梳理美國發展史，會發現它的每一個重要重要階段，都需要一個陪跑的國家，最初是母國英國，接下來是蘇聯，日本也陪跑過一段，到了AI階段，輪到了中國
美國的全球崛起並不是孤立發生的，除了不斷吸引收納全球人才，在不同曆史階段與不同“陪跑者”之間的爭打互動中逐層成就霸主地位。19世紀末至二戰前，英國是美國的輸出者和陪練人，屬於青出於藍而勝於藍的繼承結構。美國一方麵依賴英國的資本、技術與移民輸入，另一麵通過高關稅保護自己的產業；兩次世界大戰進一步削弱了英國的全球力量，最終美國全麵執掌金融與地緣主導權，形成美國對英國全球體係的全麵反超。
二戰後的冷戰時期，美國的對標對象轉向蘇聯。蘇聯在原子能、太空、導彈等領域的極限施壓，迫使美國從自由放任的資本主義轉向國家參與引導的科技軍工體係。在這種高壓競爭中，美國催生了互聯網、半導體、GPS等奠定現代信息文明的基礎技術。蘇聯成為美國的“壓力測試器”，最終在軍備競賽中被拖垮，而美國收割了全部的冷戰紅利。
20世紀80至90年代，日本成為美國產業升級的倒逼力量。日本在半導體、汽車與消費電子領域的強勢崛起讓美國傳統製造業全麵受挫，美國通過廣場協議、301條款與半導體協議製衡日本，同時在這個壓力下 ，快速完成產業結構的深度調整。日本的這次挑戰讓美國確立了新的霸權原則：允許他國在局部領域領先的同時，美國必須掌握規則製定權與核心標準。
現在，中國成為美國在AI與數字時代的對標者。中國擁有全球最完整的工業體係、龐大的數字基礎設施與領先的新能源、電網，AI應用能力也緊隨美國幾款先行者，使競爭從單一技術比拚升級為算力、電力、數據、算法與產業生態的全要素對抗。去年的DEEPSEEK和最近的KIMI3都引發了AI產業界的動蕩，一些主要AI應用的使用體驗也好於美國的軟件，尤其是免費部分，功能非常強，那麽在這個人類有史以來最具顛覆性的產業，與過去相比，中國會是破局的強力競爭者，還是又一個陪跑者？
我的判斷結論：極大概率還是一個陪跑者！
綜合看，中國的短板並非來自單一因素，而是由多個深層維度共同構成的係統性約束。最核心的問題是底層原創能力的巨大差距。中國在 AI 生態工程化落地、應用創新和參數效率上非常有優勢，但在決定技術範式的“0 到 1”突破上，成績幾乎為零。科研體係的容錯率，評價體係的短周期化，長期的基礎科學投入的缺失，更關鍵的是完全沒有自由意誌主導的那種創新傳統和氛圍，使得中國在 Transformer、擴散模型等底層理論上天生缺乏原創性的定義權。
在底層根本架構和理論上沒有主動權的話，就注定怎麽玩都無法成為真正的主導者。
AI 作為一個極長鏈條的工業體係，美國掌握著 EDA、光刻機、高端 GPU 架構、底層操作係統與多項高端軟件等核心要素，形成全棧無空白的技術壁壘。中國雖在新能源、電網與製造端具備強勢能力，但整體尤其是關鍵硬件上長期存在結構性弱點，而且這方麵中國是亦步亦趨的單打獨鬥，美國則是團體作戰。
美國是全球化盟友體係的深度協同。台灣的頂級代工、日韓的高帶寬內存與材料、歐洲的光刻機與精密光學，共同構成了美國 AI 體係的“全球工業化同盟”。相比之下，中國在高端供應鏈上實際上處於一個孤島狀態，即便在某個單項上有突破，但是長跑下來，絕對無法和半個地球的高端同盟體係爭霸。更不好的是，在這個問題上一貫堅持的自力更生主張，從基本認識上就給自己劃定了無法突破的限製，也可以說底層思維禁錮。
中國龐大的新能源與電網基建，並不是為專為算力需求規劃建設，與能源分布錯配的問題將長期存在；加上芯片性能的落後，使得大規模訓練的成本壓力始終存在。商業化層麵，長期的內卷式價格戰讓企業利潤單薄，難以反哺高額研發投入，並且這種慣性會一直持續；數據生態方麵，訓練頂級模型所需的深度文本與多模態數據存在多種先天不足，首先是在海量英語信息麵前，中文資訊的劣勢太大，近現代200年的有效信息與多學科文獻，英文占據絕大部分；其次就是自由表達的問題，中國有數不清的不可觸碰紅線，這是自縛手腳的現實存在
