摘要：獨立思考、叛逆精神、從0到1。

國產AI和硅谷AI，現在還有差距嗎？如果有，差距到底有多大？

2023年chatGPT誕生之后，我們能夠明顯看到一個趨勢就是，幾乎所有的國內AI廠商都在把自己的大模型產品和chatGPT作為對標。

但在OpenAI明顯掉隊于Anthropic以及谷歌的今天，已經幾乎沒有任何一家國產AI會把自己和ChatGPT的差距作為標尺了。何況，DeepSeek的出現還提供了另一種彎道超車的想象空間。

最近一波由Openclaw帶來了龍蝦火爆，最后似乎再一次證明了，差距幾乎已經沒有了。接下來是應用能力競賽的時刻。

但真的是這樣嗎？

這里想要分享我近期看到的最好的一篇全球產業視野的AI比較文章，我總結了一下作者的核心觀點，其實就是標題里所寫的——中國國產AI和硅谷AI的最大差距，就是獨立思考的能力。

回過頭看，DeepSeek確實是一個奇跡。它證明了在算力受限的情況下，我們可以通過算法的精巧設計實現極高的效率。這是一種中國式的智慧，是工程層面的降維打擊。

但效率不等于靈魂。

獨立思考的背后，是容錯率，是好奇心，是允許模型去探索那些“看似無用”的路徑，而不是內卷的token用量抑或者是APP的GMV考核。

這里沒有唱衰國產AI的意思，看清差距，是為了不再盲目。

今天我們可能需要問自己一個問題。如果明天硅谷不再發布論文，我們還能不能在黑暗中找到前進的路？

目前的答案，恐怕是令人沮喪的。

我們不能總在別人的考卷里追求滿分。國產AI的路還很長。我們需要更多的異類，需要更多的瘋子。或許只有當我們不再時刻想著“對標”的時候，我們才可能真正實現“對等”。

【以下為原文翻譯，版權屬于原作者】

兩周調研走訪：在中國AI生態里我看到了什么

過去兩周，我在中國密集拜訪了AI生態圈的創始人、風投（VC）以及上市公司的CEO。出發前，我對這里的生態系統非常樂觀，期待能發現一批世界級的AI天才，并看到他們正以西方估值的一小部分成本在構建未來。

歸來之時，我的觀點變得愈發復雜。相比預期，我現在更看好硬件，卻相對更看軟件，而中國創始人的現狀尤其令我意外。

創始人問題

我所支持的那些偉大創始人通常都有一個共同且鮮明的特質：獨立思考、叛逆精神、極強的意志力以及近乎癡迷的專注。

他們從不按部就班地聽從指示，而是不斷追問“為什么”，拒絕接受陳舊的經驗。他們做出的決定在局外人看來往往令人費解，但在他們自己看來卻理所當然。這種直覺般的、堅持不懈的強度，通常源于一段追求卓越和極度熱愛的歷史。

這種“鋒芒”讓他們在風投所見到的海量高智商人群中脫穎而出。

然而，我遇到的許多中國創始人卻屬于另一種類型，這確實令我始料未及。

他們極具天賦，不僅畢業于名牌大學，還曾在字節跳動或大疆任職，甚至在《自然》雜志發表過論文、擁有多項專利。

那些在西方被視為頂尖技術人才的成就，在這里僅僅是競爭的入場券。此外，他們比我遇到的幾乎任何人都更努力。我們的會議遍布各個城市，甚至在周末和深夜。有一位創始人甚至在他妻子分娩當天趕來和我們見面。

盡管如此，獨立思考、叛逆精神和“從0到1”的思考卻變得更難尋覓。

創始人們的背景大同小異，路演內容也更趨于避險，他們的想法往往是已有事物的、令人印象深刻的優化版本，而非真正的原創性博弈。鑒于中國產出的技術人才規模如此龐大，我原以為會遇到更多帶有前所未見想法的人。

我的解讀是：中國的教育體系產出了卓越，但沒有給偏離標準留下足夠的空間。其結果是產出了一批能夠出色解決已知問題的執行者，而不是那些能發現未知問題的探索冒險者。

VC正在強化這種模式

更有趣的是，當地的投資者正在積極地推波助瀾。

許多中國基金的整個投資邏輯都圍繞著支持“字節跳動或大疆的最佳校友”構建。他們看重履歷而非棱角，看重身份證明而非堅定信念。

VC團隊的背景也反映了這一點：大多數人來自大公司、咨詢或銀行背景，這與十年前的歐洲VC非常相似。

諷刺的是，歷史上最偉大的中國公司的創始人——那些真正建立了劃時代公司的人——從未在大公司工作過。

馬云曾是一名英語老師，高考落榜兩次；任正非在離開軍隊后，43歲才創立華為；劉強東從中關村的攤位起步創辦京東；王興博士輟學，從第一天起就開始創業。

最近的例子是創辦DeepSeek的梁文鋒，他除了自己的公司外，從未在其他地方工作過。這些人都是傳統的“局外人”，是沒有任何大廠背書的人，而這恰恰是當前系統最容易錯過的特質。

