当前位置: 首页 > news >正文

【那片果园,和看不见的根】

最近和一些做AI的朋友聊天,大家不约而同地提到一个现象:现在的AI圈,像极了一片热闹的果园。

果子熟了。红的、紫的、挂满枝头,诱人得很。于是,几乎所有人都提着篮子涌进来了,带着最快的工具,最亮的灯光,抢着摘那些伸手就能够到的果子。场面当然热闹,社交媒体上到处都是丰收的喜讯。

但我常常想,如果有一天,这棵树的果子被摘完了呢?或者更糟——这棵树病了,虫蛀了,根烂了,谁去治?谁去看护那片土壤?

这个念头,是在看到大洋彼岸那两个名字时,反复被勾起的——OpenAI的GPT系列,Anthropic的Claude。它们的出现,像两颗突然升起的信号弹,照亮了整个夜空,也让很多人开始追问:为什么是那里?为什么是它们?

答案当然很多。有人说是资本,有人说是人才,有人说是芯片。这些都对,但我觉得,可能还有一些更深的东西——一些关于“根”的东西,一些我们正在不经意间失去的东西。

先讲两个故事。

第一个故事,关于一个叫“创世纪”的计划。

2025年底,大洋彼岸的那个国家,启动了一项国家级战略。名字很大气,叫“创世纪计划”。目标是:用AI彻底改造科学研究的方式,在十年内将科研生产力和影响力翻倍。

他们要做的事听起来很疯狂:把全国17座国家实验室的超级计算机、数十年积累的覆盖核物理到生物医学的科研数据、顶尖高校的智力资源,全部整合到一个平台上。然后,用AI去攻克那些最难的问题——可控核聚变、新材料发现、量子计算、半导体突破。

这不是一个商业公司的行为,是国家级动员。白宫科技政策办公室的官员说,这是“自阿波罗计划以来,联邦科研资源最大规模的调动”。

为什么要这么做?因为他们看到了一件事:科学进步的速度在放缓,新药批准数量在下降,完成同样的科研产出需要越来越多的研究人员。而AI,可能是打破这个僵局的那把钥匙。

他们把目光投向了最底层、最基础、最慢、最笨的那些问题。

第二个故事,关于一家你可能没听说过的小公司。

三个05后,最大的19岁,最小的17岁,在地下室里捣鼓出了一个叫Aaru的东西。他们用AI模拟人类行为,帮企业做市场调研。给波士顿啤酒公司做测试,一周时间跑出来的结果,和人家花两个月、覆盖500名真人消费者的调研结论完全一致。现在,这家公司的估值已经飙到了10亿美元。

还有一家叫Anthropic的公司,就是做出Claude的那个。他们的工程师效率,据说比2005年巅峰时期的谷歌工程师高1000倍。Claude Cowork这个产品,从有想法到上线,只用了10天。公司里没有职称,所有人都叫“技术成员”(Member of Technical Staff),不写PRD(产品需求文档),不做复杂的规划,所有人群策群力,围着篝火一样的方式,一起雕琢产品。

这家公司的员工,眼神里有一种特别的东西。一个在硅谷摸爬滚打30年的老兵形容说,那是“甜蜜而忧伤的超然感”,像肩负着创造文明级重要事物的使命,像信仰上帝的人看待尘世——笃定、悲悯。

一个是国家级战略,举全国之力攻关底层难题;一个是小团队作战,用近乎疯狂的速度和效率做产品。这两个故事,看似矛盾,却指向同一个东西——对“根”的重视。

前者重视科学的根,后者重视创新的根。

什么是“根”?