更進一步，雙方資本體係的差異讓上述的結構性落差變得更加明顯。矽穀的 VC/PE 生態經過幾十年風險運作曆練，主導了整個第三次技術革命產業化進程的全部，敢於押注十多年不見回報的長期項目，形成獨特的估值體係和顛覆性創新機製。而中國資本則完全沒有這方麵的積累，整個中國互聯網的核心勢力，幾乎全部來自外部資本的培育，阿裏，騰訊，網易，字節跳動，美團，其中美元資本是主導力量，可以說中資資本沒有培育出一個初期風險較高的創新企業。
這種情況，使得真正能夠支撐底層 AI 研究的高風險資本極為稀缺，難以形成創新飛輪。
在資本投入的體量上，中國也麵臨巨大差距。美國科技巨頭每年數千億美元的資本開支持續砸向萬卡集群、數據中心與能源基礎設施，以至於最近幾大巨頭持續的重資產投入，一度讓自由現金流態勢受壓，也讓美股波動劇烈。這方麵中國在絕對資金規模與民營資本的風險偏好上難以與之匹敵。疊加當前中國經濟處於深度調整期，房地產去杠杆、地方債務化解與產業轉型等多個不利因素，讓全社會難以承受對長周期、高風險 AI 基建的持續投入。
人才層麵的虹吸效應也將進一步加劇差距。美國依然是全球頂尖 AI 科學家與工程師的聚集地，憑借薪酬、移民政策與學術自由持續吸引全球最優秀的大腦，而中國在這方麵絕大部分靠自己培養，出來幾個出彩的人物，細究下去還是美國參與培養的，比如最近大火的楊植麟。美國在人才方麵的開放與大度也是有傳統的，楊植麟在美國學成畢業時就比較受到重視了，但仍然來去自由；中國本來也還算寬鬆，但是近幾年是越來越緊張，被重視的同時也帶上了某種有形無形的鐐銬，尤其是META收購MANUS案，幾位創業者遇到的情況，讓這種態勢不樂觀。
本周兩位剛剛獲得菲爾茲獎的中國數學家，王虹與鄧煜，都是北大的學生，但是後期加工和真正出成果都在國外，一位在美國，一位在法國，國外為他們提供的不僅是不同的教育環境，更主要的是那種沉浸於純學術的氛圍：無考核，無評估，高薪養一份純粹，那種對學科本身無限追求和保持靈感激情的東西，這種高質量軟性環境的建立，完全無法立竿見影。
最後，根本上的深層差異來自創新環境本身。顛覆式創新往往誕生於高度自由、甚至略顯混亂的極客文化與思想土壤中，它是天性上反獨裁，反絕對意誌的；對失敗的寬容，對權威的解構，是孕育 新技術的溫床。當一個強大的工具讓很多創造它的人都感到擔憂甚至恐懼的時候，那麽自由，寬鬆，甚至極其嚴苛的批評精神，是必須的製衡，反過來，如果這種技術成為強權的工具，甚至幫凶，那它將形成的反噬效應也將是巨大且不可預測的。
所以，別看美國叫喚的很厲害，好像中國AI稍有點什麽動作，美國股市就要抖三抖，找個陪跑是他們一貫的做法，這是傳統，非常清醒和聰明，外部力量的抽鞭子，可以預防內部的老化，空心化甚至腐化，陪跑者最終落後，也是被自己的致命缺陷耽誤的，中國在這場競賽中還有一個巨大的問題，就是不重視利潤，就怕玩著玩著又不惜一切代價了，光伏，電動車，電池最後都卷成了大規模不賺錢產業，人見人怕，不得已上關稅保護，產能已經可以在很多方麵供應全世界的中國，如果在AI產業上沒有意識到過去模式的危險，那最終結果可能就不是陪跑落伍那麽簡單了，英國和日本就算不陪練了，現在也總體很好，蘇聯就不同了，幹脆就沒了，剩下一個小號的俄羅斯，還在搶奪土地這樣的史前思維裏打轉，被現代化甩出800裏地那麽遠。
中國需要警醒，AI非常特殊，就算局部勝利，仍有巨大的可能輸掉全局，因為它在帶來的衝擊，是結構性的，它甚至挑戰整個碳基智能，在它麵前玩權威，遭遇的反擊，恐怕難以想象，更難以承擔。
