。

3.选什么专业？

如果你的孩子现在要上大学，蔡崇信推荐了三个方向：

数据科学：其实就是统计学的升级版。未来是数据爆炸的时代，世界越数字化，你或公司获取的数据就越多，理解如何管理和分析数据非常重要。

心理学和生物学：在做了数据之后，你还想触及人性的一面，心理学的研究很重要。心理学和生物学帮助你理解人脑是如何工作的，它仍然是最高效、最节能的"机器"，理解大脑如何工作非常重要。

材料科学：现在很多孩子不学计算机科学，而是在学材料科学。未来世界正被比特（数字信息）主导，但未来让比特移动更快的是原子（物理材料）。理解原子如何工作将会非常重要，人们制造半导体，未来半导体领域将会有很多创新。所以材料科学将是一个有趣的学习方向。

4

AI是泡沫还是未来？

AI是否是下一个互联网泡沫？

蔡崇信的回答很哲学，关于泡沫，他认为有两个概念：真正的泡沫和金融市场泡沫。

金融市场泡沫：不知道是否存在金融市场泡沫，因为股票估值更像一门艺术。即使有既定的理论，你可以给一只股票50倍的市盈率，因为你认为增长率非常高，这合理吗？我不知道，可能存在与AI相关的金融市场泡沫。

技术泡沫：AI现象是真实的。人们正在建造的所有基础设施，投入到模型开发中的所有研发资源，都不会浪费，因为这是一个真实的现象。就像互联网一样，在2000年3月左右，互联网泡沫破裂了，那是金融市场泡沫破裂，但今天的互联网就在这里，事实上互联网现在更强大，所以技术本身不是泡沫。

蔡崇信的这次演讲，给人最大的感受是，这场比赛才刚刚开始。

这不是一场百米冲刺，看谁起跑快；这是一场马拉松，看谁能把技术真正融入到这片土地的每一个角落，看谁能用更便宜的电、更务实的态度、更开放的胸怀，去拥抱这个未来。

"Focus on the application, not just the model."（关注应用，而不只是模型）

这，或许才是中国AI破局的真正答案。

对于个人来说，也许在未来，AI将成为成为我们的伙伴。

正如蔡崇信所言：AI的下一个重大转变是当人们开始不再仅仅将AI视为工具，而是作为朋友。现在AI似乎更像一个工具，我们都想用它来让自己更高效，让公司更高效。AI已经在帮助我们编码，所以我们不需要那么多软件工程师。

但是，AI何时能成为你的伙伴？那时，如果大多数人开始像对待另一个人一样看待AI，那将真正改变世界，改变行为。有时想想这很可怕，但我看到这正在发生。