对人工智能来说,根是那些最基础、最底层的东西:算法理论的突破、新架构的探索、对科学本质的理解、对未知领域的冒险。

OpenAI成立科学事业部的时候,负责人Kevin Weil说了一句话:“AGI能为人类带来的最重大、最积极的影响,或许正是其推动科学发展的能力。”他手下的GPT-5.2,在GPQA测试(考察博士级科学知识)中得分92%,而人类专家的基线是70%左右。这个模型几乎研读了过去30年发表的所有学术论文。

但这背后,是无数看不见的投入。不是抢热点,不是追风口,是坐在冷板凳上,一遍一遍地读那些没人读的论文,一遍一遍地推演那些没人解的方程。

谷歌DeepMind的创始人Demis Hassabis说得更直接。当被问及为什么要做AI for Science时,他说:“这是我创立DeepMind的初衷,事实上,这也是我毕生深耕AI领域的原因。”他的团队做出了AlphaFold,用AI破解了蛋白质折叠这个困扰生物学界50年的难题。

这些都不是“摘果子”的逻辑。是种树的逻辑。

再看Anthropic。这家公司没有部门壁垒,没有复杂的规范流程,每个人都像工蜂一样,能看到别人在干什么,也能被所有人看到。他们有一个内部文化基因,叫“Yes, and……”——每个想法都会被接纳、审视、品味。

这听起来很浪漫,但背后有一套严苛的筛选机制。能进去的人,都是精英中的精英,精英的程度甚至超过了谷歌巅峰时期。一个在谷歌和亚马逊待了30年的老兵说,以行业专业人士身份进入Anthropic的概率,跟一个高中生打进国家橄榄球联盟差不多。

他们在意的是什么?不是你会不会抢活干,而是你有没有那个“根”——好奇心、开放心态、适应力、对未知的渴望。

这家公司的Claude Code创始人Boris Cherny,从小就是个“折腾”的人。十三四岁的时候,他把数学题的答案写成程序存进计算器,后来考试变难了,就开始写“求解器”,再后来数学更复杂了,就不得不从Basic语言降到汇编语言,只是为了程序跑得快一点。他说:“编程一直只是一个工具,用来做东西、做有用的东西。”

这种对“根”的坚持,不是一天两天的事。是十几年、几十年的事。

写到这里,忍不住看看我们自己。

我们也在忙。很忙。

忙着摘果子。

当一个小团队做出一个亮眼的AI应用,很快,就会有更大的团队跟进。用更快的速度,更流畅的界面,更强大的渠道,复刻出功能几乎一样的产品。然后,用捆绑、补贴的方式,迅速挤掉原创者的生存空间。

这就是我们熟悉的故事。

有人说,这很正常啊,市场竞争嘛。大厂有资源、有用户、有技术,做出来的产品更好,消费者用脚投票,有什么错?

没错。从商业逻辑上讲,一点错都没有。

但我想问的是:如果所有的小团队都知道,自己一旦做出点东西,就会被大厂“借鉴”走,谁还愿意去做那个最初的探索者?

如果所有想冒险的人,都知道冒险的结果是被收割,谁还愿意去冒那个险?

如果没有人在前面探路,那些大厂们,以后的路往哪儿走?

这不是道德问题,是生态问题。

那个30年的硅谷老兵,在分析Anthropic为什么能成功时,总结了一个公式:工作机会大于人数时,就会创新井喷;人数大于工作机会时,则会让内卷开始。

道理很简单。活儿多到干不完的时候,没人会抢别人的项目。每个人都忙着开疆拓土,没空搞政治斗争。反过来,一旦活儿不够分,聪明人就开始“占坑”。你不占,别人就占了。领地意识、派系斗争、办公室政治——全来了。

他举了谷歌的例子。2011年,拉里·佩奇接任CEO,宣布只专注几项核心业务,砍掉了一半的工作量,但人全留着。结果呢?工作不够分,人开始抢活干。从那一刻起,谷歌变得“政治化”,创新引擎熄火,黄金时代终结。

我们今天看到的很多现象,是不是也在这个公式的射程之内?