中國AI：新時代的美國陪跑者
木子力_ (2026-07-25 04:50:31) 評論 (2)
梳理美國發展史，會發現它的每一個重要重要階段，都需要一個陪跑的國家，最初是母國英國，接下來是蘇聯，日本也陪跑過一段，到了AI階段，輪到了中國
美國的全球崛起並不是孤立發生的，除了不斷吸引收納全球人才，在不同曆史階段與不同“陪跑者”之間的爭打互動中逐層成就霸主地位。19世紀末至二戰前，英國是美國的輸出者和陪練人，屬於青出於藍而勝於藍的繼承結構。美國一方麵依賴英國的資本、技術與移民輸入，另一麵通過高關稅保護自己的產業；兩次世界大戰進一步削弱了英國的全球力量，最終美國全麵執掌金融與地緣主導權，形成美國對英國全球體係的全麵反超。
二戰後的冷戰時期，美國的對標對象轉向蘇聯。蘇聯在原子能、太空、導彈等領域的極限施壓，迫使美國從自由放任的資本主義轉向國家參與引導的科技軍工體係。在這種高壓競爭中，美國催生了互聯網、半導體、GPS等奠定現代信息文明的基礎技術。蘇聯成為美國的“壓力測試器”，最終在軍備競賽中被拖垮，而美國收割了全部的冷戰紅利。
20世紀80至90年代，日本成為美國產業升級的倒逼力量。日本在半導體、汽車與消費電子領域的強勢崛起讓美國傳統製造業全麵受挫，美國通過廣場協議、301條款與半導體協議製衡日本，同時在這個壓力下 ，快速完成產業結構的深度調整。日本的這次挑戰讓美國確立了新的霸權原則：允許他國在局部領域領先的同時，美國必須掌握規則製定權與核心標準。
現在，中國成為美國在AI與數字時代的對標者。中國擁有全球最完整的工業體係、龐大的數字基礎設施與領先的新能源、電網，AI應用能力也緊隨美國幾款先行者，使競爭從單一技術比拚升級為算力、電力、數據、算法與產業生態的全要素對抗。去年的DEEPSEEK和最近的KIMI3都引發了AI產業界的動蕩，一些主要AI應用的使用體驗也好於美國的軟件，尤其是免費部分，功能非常強，那麽在這個人類有史以來最具顛覆性的產業，與過去相比，中國會是破局的強力競爭者，還是又一個陪跑者？
我的判斷結論：極大概率還是一個陪跑者！
綜合看，中國的短板並非來自單一因素，而是由多個深層維度共同構成的係統性約束。最核心的問題是底層原創能力的巨大差距。中國在 AI 生態工程化落地、應用創新和參數效率上非常有優勢，但在決定技術範式的“0 到 1”突破上，成績幾乎為零。科研體係的容錯率，評價體係的短周期化，長期的基礎科學投入的缺失，更關鍵的是完全沒有自由意誌主導的那種創新傳統和氛圍，使得中國在 Transformer、擴散模型等底層理論上天生缺乏原創性的定義權。
在底層根本架構和理論上沒有主動權的話，就注定怎麽玩都無法成為真正的主導者。
AI 作為一個極長鏈條的工業體係，美國掌握著 EDA、光刻機、高端 GPU 架構、底層操作係統與多項高端軟件等核心要素，形成全棧無空白的技術壁壘。中國雖在新能源、電網與製造端具備強勢能力，但整體尤其是關鍵硬件上長期存在結構性弱點，而且這方麵中國是亦步亦趨的單打獨鬥，美國則是團體作戰。
美國是全球化盟友體係的深度協同。台灣的頂級代工、日韓的高帶寬內存與材料、歐洲的光刻機與精密光學，共同構成了美國 AI 體係的“全球工業化同盟”。相比之下，中國在高端供應鏈上實際上處於一個孤島狀態，即便在某個單項上有突破，但是長跑下來，絕對無法和半個地球的高端同盟體係爭霸。更不好的是，在這個問題上一貫堅持的自力更生主張，從基本認識上就給自己劃定了無法突破的限製，也可以說底層思維禁錮。
