翻日本雅虎新闻的评论区，发现最近的画风变了。前两年日本人聊中国，绕不开电动车、光伏板、大疆无人机。
到了2026年这个夏天，讨论区里刷得最多的词，成了DeepSeek、Kimi、通义千问。
这轮转向背后藏着更深一层焦虑。日本人担心的已经不只是产品追不上，而是造产品的那批年轻人，日本这边越来越难冒出来了。
先讲一个具体的画面。今年春天东京大学开了场公开论坛，几位教授在台上分析DeepSeek和Kimi的技术路线。台下一位学生举手问了句，这些团队核心成员平均年龄怎么才三十出头。
台上安静了好几秒。这段视频被上传之后，评论区一片叹气。日本大厂里三十岁的工程师，很多人还在打下手，独立带项目几乎不敢想。
日本媒体的口风也跟着变。日本经济新闻做了一组专题，标题直接问日本AI是不是掉队了。文里引用了斯坦福大学2025年AI指数报告。
数据说，截至2023年，中国占全部已授权AI专利的69.7%。日本连前五都没挤进去。
更扎心的是，某份国际AI能力榜单上，日本排到了第十一位，被印度和韩国压在了身后。
日本老牌AI公司Preferred Networks的高管在采访里承认，日本二十多年前在神经网络研究上是走在前面的。甘利俊一那一辈学者的论文，到今天还是全球教科书级别。
可惜学术领先没能换成产业优势。2019年到2023年这四年，美国推出了一百八十多个有影响力的基础大模型，中国拿出三十来个，日本几乎交了白卷。
那么中国这边为什么能不断冒出年轻团队？答案得往回倒二十年。
中国九年义务教育阶段就把数学、物理、信息课压得实。一层层筛下来，孩子进大学理工科底子已经很厚。
日本中小学教育更宽松，数学课时也偏少。到了AI这种高度依赖数学的领域，差距会被放大很多倍。到了大学这一环，差距被拉得更开。
教育部数据显示，全国已有六百多所高校开设了人工智能本科专业。这个规模全球独一份。
清华、浙大、上海交大、中科大这几所每年输送的AI相关毕业生数以万计。中国每年培养的STEM毕业生超过五百万人。
日本这个数字大概只有中国的十分之一。人才池子的深浅，一开头就把结局定了。光有人还不行，得有让人施展的土壤。
DeepSeek创始人梁文锋接受采访时说过大意的话，显卡固然重要，可最宝贵的资源是那批愿意为难题连续熬几个月的年轻人。DeepSeek团队核心成员大多是北大、清华、浙大刚毕业没几年的博士，平均年龄不到三十。
这种把重担直接压给年轻人的做法，日本大厂文化里几乎找不到对应。Kimi背后的月之暗面走的是同一条路。
杨植麟带出的团队里，二十几岁独立带项目的工程师一抓一大把。Kimi K2发布之后，日本ITmedia做过一期专访。
作者在文里特别提到，让他吃惊的与其说是模型跑分，倒不如说是团队成员领英履历上的工作年限。很多人只写了两三年。
日本大企业里做到主任研究员，通常要熬十五年以上。聊到日本的年功序列，这是绕不开的坎。这套规矩起源于战后经济起飞时期。
那会儿终身雇佣、论资排辈，撑起了索尼、松下、丰田的黄金年代。可到了AI这种拼速度的赛道，老规矩变成了枷锁。
一个二十八岁的日本博士进大厂，被安排做螺丝钉。等他熬到能拍板的位置，同龄的中国工程师可能已经带出了三代模型。
X平台上有条推文我们截了图。一位署名早稻田大学计算机系毕业的日本网友写道，日本从不缺天才，缺的是敢把方向盘交给年轻人的勇气。
这条推文点赞过了十万。评论区里有人自嘲，日本社会讲究前辈后辈，年轻人想法再好也得先给前辈端茶倒水。等能主导项目那天，激情早磨光了。
话带情绪，道理不假。再说资金投入。日本经济产业省2026年度预算总额约3.07万亿日元，其中AI半导体相关计入能源对策特别会计，国产AI基础模型开发费就确保了3873亿日元。2026年度AI半导体相关预算规模约达1.23万亿日元。
中国搞的东数西算工程，把西部算力和东部需求打通。光这个基础设施的想象力，日本目前拿不出对标方案。
韩国的追赶速度也给日本敲了警钟。三星今年上半年公布了自研大模型Gauss2的进展。Naver的HyperCLOVA X已经铺进了东南亚市场。
韩国政府宣布投入2.5万亿韩元级别的资金建国家AI计算中心，目标2028年建成搭载1.5万颗高端AI芯片。日本媒体做对比时苦笑，自己既没有中国那样的人才规模，也没有韩国那样的政策决心，夹在中间越来越尴尬。
日本也不是完全没动作。今年上半年，日本政府牵头推动了AI相关新法案，鼓励企业加大对生成式AI的投入，还设了专门针对青年研究者的资助计划。
软银的孙正义高调宣布，要把Stargate项目的一部分落地日本。可业内反应普遍冷淡。
钱能砸出机房，砸不出愿意在实验室连熬三个月的年轻人。这才是根子上的短板。
有一位在涩谷做AI医疗影像的社长抱怨过，他招应届生时，八成候选人第一句问的是稳定吗，而不是这个方向有多大想象空间。这种社会心态差距，比技术差距更难追。
中国年轻人愿意扎堆去杭州、深圳搏一把。日本年轻人更愿意进大商社、大银行图安稳。两种气质差得远。
今年有一位从东京大学博士毕业的日本AI研究者，在个人博客上写下加入中国一家AI公司的原因。
他说在日本，导师推荐他去某老牌电机厂做研究员，路径清晰、待遇不错。可预见接下来十年都在优化同一个模块。
上海的团队直接告诉他，来了就带一条独立技术线。博客被日媒转载后引发讨论，很多人第一次意识到，人才正在悄悄流走。
从史实角度看，日本这次AI掉队有前车之鉴。上世纪八十年代，日本搞过一次雄心勃勃的第五代计算机计划，砸了几百亿日元，最后无疾而终。
原因也类似，官僚主导、企业跟随、缺乏灵活的创业生态。四十年过去，日本似乎没把这个教训真正消化，同一个坑又踩了一遍。
这跟能力关系不大，更多是体制惯性作祟。改起来比造一款大模型难得多。
站在2026年这个节点回头看，中国AI这波爆发绝不是运气。从义务教育的数理基础，到六百多所高校的人工智能专业，再到愿意把重担压给年轻人的企业文化，这一整套东西环环相扣。缺一环都跑不起来。
DeepSeek、Kimi、通义、豆包、混元一个接一个冒出来，靠的是背后那片肥沃的土壤。日本看到的是果实，真正该学的是种树的方法。
这场AI竞赛拼到今天，越来越像一场接力赛，而不是短跑。谁能持续把接力棒交到下一代年轻人手里，谁就能一直跑下去。
日本媒体现在集中反思教育、盯着人才机制、也在拷问企业文化。愿意反思是好事，可反思之后能不能动手改，那是另一个故事。
中国这边与其为DeepSeek们欢呼，不如把更多目光投给那些还在实验室熬夜的年轻工程师。
