摘要：独立思考、叛逆精神、从0到1。
国产AI和硅谷AI，现在还有差距吗？如果有，差距到底有多大？
2023年chatGPT诞生之后，我们能够明显看到一个趋势就是，几乎所有的国内AI厂商都在把自己的大模型产品和chatGPT作为对标。
但在OpenAI明显掉队于Anthropic以及谷歌的今天，已经几乎没有任何一家国产AI会把自己和ChatGPT的差距作为标尺了。何况，DeepSeek的出现还提供了另一种弯道超车的想象空间。
最近一波由Openclaw带来了龙虾火爆，最后似乎再一次证明了，差距几乎已经没有了。接下来是应用能力竞赛的时刻。
但真的是这样吗？
这里想要分享我近期看到的最好的一篇全球产业视野的AI比较文章，我总结了一下作者的核心观点，其实就是标题里所写的——中国国产AI和硅谷AI的最大差距，就是独立思考的能力。
回过头看，DeepSeek确实是一个奇迹。它证明了在算力受限的情况下，我们可以通过算法的精巧设计实现极高的效率。这是一种中国式的智慧，是工程层面的降维打击。
但效率不等于灵魂。
独立思考的背后，是容错率，是好奇心，是允许模型去探索那些“看似无用”的路径，而不是内卷的token用量抑或者是APP的GMV考核。
这里没有唱衰国产AI的意思，看清差距，是为了不再盲目。
今天我们可能需要问自己一个问题。如果明天硅谷不再发布论文，我们还能不能在黑暗中找到前进的路？
目前的答案，恐怕是令人沮丧的。
我们不能总在别人的考卷里追求满分。国产AI的路还很长。我们需要更多的异类，需要更多的疯子。或许只有当我们不再时刻想着“对标”的时候，我们才可能真正实现“对等”。
【以下为原文翻译，版权属于原作者】
两周调研走访：在中国AI生态里我看到了什么
过去两周，我在中国密集拜访了AI生态圈的创始人、风投（VC）以及上市公司的CEO。出发前，我对这里的生态系统非常乐观，期待能发现一批世界级的AI天才，并看到他们正以西方估值的一小部分成本在构建未来。
归来之时，我的观点变得愈发复杂。相比预期，我现在更看好硬件，却相对更看软件，而中国创始人的现状尤其令我意外。
创始人问题
我所支持的那些伟大创始人通常都有一个共同且鲜明的特质：独立思考、叛逆精神、极强的意志力以及近乎痴迷的专注。
他们从不按部就班地听从指示，而是不断追问“为什么”，拒绝接受陈旧的经验。他们做出的决定在局外人看来往往令人费解，但在他们自己看来却理所当然。这种直觉般的、坚持不懈的强度，通常源于一段追求卓越和极度热爱的历史。
这种“锋芒”让他们在风投所见到的海量高智商人群中脱颖而出。
然而，我遇到的许多中国创始人却属于另一种类型，这确实令我始料未及。
他们极具天赋，不仅毕业于名牌大学，还曾在字节跳动或大疆任职，甚至在《自然》杂志发表过论文、拥有多项专利。
那些在西方被视为顶尖技术人才的成就，在这里仅仅是竞争的入场券。此外，他们比我遇到的几乎任何人都更努力。我们的会议遍布各个城市，甚至在周末和深夜。有一位创始人甚至在他妻子分娩当天赶来和我们见面。
尽管如此，独立思考、叛逆精神和“从0到1”的思考却变得更难寻觅。
创始人们的背景大同小异，路演内容也更趋于避险，他们的想法往往是已有事物的、令人印象深刻的优化版本，而非真正的原创性博弈。鉴于中国产出的技术人才规模如此庞大，我原以为会遇到更多带有前所未见想法的人。
我的解读是：中国的教育体系产出了卓越，但没有给偏离标准留下足够的空间。其结果是产出了一批能够出色解决已知问题的执行者，而不是那些能发现未知问题的探索冒险者。
VC正在强化这种模式
更有趣的是，当地的投资者正在积极地推波助澜。
许多中国基金的整个投资逻辑都围绕着支持“字节跳动或大疆的最佳校友”构建。他们看重履历而非棱角，看重身份证明而非坚定信念。
VC团队的背景也反映了这一点：大多数人来自大公司、咨询或银行背景，这与十年前的欧洲VC非常相似。
讽刺的是，历史上最伟大的中国公司的创始人——那些真正建立了划时代公司的人——从未在大公司工作过。
马云曾是一名英语老师，高考落榜两次；任正非在离开军队后，43岁才创立华为；刘强东从中关村的摊位起步创办京东；王兴博士辍学，从第一天起就开始创业。
最近的例子是创办DeepSeek的梁文锋，他除了自己的公司外，从未在其他地方工作过。这些人都是传统的“局外人”，是没有任何大厂背书的人，而这恰恰是当前系统最容易错过的特质。
在寻找这些非典型特质的人才中存在着真正的“超额收益”，但在我看来，目前很少有人往这个方向寻找。
深圳与硬件生态系统
我在中国看到的最令我震撼的，并非创业公司的路演。