大家都在抢果子,但果子是有限的。抢着抢着,就开始内卷。卷着卷着,就没人去种树了。

大洋彼岸的那个“创世纪计划”,把六大领域定为技术攻坚的核心方向:先进制造、生物技术、关键材料、核裂变与聚变能源、量子信息科学、半导体与微电子。

这些都是“根”。它们没有一个能在三五年内变现,没有一个能做出爆款应用,没有一个能带来漂亮的日活数据。但它们决定了未来三十年、五十年,谁能站在科技链条的最顶端。

他们把AI全面深度嵌入国家基础科研体系,试图用AI重塑整个科学研究的方式。白宫科技政策办公室主任说,这能把某些科学发现的周期“从几年缩短到几天,甚至几小时”。

这是对“根”的投入。不是投机,是投资。不是摘果子,是养土壤。

而我们的土壤,正在被什么滋养?又被什么侵蚀?

我见过一些很小、很新的团队。他们没什么篮子,只有一颗种子。他们在某个不起眼的角落里,小心翼翼地培土、浇水,盼着它发芽。然后,有时候,一阵风来了,或者一只大手来了,那颗嫩芽就消失了。

不是被踩死的,是被移植走的。移植到更大的园子里,用更先进的滴灌系统,长得更快,结的果更多。这当然没什么不对,甚至可以说是一种高效的资源配置。但问题是,如果所有嫩芽都知道自己注定要被移植,谁还会愿意去做那个最初的、最不确定的培土人呢?

有人说,我们不需要那么多培土人,我们只需要把最好的土壤拿过来,把最好的园丁请过来,在自己的园子里种就行了。

话是这么说。可最肥沃的土壤,往往不是圈出来的,是几代人、无数微生物、落叶、雨水,慢慢滋养出来的。最好的园丁,也不是从天上掉下来的,是他们在无数个没人看见的清晨和黄昏,蹲在地里,一株一株地摸过来的。

那个17岁的技术负责人,14岁就在麻省理工的城市科学实验室构建模拟基础设施。那个做Claude Code的Boris Cherny,十几岁就开始写汇编。那个Demis Hassabis,说自己毕生深耕AI领域。

这些人,不是被移植出来的,是从土壤里长出来的。

我常常替那些大园丁捏一把汗。他们太忙了,忙着摘果子,忙着比谁家的篮子更漂亮。可他们脚下的那片地,够深吗?够肥吗?如果有一天,外面的风停了,水断了,他们赖以生存的那几棵老树,还能撑多久?

那个“创世纪计划”也面临很多挑战。资金能不能到位,数据能不能打通,政治极化会不会拖后腿,社会争议怎么处理。这些都还是未知数。

但他们至少在做一件事——往深处挖。

而我们呢?

我也知道,说这些有点迂阔。毕竟,篮子里的果子是看得见的,地底下的根是看不见的。资本市场看的是篮子,不是根。这很现实,也没什么可指责的。

只是有时候,深夜刷到某个小团队宣布解散的消息,或者看到某个被“借鉴”得面目全非的创意时,会忍不住想:如果有一天,这片果园里只剩下几个巨无霸园丁,彼此望着对方篮子里的果子,会不会突然觉得,有点寂寞?

那时候,再想回头找那些散落在各处、曾经蠢蠢欲动的小园丁,怕是已经找不到了。

Anthropic的那个老兵说,2026年会击垮大量企业。很多公司还没看见这场海啸。

海啸是什么?是AI本身,还是AI带来的范式转移?

我不知道。但我知道一件事:当海啸来的时候,根深的树,站得最稳。

那个做Claude Code的Boris Cherny,在访谈里说了一段话,让我印象很深。

他说,他做的第一个创业项目,其实挺荒唐的。后来做了几个不同的创业项目,然后很早就加入了YC体系的一家创业公司。当被问到“你是怎么决定一个创业做完之后再去做下一个的”时,他的回答是:主要是看“感觉”。

感觉?这也太不靠谱了吧?

但他接着说:它从来不是一条直线,你总是在不断调整方向。在这个过程中,你得搞清楚市场到底要什么、用户到底要什么,而那个答案往往和你最初的想法完全不同。你最开始的那个想法,本质上只是一个假设。而这个假设,几乎总是要调整一次、两次、甚至三次,才能慢慢逼近真实。

这段话让我突然明白一件事:所谓的“根”,不是一开始就有的。它是在一次一次的失败、调整、摸索中,慢慢扎下去的。

没有哪棵树,生来就根深叶茂。都是从小苗长起来的。

而我们现在的生态,对小苗友好吗?