中國龐大的新能源與電網基建，並不是為專為算力需求規劃建設，與能源分布錯配的問題將長期存在；加上芯片性能的落後，使得大規模訓練的成本壓力始終存在。商業化層麵，長期的內卷式價格戰讓企業利潤單薄，難以反哺高額研發投入，並且這種慣性會一直持續；數據生態方麵，訓練頂級模型所需的深度文本與多模態數據存在多種先天不足，首先是在海量英語信息麵前，中文資訊的劣勢太大，近現代200年的有效信息與多學科文獻，英文占據絕大部分；其次就是自由表達的問題，中國有數不清的不可觸碰紅線，這是自縛手腳的現實存在
更進一步，雙方資本體係的差異讓上述的結構性落差變得更加明顯。矽穀的 VC/PE 生態經過幾十年風險運作曆練，主導了整個第三次技術革命產業化進程的全部，敢於押注十多年不見回報的長期項目，形成獨特的估值體係和顛覆性創新機製。而中國資本則完全沒有這方麵的積累，整個中國互聯網的核心勢力，幾乎全部來自外部資本的培育，阿裏，騰訊，網易，字節跳動，美團，其中美元資本是主導力量，可以說中資資本沒有培育出一個初期風險較高的創新企業。
這種情況，使得真正能夠支撐底層 AI 研究的高風險資本極為稀缺，難以形成創新飛輪。
在資本投入的體量上，中國也麵臨巨大差距。美國科技巨頭每年數千億美元的資本開支持續砸向萬卡集群、數據中心與能源基礎設施，以至於最近幾大巨頭持續的重資產投入，一度讓自由現金流態勢受壓，也讓美股波動劇烈。這方麵中國在絕對資金規模與民營資本的風險偏好上難以與之匹敵。疊加當前中國經濟處於深度調整期，房地產去杠杆、地方債務化解與產業轉型等多個不利因素，讓全社會難以承受對長周期、高風險 AI 基建的持續投入。
人才層麵的虹吸效應也將進一步加劇差距。美國依然是全球頂尖 AI 科學家與工程師的聚集地，憑借薪酬、移民政策與學術自由持續吸引全球最優秀的大腦，而中國在這方麵絕大部分靠自己培養，出來幾個出彩的人物，細究下去還是美國參與培養的，比如最近大火的楊植麟。美國在人才方麵的開放與大度也是有傳統的，楊植麟在美國學成畢業時就比較受到重視了，但仍然來去自由；中國本來也還算寬鬆，但是近幾年是越來越緊張，被重視的同時也帶上了某種有形無形的鐐銬，尤其是META收購MANUS案，幾位創業者遇到的情況，讓這種態勢不樂觀。
本周兩位剛剛獲得菲爾茲獎的中國數學家，王虹與鄧煜，都是北大的學生，但是後期加工和真正出成果都在國外，一位在美國，一位在法國，國外為他們提供的不僅是不同的教育環境，更主要的是那種沉浸於純學術的氛圍：無考核，無評估，高薪養一份純粹，那種對學科本身無限追求和保持靈感激情的東西，這種高質量軟性環境的建立，完全無法立竿見影。
最後，根本上的深層差異來自創新環境本身。顛覆式創新往往誕生於高度自由、甚至略顯混亂的極客文化與思想土壤中，它是天性上反獨裁，反絕對意誌的；對失敗的寬容，對權威的解構，是孕育 新技術的溫床。當一個強大的工具讓很多創造它的人都感到擔憂甚至恐懼的時候，那麽自由，寬鬆，甚至極其嚴苛的批評精神，是必須的製衡，反過來，如果這種技術成為強權的工具，甚至幫凶，那它將形成的反噬效應也將是巨大且不可預測的。
所以，別看美國叫喚的很厲害，好像中國AI稍有點什麽動作，美國股市就要抖三抖，找個陪跑是他們一貫的做法，這是傳統，非常清醒和聰明，外部力量的抽鞭子，可以預防內部的老化，空心化甚至腐化，陪跑者最終落後，也是被自己的致命缺陷耽誤的，中國在這場競賽中還有一個巨大的問題，就是不重視利潤，就怕玩著玩著又不惜一切代價了，光伏，電動車，電池最後都卷成了大規模不賺錢產業，人見人怕，不得已上關稅保護，產能已經可以在很多方麵供應全世界的中國，如果在AI產業上沒有意識到過去模式的危險，那最終結果可能就不是陪跑落伍那麽簡單了，英國和日本就算不陪練了，現在也總體很好，蘇聯就不同了，幹脆就沒了，剩下一個小號的俄羅斯，還在搶奪土地這樣的史前思維裏打轉，被現代化甩出800裏地那麽遠。
