在2025年的Masters of Scale峰会上，AI领域的泰斗级人物吴恩达（Andrew Ng）在会上对话美国前首席数据科学家DJ Patil。
吴恩达的观点直接而尖锐：技术封锁之下，反而倒逼中国走出了一条超越美国的开源之路；而更危险的是，99%的人正在用错误的方式使用这些强大的模型。
今天，我们就借用吴恩达的视角，看看这场至关重要的AI变局。
/ //AI · 中国风暴///
“过去一两年中，中国在开源权重模型的发布方面已经远远领先于美国。”
当吴恩达在峰会上谈及这点时，台下的硅谷精英们陷入了沉思。作为Google Brain发起人之一、Deep Learning AI的掌舵者，吴恩达的判断向来被视为行业风向标。
他指出，虽然美国的闭源模型（如OpenAI、Google DeepMind的产品）在某些方面仍保持领先，但在开源权重模型这一AI供应链的关键环节上，天平已经倾斜。
中国模型不仅在全球范围内可免费下载，且其迭代速度和性能优化程度令人咋舌。
吴恩达的论断并非空穴来风，来自斯坦福大学和沙利文的多份权威报告也佐证了这一事实。
沙利文的数据显示，中国大模型市场在2024年已突破200亿元，并保持着40%以上的复合增长率。且过去一年，中国研发的开源模型全球下载量占比达到17.1%，正式反超美国的15.8%，位居全球第一。
2025年底，斯坦福大学HAI研究院发布的重磅报告《超越DeepSeek：中国多元化开源AI生态及其政策影响》中，用“不可回避”来形容中国模型。报告指出，从2024年底到2025年，中国开源模型的全球使用量从1.2%激增至近30%。
这股“中国风暴”的背后，是阿里Qwen、DeepSeek、智谱GLM及月之暗面Kimi等四大模型家族的集体崛起。
它们不仅在国内落地生根，更成为了全球开发者的首选基座。Vercel、Fireworks等平台第一时间接入了GLM-4.7等中国模型，甚至赞其为“了不起的假期礼物”。
为什么资源受限（算力管制）反而催生了中国的领先？斯坦福的报告给出了答案：效率革命。
以DeepSeek为代表的中国力量，通过混合专家（MoE）架构，将单次推理成本降到了美国同类模型的几分之一。
这种“被逼出来”的架构创新，使得中国开源模型在性能与成本之间找到了最优解，从而在全球开发者社区中赢得了更广泛的话语权。
/ //技术与应用的温差///
谈及全球竞争时，吴恩达提出了一个发人深省的观点：AI生态绝不能重演移动互联网时代的悲剧。
回顾移动互联网的发展，整个生态系统缺乏活力的根源就在于“双寡头”垄断——Android和iOS成为了绝对的守门人。在这种格局下，任何创新尝试除非获得这两大平台的首肯，否则寸步难行。
而目前全球的AI竞争已演变为两种截然不同的路径：
美国巨头模式（闭源高价）：以 OpenAI 和 Google 为代表，美国科技巨头坚持将最先进的模型视为核心专有资产。他们通过构建技术壁垒和高昂的使用成本，试图在技术制高点上维持绝对的统治力。
中国生态模式（开源开放）：以 DeepSeek（深度求索）和 Qwen（通义千问）为代表，中国企业选择了截然相反的路径。它们不仅完全公开模型权重，更将许可证升级为极度宽松的Apache 2.0协议。这种策略通过构建广泛的开发者联盟，极大地降低了 AI 的应用门槛。
为避免重蹈“移动互联网悲剧”的覆辙，吴恩达指出全球AI发展亟需打破垄断风险。而中国开源力量的蓬勃兴起，恰恰构成了破除这一技术壁垒的核心动能。
它不仅是维护全球AI生态多样性的有效手段，更是保障未来AI时代规避生态僵化、持续激发创新活力的根本保障。