在尋找這些非典型特質的人才中存在著真正的“超額收益”，但在我看來，目前很少有人往這個方向尋找。

深圳與硬件生態系統

我在中國看到的最令我震撼的，并非創業公司的路演。

而是深圳的硬件地下世界。在那里，工程師們系統性地獲取了西方的頂級產品，并逐個部件進行拆解，以極其嚴謹、精準的方式進行逆向工程。離開時，我真的不確定大多數西方的硬件創始人是否理解他們正在與什么樣的對手競爭。

這里的網絡效應絕非理論，而是物理的、密集的，并且經過了數十年的積淀。

我們遇到的企業家用數據證實了這一點：超過70%的硬件投入源自大灣區，接近100%來自中國本土。這使得研發的迭代速度達到了西方硬件公司根本無法匹配的水平。

我遇到的大多數創始人都在復制“大疆策略”：先在一個利基市場構建消費級硬件，比如電動輪椅、割草機器人或下一代健身器材，將其規模擴大到數億營收后，再利用客戶群或底層技術擴展到相鄰領域。

其中一些業務的規模已經遠超你的預期。最令人印象深刻的是拓竹（Bambu），這家大多數西方人還沒聽說過的3D打印公司，據稱其年利潤已達5億美元，且每年都在翻倍。

中國軟件的天花板

離開中國時，我對中國軟件機會的懷疑程度比剛到時更深了。

在模型層，中國的開源模型確實令人印象深刻，但閉源模型仍顯著落后于西方頂尖水平，且差距可能會進一步拉大。

資本支出的差距是巨大的，GPU的獲取也持續受限，而且西方實驗室正越來越多地采取行動打擊知識蒸餾。

營收數字清楚地說明了這一點：據報道，Anthropic僅在二月份的營收就非常可觀，而最好的中國模型公司的年經常性收入（ARR）僅為數千萬美元。

在軟件創業方面，主流畫像是前字節跳動的產品經理和研究員，他們大多在構建針對海外市場的Agent或消費軟件。

雖然人才確實優秀，但許多產品都處于巨頭原生功能的射程范圍內，往往一個版本發布就會被取代。我也對大型、快速增長的私有軟件公司的缺席感到觸動。

在西方，除了模型公司，已經有多個初創公司正以驚人的增長率創造了數億乃至十億美元的營收，如Cursor、Loveable、ElevenLabs等。這種級別的突破性私有軟件公司在中國基本不存在。雖然有少數例外，如HeyGen、Manus和GenSpark，但它們在嶄露頭角后最終都選擇了轉戰海外。

估值泡沫

盡管軟件領域情況復雜，但無論早期還是后期，市場的狂熱都是真實存在的。

在早期階段，雖然來自字節跳動、DeepSeek和月之暗面的頂級人才仍然比美國同等人才便宜，但估值的中位數已經趨同。尚未出產品的消費級初創公司估值在1億至2億美元之間很常見，超過3000萬美元的種子前融資也并不罕見。

在后期階段，這些數字更難解釋。Minimax在二級市場的交易價格約為400億美元，而ARR不到1億美元，市銷率約400倍。智譜估值約為250億美元，營收為5000萬美元。作為參考，OpenAI巔峰時期的融資定價約為66倍ARR，Anthropic約為61倍。

像月之暗面這樣的私有模型公司正利用這些公開市場的對照標準，在短短幾個月內將估值從60億、100億一路推高到180億美元。

加密貨幣投資者對這種動態一定很熟悉，即投資者正將私有估值與鎖定期前的公開市場標桿進行對比。此外，支撐智譜和Minimax處于這些高位的部分原因在于，它們目前是獲得中國AI敘事敞口的唯一途徑，因此自帶溢價。

隨著更多公司進入市場，這種溢價將被稀釋。最后，IPO窗口往往會毫無預警地關閉，誰也無法保證在標桿移動之前能完成這種套利。

人形機器人領域也處于類似境地。

中國大約有200家人形機器人公司，其中約20家籌集了超過1億美元，還有幾家估值達到數十億。這些公司幾乎全部都沒有收入，大多計劃在2026年或2027年前往香港IPO。如果這個市場是真實的，中國在硬件方面的統治地位會讓長期結果變得清晰。但商業化的進度可能比目前的融資節奏要慢得多，我也懷疑香港市場是否能支撐這么多百億級的人形機器人公司，因此我目前選擇觀望。

值得關注的不對稱性

有一件事我沒預料到：我遇到的幾乎每一個創始人，在考慮中國市場之前都在考慮全球市場。他們熟練使用Claude Code，關注Dwarkesh的訪談。他們對舊金山初創企業格局的了解程度，往往比那些不怎么關注細節的西方投資者還要深。

西方對中國的敵意遠高于中國對西方的敵意。

中國創始人認為，將中國的工程執行力、硬件深度與西方的市場策略（GTM）及產品愿景相結合并沒有矛盾。當這種組合出現在正確的創業團隊身上時，將會產生一些真正卓越的公司。

尋找這些創始人，即那些不符合當地VC生態系統所推崇的“履歷模版”的人，正是我們現在的關注重點。

文章來源：

X：José Maria Macedo@ZeMariaMacedo

Cofounder @delphi_labs、Founding Partner @delphi_ventures