中國需要警醒，AI非常特殊，就算局部勝利，仍有巨大的可能輸掉全局，因為它在帶來的衝擊，是結構性的，它甚至挑戰整個碳基智能，在它麵前玩權威，遭遇的反擊，恐怕難以想象，更難以承擔。
美國的全球崛起並不是孤立發生的，除了不斷吸引收納全球人才，在不同曆史階段與不同“陪跑者”之間的爭打互動中逐層成就霸主地位。19世紀末至二戰前，英國是美國的輸出者和陪練人，屬於青出於藍而勝於藍的繼承結構。美國一方麵依賴英國的資本、技術與移民輸入，另一麵通過高關稅保護自己的產業；兩次世界大戰進一步削弱了英國的全球力量，最終美國全麵執掌金融與地緣主導權，形成美國對英國全球體係的全麵反超。
二戰後的冷戰時期，美國的對標對象轉向蘇聯。蘇聯在原子能、太空、導彈等領域的極限施壓，迫使美國從自由放任的資本主義轉向國家參與引導的科技軍工體係。在這種高壓競爭中，美國催生了互聯網、半導體、GPS等奠定現代信息文明的基礎技術。蘇聯成為美國的“壓力測試器”，最終在軍備競賽中被拖垮，而美國收割了全部的冷戰紅利。
20世紀80至90年代，日本成為美國產業升級的倒逼力量。日本在半導體、汽車與消費電子領域的強勢崛起讓美國傳統製造業全麵受挫，美國通過廣場協議、301條款與半導體協議製衡日本，同時在這個壓力下 ，快速完成產業結構的深度調整。日本的這次挑戰讓美國確立了新的霸權原則：允許他國在局部領域領先的同時，美國必須掌握規則製定權與核心標準。
現在，中國成為美國在AI與數字時代的對標者。中國擁有全球最完整的工業體係、龐大的數字基礎設施與領先的新能源、電網，AI應用能力也緊隨美國幾款先行者，使競爭從單一技術比拚升級為算力、電力、數據、算法與產業生態的全要素對抗。去年的DEEPSEEK和最近的KIMI3都引發了AI產業界的動蕩，一些主要AI應用的使用體驗也好於美國的軟件，尤其是免費部分，功能非常強，那麽在這個人類有史以來最具顛覆性的產業，與過去相比，中國會是破局的強力競爭者，還是又一個陪跑者？
我的判斷結論：極大概率還是一個陪跑者！
綜合看，中國的短板並非來自單一因素，而是由多個深層維度共同構成的係統性約束。最核心的問題是底層原創能力的巨大差距。中國在 AI 生態工程化落地、應用創新和參數效率上非常有優勢，但在決定技術範式的“0 到 1”突破上，成績幾乎為零。科研體係的容錯率，評價體係的短周期化，長期的基礎科學投入的缺失，更關鍵的是完全沒有自由意誌主導的那種創新傳統和氛圍，使得中國在 Transformer、擴散模型等底層理論上天生缺乏原創性的定義權。
在底層根本架構和理論上沒有主動權的話，就注定怎麽玩都無法成為真正的主導者。
AI 作為一個極長鏈條的工業體係，美國掌握著 EDA、光刻機、高端 GPU 架構、底層操作係統與多項高端軟件等核心要素，形成全棧無空白的技術壁壘。中國雖在新能源、電網與製造端具備強勢能力，但整體尤其是關鍵硬件上長期存在結構性弱點，而且這方麵中國是亦步亦趨的單打獨鬥，美國則是團體作戰。
美國是全球化盟友體係的深度協同。台灣的頂級代工、日韓的高帶寬內存與材料、歐洲的光刻機與精密光學，共同構成了美國 AI 體係的“全球工業化同盟”。相比之下，中國在高端供應鏈上實際上處於一個孤島狀態，即便在某個單項上有突破，但是長跑下來，絕對無法和半個地球的高端同盟體係爭霸。更不好的是，在這個問題上一貫堅持的自力更生主張，從基本認識上就給自己劃定了無法突破的限製，也可以說底層思維禁錮。
中國龐大的新能源與電網基建，並不是為專為算力需求規劃建設，與能源分布錯配的問題將長期存在；加上芯片性能的落後，使得大規模訓練的成本壓力始終存在。商業化層麵，長期的內卷式價格戰讓企業利潤單薄，難以反哺高額研發投入，並且這種慣性會一直持續；數據生態方麵，訓練頂級模型所需的深度文本與多模態數據存在多種先天不足，首先是在海量英語信息麵前，中文資訊的劣勢太大，近現代200年的有效信息與多學科文獻，英文占據絕大部分；其次就是自由表達的問題，中國有數不清的不可觸碰紅線，這是自縛手腳的現實存在
