北京AGI-Next前沿峰会圆 是中国人工智能行业少有的“祛魅式”真实表达，既戳破了行 业泡沫，又说出了本土AI发展的现实困境（摘选） 核心阵容：唐杰（智谱AI总裁，清华博士）、林俊旸（阿里通义CEO，北大）、姚顺雨（腾讯混元首席科学家，清华姚班）、杨植麟（月之暗面创始人，清华计算机系）、杨强（香港科大副校长，北大物院毕业毕业） 敢说真话的行业剖白，他们把过去两年行业里堆积的泡沫吹散了，露出底下粗糙但真实的纹理。整理了一下核心价值的部分。 一、没有“画大饼，吹概念” 承认现状吧，中国AI最大的问题是“穷” 这是整场圆桌里我觉得最清醒的一个比喻。阿里的林俊旸把中美差距说得很透：这是富人和穷人的游戏。 什么叫富人？ OpenAl们手里的算力比我们大1-2个数量级。人家拿算力是在做Research，是探索无人区，甚至是在“浪费”钱和人力。 什么叫穷人？ 大部分中国公司手里的卡捉襟见肘，绝大部分算力光是应付业务就已经亮红灯了。 这直接导致了“富和穷”玩法的不同。 富人可以赌找到下一个范式，穷人只能赌确定性。但也没必要悲观。正因为穷，我们才会被逼出一种绝活：算法与基建的极致联合优化。 这种穷则思变的工程能力，富人是不屑于练的，但这就是我们在算力封锁下活下去的唯一氧气管。 二、ToC的智商过剩，与ToB的智商溢价 腾讯的姚顺雨从OpenAI回来后，第一次对外分享。他表示，所有模型都在卷分数 (BenchMark)。但现实是，在ToC端，用户根本分不清你的模型是92分还是98分。 ChatGPT解数学题变强了，对普通大众来说意义有限。 ToC接下来的核心，不再是卷智商，而是卷 Context（上下文）和情商—模型知不知道我今天在哪里，知不知道我冷不冷。 真正的智商溢价在哪里? 在To B，在Coding。企业愿意为那个能把10个任务做对9个的模型付200美金，而不是为做对5个的便宜货付20美金。 三、智谱的唐杰老师判断很准：“AI代替搜索”的战争，随着DeepSeek的出现，已经结束了。下一场硬仗，是Coding(代码能力)。这不仅是程序员的工具，更是未来Agent自我进化的基石。因为那是生产力，那是真金白银。 Agent的终局：模型即产品，套壳没戏。如果你正在做Agent创业，或者所谓的“套壳”应用，这段内容可能会让你重新思考商业模式。 圆桌上的结论很冷酷：模型即产品。林俊旸提到了一个很现实的技术细节：Agent在执行任务时遇到的长尾问题，靠修补Prompt或应用层代码是解决不了的。 解决这些问题，需要回到模型层，通过烧卡训练模型来修复。这意味着，通用Agent的天花板，牢牢掌握在模型厂商手里。没有模型训练能力的公司，很难建立真正的壁垒。 四、冷醒的理性预判 中国赢的概率是20% 这是整场对话最扎心的一问。 主持人问：3-5年后，全球最领先的AI公司是中国公司的概率有多大? 林俊旸给出的数字是：20%。这是一个非常诚实的数据。 听惯了“遥遥领先”的人，可能会觉得这个数字刺耳。但对于一线从业者来说，这个数字无比真实。 姚顺雨还补充了一个文化层面的观察：我们的研究文化，太喜欢“确定性”了。 我们喜欢刷榜，喜欢做那些一定能出结果的改进。而OpenAl之所以能成，是因为他们敢在2022年就去赌一个当时看起来毫无确定性的路线。我们面临的是算力鸿沟，是人才密度的差距，是研究文化上太爱确定性和刷榜的惯性。这种不敢冒险的文化惯性，可能比算力差距更难弥补。 但20%就没有意义了吗？ 智谱的唐杰老师说了一句很感人的话：“我们这一代（AI人）可能是最不幸运的……但如果我们笨笨的坚持，也许走到最后的就是我们。”这就够了。在这个阶段，承认差距，承认我们是“穷人”打法，承认胜率不高，并不是为了贩卖焦虑。相反，只有看清了底牌，不再幻想弯道超车，我们才能在剩下的那20%的可能性里，把工程落地做到极致。这一仗很难打，胜率也不高。但只要还在牌桌上，就别下场。路还很长，保持清醒，请笨笨地坚持吧。 圆桌会议整体而言，这篇内容不是光鲜的行业报告，而是一线从业者的真心话，它让外界看到中国AGI发展不是“一路高歌”，而是在算力、文化、商业模式的多重约束下“摸着石头过河”，这种真实感远比堆砌数据的分析更有价值。