夜深了,窗外的城市灯火通明。

那些灯火里,有多少是正在调试的AI模型?有多少是熬夜加班的程序员?有多少是刚刚拿到融资、兴奋得睡不着觉的创业者?

我不知道。但我知道,每一个灯火背后,都有一群人,在做着他们认为重要的事。

只是,有些人在摘果子,有些人在种树。

摘果子的人,很快就能吃到甜的。种树的人,可能要等很多年,才能尝到第一口果实的滋味。

但没有种树的人,总有一天,果子会摘完的。

大洋彼岸的那个“创世纪计划”,是一场豪赌。赌的是,用国家力量整合资源,用AI重塑科研,用十年时间翻倍生产力。可能成功,也可能失败。但他们至少在做一件事——往深处挖。

Anthropic的那群人,眼神里带着“甜蜜而忧伤的超然感”。他们知道自己在做什么,也知道自己可能会失去什么。但他们还是在做。

而我们呢?

我们能不能也往深处挖一挖?

不是今天挖,明天就出成果的那种。是挖很久、挖很深、可能挖不出什么的那种。

也许能。也许不能。

但我知道,如果永远不挖,那片地,迟早会变成荒漠。

当然,也许是我多虑了。也许这棵树的根,比我想象的要深得多。也许那些大园丁们,一边摘着果子,一边也在偷偷地往更深的地方挖着土。

但愿如此吧。

毕竟,我们都还指着这片果园,过冬呢。

http://www.jsqmd.com/news/493718/

相关文章:

  • 《AI是如何”预见”Oracle安装中的错误的?》
  • 射频实验室生存法则:资深工程师的避坑指南
  • 【LVDS电路结构】
  • 基于深度神经网络(RNN + LSTM)的分类模型探索
  • 家用路由器不仅可以上网,还可以玩这6件事
  • OpenClaw安装配置完全指南
  • 2026年最新成人零基础电子鼓避坑指南:家用静音不扰民
  • GT2510-VTBD三菱电机触摸屏 HMI
  • PCB设计避坑指南:从DFM到EMC的20个常见错误排查清单
  • 定制化组装锂电池设备:精准匹配需求的技术实践
  • 自定义Node.js安装路径及环境变量配置
  • Claude Code 第 2 篇 解决Claude Code在Windows下水土不服:WSL2+国产模型最佳实践
  • GUI 之后,SaaS 该如何为 Agent 重写自己
  • 基于python的服务商后台管理系统设计 项目申报
  • Lingbot-Depth-Pretrain-VitL-14模型精讲:Transformer架构在视觉任务中的演化
  • 粒子群算法(PSO)优化层次分析法(AHP)的综合评价模型
  • 安防监控系统季度维护清单(含红外报警+门禁联动):附可打印检查表
  • GLM-4.6V-Flash-WEB商业案例:电商商品图像智能描述与分类
  • 具身智能:从感知到行动的认知闭环构建
  • 批量快递查询软件使用心得:小递查查让我事半功倍
  • 跨平台算命APP源码开发:UniApp框架与微信小程序双端部署的命理服务解决方案
  • 元胞自动机:微观世界里的材料生长模拟之旅
  • 详解 Vue.js 中的 $emit 与 $on:自定义事件的发布订阅模式
  • 传统问卷设计VS书匠策AI:科研问卷的“智变”之旅
  • 保姆级教程十:软硬大闭环!ZYNQ Linux下联合调用HLS与DMA实现硬件加速(全网最通透)
  • 腾讯云澄清高额费用系历史调用,但普通用户如何分清安装免费和使用收费的界限?这是否存在误导用户的嫌疑?
  • 【什么是服务器?10分钟彻底理解服务器的原理与作用(小白必看)】
  • 告别重复劳作!n8n:技术团队的工作流自动化神器
  • 麦轮 AGV 小车电机选型指南
  • 告别云端延迟:用TensorFlow Lite Micro在STM32上跑通你的第一个AI模型(附完整代码)