而是深圳的硬件地下世界。在那里，工程师们系统性地获取了西方的顶级产品，并逐个部件进行拆解，以极其严谨、精准的方式进行逆向工程。离开时，我真的不确定大多数西方的硬件创始人是否理解他们正在与什么样的对手竞争。
这里的网络效应绝非理论，而是物理的、密集的，并且经过了数十年的积淀。
我们遇到的企业家用数据证实了这一点：超过70%的硬件投入源自大湾区，接近100%来自中国本土。这使得研发的迭代速度达到了西方硬件公司根本无法匹配的水平。
我遇到的大多数创始人都在复制“大疆策略”：先在一个利基市场构建消费级硬件，比如电动轮椅、割草机器人或下一代健身器材，将其规模扩大到数亿营收后，再利用客户群或底层技术扩展到相邻领域。
其中一些业务的规模已经远超你的预期。最令人印象深刻的是拓竹（Bambu），这家大多数西方人还没听说过的3D打印公司，据称其年利润已达5亿美元，且每年都在翻倍。
中国软件的天花板
离开中国时，我对中国软件机会的怀疑程度比刚到时更深了。
在模型层，中国的开源模型确实令人印象深刻，但闭源模型仍显著落后于西方顶尖水平，且差距可能会进一步拉大。
资本支出的差距是巨大的，GPU的获取也持续受限，而且西方实验室正越来越多地采取行动打击知识蒸馏。
营收数字清楚地说明了这一点：据报道，Anthropic仅在二月份的营收就非常可观，而最好的中国模型公司的年经常性收入（ARR）仅为数千万美元。
在软件创业方面，主流画像是前字节跳动的产品经理和研究员，他们大多在构建针对海外市场的Agent或消费软件。
虽然人才确实优秀，但许多产品都处于巨头原生功能的射程范围内，往往一个版本发布就会被取代。我也对大型、快速增长的私有软件公司的缺席感到触动。
在西方，除了模型公司，已经有多个初创公司正以惊人的增长率创造了数亿乃至十亿美元的营收，如Cursor、Loveable、ElevenLabs等。这种级别的突破性私有软件公司在中国基本不存在。虽然有少数例外，如HeyGen、Manus和GenSpark，但它们在崭露头角后最终都选择了转战海外。
估值泡沫
尽管软件领域情况复杂，但无论早期还是后期，市场的狂热都是真实存在的。
在早期阶段，虽然来自字节跳动、DeepSeek和月之暗面的顶级人才仍然比美国同等人才便宜，但估值的中位数已经趋同。尚未出产品的消费级初创公司估值在1亿至2亿美元之间很常见，超过3000万美元的种子前融资也并不罕见。
在后期阶段，这些数字更难解释。Minimax在二级市场的交易价格约为400亿美元，而ARR不到1亿美元，市销率约400倍。智谱估值约为250亿美元，营收为5000万美元。作为参考，OpenAI巅峰时期的融资定价约为66倍ARR，Anthropic约为61倍。
像月之暗面这样的私有模型公司正利用这些公开市场的对照标准，在短短几个月内将估值从60亿、100亿一路推高到180亿美元。
加密货币投资者对这种动态一定很熟悉，即投资者正将私有估值与锁定期前的公开市场标杆进行对比。此外，支撑智谱和Minimax处于这些高位的部分原因在于，它们目前是获得中国AI叙事敞口的唯一途径，因此自带溢价。
随着更多公司进入市场，这种溢价将被稀释。最后，IPO窗口往往会毫无预警地关闭，谁也无法保证在标杆移动之前能完成这种套利。
人形机器人领域也处于类似境地。
中国大约有200家人形机器人公司，其中约20家筹集了超过1亿美元，还有几家估值达到数十亿。这些公司几乎全部都没有收入，大多计划在2026年或2027年前往香港IPO。如果这个市场是真实的，中国在硬件方面的统治地位会让长期结果变得清晰。但商业化的进度可能比目前的融资节奏要慢得多，我也怀疑香港市场是否能支撑这么多百亿级的人形机器人公司，因此我目前选择观望。
值得关注的不对称性
有一件事我没预料到：我遇到的几乎每一个创始人，在考虑中国市场之前都在考虑全球市场。他们熟练使用Claude Code，关注Dwarkesh的访谈。他们对旧金山初创企业格局的了解程度，往往比那些不怎么关注细节的西方投资者还要深。
西方对中国的敌意远高于中国对西方的敌意。
中国创始人认为，将中国的工程执行力、硬件深度与西方的市场策略（GTM）及产品愿景相结合并没有矛盾。当这种组合出现在正确的创业团队身上时，将会产生一些真正卓越的公司。
寻找这些创始人，即那些不符合当地VC生态系统所推崇的“履历模版”的人，正是我们现在的关注重点。
文章来源：
X：José Maria Macedo@ZeMariaMacedo
Cofounder @delphi_labs、Founding Partner @delphi_ventures
热门跟贴