昨晚，我和極客邦的霍太穩、白鯨開源的郭煒在直播里聊AI對工程師行業的影響。過幾天我們三個要去硅谷參加Snowflake Summit，話題很自然就轉到了一個問題：中國，能不能長出一家自己的Snowflake？

Snowflake是美國數據云的代表，一家獨立的軟件公司，市值大幾百億美金。這個問題的潛臺詞很直接——中國能不能長出這種體量的、世界級的獨立軟件公司？我的答案可能有點掃興，但確實是：很難。

這不是看不起中國的工程師。恰恰相反，論工程能力和應用創新，中國的工程師一點不差。真正的問題，出在土壤上。

美國的企業幾十年養成了為軟件付費的習慣。一套好用的工具，該多少就多少，天經地義。所以公司只要產品做得好，靠賣軟件就能活得很好，甚至長成Snowflake這樣的巨頭。

但中國不一樣。互聯網把太多東西做成了免費，從國產殺毒軟件開始，大家慢慢習慣了軟件不要錢。企業愿意為硬件買單、為人力買單，卻很難為一套軟件付出應有的價格。再加上大廠經常用免費甚至倒貼的方式搶市場，中小軟件公司的生存空間被擠得很薄。在這樣的土壤里，想長出一家靠賣軟件撐起幾百億美金市值的獨立公司，確實很難。這是現實，不必回避。

承認了這一點之后，換個角度看，這未必是件壞事。

我想起一件事。美國是信用卡的老家，幾十年的信用卡體系成熟到了極致。可正因為太成熟、盤子太大、既得利益太深，美國的移動支付反而起步晚、推進慢，到今天還在用swipe卡的方式過日子。中國呢？信用卡從來就沒普及開。結果我們幾乎跳過信用卡這一代，一步邁進了移動支付——支付寶、微信支付反而做到全球領先，進而成就了中國豐富多彩的線上線下一體化的各種業態。

為什么？因為我們沒有那個沉重的存量包袱。沒有幾十年的舊體系要維護、要遷就，反而能輕裝上陣，直接擁抱下一代。

軟件這件事，邏輯完全一樣。中國的企業軟件及SaaS時代，確實沒像美國那樣充分發展起來。但反過來看，我們也沒背上那套龐大的傳統軟件存量——沒有那么多陳舊的系統要兼容，沒那么深的舊利益要遷就。當AI這一代到來時，中國反而可能像當年跳過信用卡一樣，輕裝上陣，直接跨進去。

所以中國不會有Snowflake，但這未必是壞事。我們大概率不會去復制一個美國式的獨立軟件巨頭，而會長出一種屬于自己的、AI時代的新物種。

中國AI真正的價值，不在那些通用的、人人都能做的AI工具上，而在水面之下——那套其他國家很難復制的、全鏈路工業體系和產業供應鏈里。這是中國獨有的一張牌。我們有最完整的制造業、最長的產業鏈、最豐富的真實場景。AI一旦鉆進這些產業的肌理里——落到一條生產線怎么排產、一個供應鏈怎么調度、一個行業幾十年沉淀的經驗怎么被機器學會——它創造的價值，遠不是一個通用聊天工具能比的。

美國的AI可能更擅長做那些漂亮的、通用的、面向全世界的工具。而中國的AI，最大的機會是沉到產業里去，做那些不性感、但極有價值的事。這條路，恰恰是美國那套土壤長不出來的。

想清楚了這條路，下一個問題自然就來了：走這條路，需要什么樣的人？

先說一個現象。這一輪AI工具起來后，有意思的是，從大廠出來的那批技術老炮，反而比年輕人更從容。但要說清楚，他們的優勢不是懂某個行業，而是有全局的架構能力和全棧視野。AI把“寫代碼”這件最具體的事補平之后，能往上看到整個系統、能往前延伸到產品的人，自然比只埋頭做某一個模塊的人值錢。

所以對今天的工程師來說，最危險的，是把自己鎖死在一個具體模塊里。未來的工程師，光會寫代碼遠遠不夠，得有全棧能力，還得往前走一步——懂產品，甚至懂業務。只做單一職能的那種工程師，是這一輪最容易被沖掉的。

但全棧、懂產品，還只是技術人員內部的分化。真正最稀缺的，是另一種人：懂行業，又會用AI。因為AI要扎進產業，最難的從來不是技術，是那些藏在老師傅腦子里、寫不進文檔的行業know-how。誰能把這些know-how和AI結合起來，誰就握住了這一輪最值錢的東西。

聽上去很簡單。但仔細想，這種人能從哪兒來？要么是行業老炮學會用AI，要么是技術高手沉進一個行業。可這兩條路，走起來都擰巴。

行業老炮有know-how，但他們有幾十年成功攢下的慣性思維，有多大意愿去相信AI？更難的是，他們會不會、以及愿不愿意把自己壓箱底的經驗、那些當作看家本領的“黑科技”，開放出來、交給AI？技術高手會用AI，但他們有多大意愿跳出舒適區，沉下心去啃一個陌生的行業？就算愿意，又到哪里去找那個肯手把手教他的老師傅？

所以你看，這個邏輯聽上去再簡單不過——懂行業，加上會用AI——可真正能走通的，鳳毛麟角。不是這種人天生就少，是通向它的每一條路，都布滿了反人性的坎。正因為難，才稀缺。但難，不等于沒機會。恰恰相反，正因為難，誰先走通，誰的價值就越大。

前面說的那兩個坎——行業老炮不愿開放經驗、技術人沉不進行業——我們的辦法是：自己作為一家AI native的公司，先把AI基礎工具搭好，找到那些愿意擁抱AI的企業客戶。其中一把手的意愿最關鍵，需要花大量時間深度溝通和影響。然后帶著我們的AI工具入場，我們的人扎進去，陪著客戶，把那些藏在老法師腦子里的“看家本領”，一點一點沉淀到AI產品里，最終共創出適合這家企業的AI產品。

成就客戶始終放在第一位。當有足夠多的實戰案例幫客戶成功，我們在AI時代真正的壁壘也就構建起來了。這件事很重、很慢，看著也很笨，但走到今天，我越來越確信，它才是能幫一個行業真正完成AI轉型的路。

這不只是我們一家的判斷。今年五月，Anthropic和OpenAI前后腳成立了專門的企業服務公司，做的都是同一件事——派工程師駐進客戶內部，一待幾個月，理解業務，在客戶現場把AI系統一點點建起來。兩家最頂尖的模型公司，不約而同地選擇把人沉到客戶身邊去。這恰恰說明：讓AI落進一個行業，靠的從來不是隔空交付一個模型，是有人愿意扎進去。

把這些放在一起看，我是相對樂觀的。中國不會出現下一個Snowflake，但中國有美國沒有的產業縱深，有最豐富的真實場景，中國下一代的AI企業會走出完全不同的另一條康莊大道。另外，AI讓技術平權，讓想象力落地的成本降了九成；懂行業、有判斷力的人，正變得前所未有地值錢。這些我都信，也為此興奮。

最后，有一個擔心。昨晚直播連線結束前，我留給觀眾一個值得思考的問題：一個技術周期，通常也就十幾年。如果這一代最聰明的人，因為AI能解決眼前的一切，就不再去碰數學、物理、計算機的底層原理，不再相信那個笨拙的一萬小時理論，把“我不會、問AI就好”當成天經地義——那么，下一個技術周期的種子，會從哪里長出來？AI很強，但它的強，是站在過去幾十年所有基礎研究的肩膀上。它能把人類已有的知識，重新組合、加速、平權給每一個人。但AI自己，長不出下一個Transformer。能長出