更進一步，雙方資本體係的差異讓上述的結構性落差變得更加明顯。矽穀的 VC/PE 生態經過幾十年風險運作曆練，主導了整個第三次技術革命產業化進程的全部，敢於押注十多年不見回報的長期項目，形成獨特的估值體係和顛覆性創新機製。而中國資本則完全沒有這方麵的積累，整個中國互聯網的核心勢力，幾乎全部來自外部資本的培育，阿裏，騰訊，網易，字節跳動，美團，其中美元資本是主導力量，可以說中資資本沒有培育出一個初期風險較高的創新企業。
這種情況，使得真正能夠支撐底層 AI 研究的高風險資本極為稀缺，難以形成創新飛輪。
在資本投入的體量上，中國也麵臨巨大差距。美國科技巨頭每年數千億美元的資本開支持續砸向萬卡集群、數據中心與能源基礎設施，以至於最近幾大巨頭持續的重資產投入，一度讓自由現金流態勢受壓，也讓美股波動劇烈。這方麵中國在絕對資金規模與民營資本的風險偏好上難以與之匹敵。疊加當前中國經濟處於深度調整期，房地產去杠杆、地方債務化解與產業轉型等多個不利因素，讓全社會難以承受對長周期、高風險 AI 基建的持續投入。
人才層麵的虹吸效應也將進一步加劇差距。美國依然是全球頂尖 AI 科學家與工程師的聚集地，憑借薪酬、移民政策與學術自由持續吸引全球最優秀的大腦，而中國在這方麵絕大部分靠自己培養，出來幾個出彩的人物，細究下去還是美國參與培養的，比如最近大火的楊植麟。美國在人才方麵的開放與大度也是有傳統的，楊植麟在美國學成畢業時就比較受到重視了，但仍然來去自由；中國本來也還算寬鬆，但是近幾年是越來越緊張，被重視的同時也帶上了某種有形無形的鐐銬，尤其是META收購MANUS案，幾位創業者遇到的情況，讓這種態勢不樂觀。
本周兩位剛剛獲得菲爾茲獎的中國數學家，王虹與鄧煜，都是北大的學生，但是後期加工和真正出成果都在國外，一位在美國，一位在法國，國外為他們提供的不僅是不同的教育環境，更主要的是那種沉浸於純學術的氛圍：無考核，無評估，高薪養一份純粹，那種對學科本身無限追求和保持靈感激情的東西，這種高質量軟性環境的建立，完全無法立竿見影。
最後，根本上的深層差異來自創新環境本身。顛覆式創新往往誕生於高度自由、甚至略顯混亂的極客文化與思想土壤中，它是天性上反獨裁，反絕對意誌的；對失敗的寬容，對權威的解構，是孕育 新技術的溫床。當一個強大的工具讓很多創造它的人都感到擔憂甚至恐懼的時候，那麽自由，寬鬆，甚至極其嚴苛的批評精神，是必須的製衡，反過來，如果這種技術成為強權的工具，甚至幫凶，那它將形成的反噬效應也將是巨大且不可預測的。
所以，別看美國叫喚的很厲害，好像中國AI稍有點什麽動作，美國股市就要抖三抖，找個陪跑是他們一貫的做法，這是傳統，非常清醒和聰明，外部力量的抽鞭子，可以預防內部的老化，空心化甚至腐化，陪跑者最終落後，也是被自己的致命缺陷耽誤的，中國在這場競賽中還有一個巨大的問題，就是不重視利潤，就怕玩著玩著又不惜一切代價了，光伏，電動車，電池最後都卷成了大規模不賺錢產業，人見人怕，不得已上關稅保護，產能已經可以在很多方麵供應全世界的中國，如果在AI產業上沒有意識到過去模式的危險，那最終結果可能就不是陪跑落伍那麽簡單了，英國和日本就算不陪練了，現在也總體很好，蘇聯就不同了，幹脆就沒了，剩下一個小號的俄羅斯，還在搶奪土地這樣的史前思維裏打轉，被現代化甩出800裏地那麽遠。
中國需要警醒，AI非常特殊，就算局部勝利，仍有巨大的可能輸掉全局，因為它在帶來的衝擊，是結構性的，它甚至挑戰整個碳基智能，在它麵前玩權威，遭遇的反擊，恐怕難以想象，更難以承擔。