谈罢宏观的全球竞争后，吴恩达将目光回归到技术的社会本质，表示自己坚信“AI能提升生产力，让世界更美好”。
同时，他也承认社会中存在着巨大的温差：当硅谷精英高谈阔论AGI（通用人工智能）与星辰大海时，呼叫中心和快餐店的普通员工听到的却是“你的工作将消失”。
这种生存焦虑引发的不信任感，正在成为阻碍AI广泛应用的隐形高墙。吴恩达指出，要打破这堵墙，AI不应被视为简单的“替代者”，而是“放大器”。
正如软件界存在“10倍工程师”，借助AI，应用得当完全可以迎来“10倍营销、10倍分析、10倍财务”的效率爆发。
那为什么这种爆发尚未普及？
答案很残酷：绝大多数人使用AI的方式，从根本上就是错的。
目前的普遍应用仍停留在初级的“提示词工程”阶段，即用户将AI视为一个线性生成器，要求它“一口气写完文章，不许停顿或修改”。但即使是人类的顶尖作家，用这种方式也写不出好文章。
真正的智能工作流（Agentic Workflow），应当是迭代的。就像写文章需要经历“大纲-研究-初稿-修改”一样，Agentic的核心逻辑是将AI从“问答机器”升级为会拆解任务、自我反思、调用工具的“智能员工”。
这对于普通人和企业而言，无需等待完美模型的出现，合理且高效地利用好当前的AI技术就是一个巨大的机会。
一个基础能力只有80分的模型，一旦嵌入优秀的Agentic工作流，其表现完全可以超越一个90分模型在“零样本”下的单打独斗。这种“流程补足能力”的思路，就是利用现有算力解决实际问题的关键所在。
/ // 塔猴观点///
在AI席卷而来的当下，不懂AI，约等于新时代的“文盲”。
面对“AI将实现编程自动化，下一代无需学习编程”的论调，吴恩达直言：“这是有史以来最糟糕的建议之一。”
因为编程的本质，从来不是敲击代码，而是精准地告诉计算机你想要什么。
未来的核心竞争力，不再是掌握软件的使用方法，而是具备创造解决方案的逻辑。那时候的职场很残酷，会迅速将人分化为两类：
一类人只能等待IT部门或SaaS公司开发出固定的工具，然后被动使用；
另一类人（无论他是营销、财务还是HR）则能够利用AI，根据自己的即时需求，快速搭建出一个专用的自动化应用。
要成为后者，就必须从简单的“提问者”进化为“架构师”，锤炼“工具鉴别力”与“链路编排力”。
这意味着你需要精准判断：什么问题适合用擅长逻辑推理的模型来破题，什么场景应该调用响应极快、成本极低的国产开源模型来执行批量任务；需要知道何时该让两个模型“互搏”以检验真伪，何时该用API将它们串联成自动化流。
值得庆幸的是，身处中国的我们拥有独特的主场优势。中国AI在开源领域的强势崛起（如DeepSeek、Qwen等），为我们提供了低成本、高性能的底层支持。
学会将这些顶尖国产模型融入工作流，不仅是拥抱技术自主，更是在算力成本和响应速度上建立个人的护城河。
在这个被算法重构的时代，别只做祖国强大技术的见证者，去做近水楼台的受益者。
愿这颗“中国芯”，能成为你职业生涯进阶中最强大的合伙人。
（本文为塔猴原创内容，版权所有，转载请注明来源）
原视频链接：
https://www.youtube.com/watch?v=XeUAu65unu8
END
往期回顾：
行业观察|腾讯不再隐身：姚顺雨入局，一场蓄谋已久的AI反击战
行业观察|2025年AI变局复盘：从技术突破到产业落地，解读AI发展的五大关键转折点
行业观察|马斯克访谈揭露未来财富趋势，AI是拉平了贫富差距，还是锁死了阶层？
年终预测|2026AI行业趋势，a16z重磅发布四大核心趋势定义未来
行业观察|2025营销圈最大变局：AI时代不懂GEO，90%的传统营销人将淘汰
