洼地理工支纳粹技术人员的思维逻辑
以下是X上名为 @初码 的账号的两篇贴文
从头到尾，没有看到任何一点怜悯之心，只看到“疯狂”两个字。
共匪癌细胞的增殖速度确实快的惊人，而这个傻逼眼里只有快，是的，科技进步有其有利的那面，但是硬币的背面是什么东西，这个傻逼完全不想去理解。
所以这货居然觉得发展AI的目标是“永生”，这群技术男傻逼内心本质仍然是一个个秦始皇转世，永生意味着人类毁灭，这都讨论到烂的结论，这群傻逼还当成“首次发现”的宝贝一样，两眼放着贪婪的光的农逼模样跃然于屏幕上。
它以为西方不知道它说的这些吗？谁不知道技术发展的规律和路径最终会导向什么方向，但问题是，你是嫌人类自杀不够快吗？你是个什么屌丝东西，马斯克追逐星辰大海，你就是那张擦屁股纸而已，更别说你实际上是习近平的擦屁股纸，永生轮得到你这个傻逼？轮到你这个傻逼那真是人类绝对已经完了。
这群傻逼理工男自以为掌握了一点技术，就可以指点人类未来了，习猪简直就是它们的偶像，实际上就是一群拿着机枪上街的猩猩。
====================================
在这除夕夜里，来聊点全世界唯一首发的重量级干货吧，看问题需要看本质，今天带大家读懂奥卡姆剃刀下DeepSeek一炮而红真正的原因，那就是“工程的胜利”与“这依然是个达尔文的世界”，这是人类自我迭代道路上的又一次精彩的自发性纠错。并且，在最近20年的科技发展史上，已经不止一次重现了这样的精彩过程，虽说世界是残酷的达尔文，但这种迭代过程下所展现出的协作能力，也向我们证明了达尔文与人文的共存法则，下面详细说说：
一、DeepSeek揭示了一个残酷的事实，天才永无上限，人与人差距巨大
具体技术细节的东西，就不多赘述了，即使外行人，这几天通过看新闻和各类大神的帖子，应该也能模糊理解出一个大概，即这次DeepSeek在工程和思维模式上实现了一些突破，也在低成本要求下探索出一些巧思。
那么这种大浪淘沙下进步的核心因素，就是幻方不缺钱的背景，以及最重要的一件事：他的人才储备机制。特别是后者，这相当重要，这相当重要，这相当重要，一定要重复三次。国内头部量化公司，大抵上都爱招聘IOI、MOI、NOIP、ACM的获奖人才，甚至ACM这种偏业务建模向的人才会面临被瞧不上的风险，这不是玩笑，而是严肃的智力等级差异。
很多人会觉得，难道META、谷歌、微软、阿里、腾讯这些大厂的高端人才就不行吗？老实说，还真就不行，这里有多个角度上的差异。
首先大厂有一些他固有的规矩和世俗，哪怕谷歌微软这样众所周知的技术纯粹向的大厂也做不到完全自由开放的研发环境，这和学界众多的学阀故事有着异曲同工之妙。
而幻方恰恰是在这方面实现了一定程度的降维打击，量化机构的决策机制特别个人化或者小团队化，而在建模能力和最终策略的绩效考核上，也和能力强挂钩，特别有趣的一点是，全世界最没心没肺爱拿老板的服务器烧钱测试自己的模型和策略的，就属量化工程师了。所以这就造就了一个天然的、特别适合的，用来做数学向、算法向创业的人才土壤环境。
再者，大家低估了对于固定范式挑战的难度，说一个更听得懂的通俗的例子，在大家都用Python做AI产品、金融分析的时候，突然跳出来一个人大叫一声说，Python是垃圾的动态语言，想要更上一层楼，一定要提高行业入门门槛，基于更加适合工程化的大型静态语言才能实现更牛逼的应用。不好意思，对于发出这么一声大叫，真的很难很难很难，不仅需要面临对范式的挑战，更要求发声者有着深厚的软件工程理解、强大的心理素质以及无比厉害的思想实验深度，而如果他不是行业大佬，还只是个新人，那么他能做的只有默默研发，等真正基于他的想法做出好东西的时候，才能得到认可和理解，否则一定无人问津。
这个例子换到DeepSeek上也是如此，纵观整个大模型研发的过程，别说软件工程了，涉及核心原理神经网络相关的数学工程、涉及高维数据处理的数学工程、涉及训练过程的算法工程、涉及性能处理的算法工程等等。在这些方面，一般的大厂的高级架构师和核心主程甚至光是看明白原理都已经够吃一壶了，在老板的目标压力下，能做的也只有在依葫芦画瓢下夹缝创新了。
所以说到这，不知道你是否稍微能理解为何AI的成功首先出现在美国，而之前中国各大厂除了追赶也只能追赶，这背后的因素，除了土壤，还是土壤。
实际上，一切的一切也才刚刚开始，我们甚至可以说，在大模型领域，连工程都谈不上，目前还只是方法、函数与过程的阶段，哪怕你说这也算工程了，那么也只是数学工程、算法工程上的小架构和小进步，至少这次DeepSeek，还没看到任何软件工程、业务工程、管理工程上的明显突破性进展。作为一名资深软件架构师，请相信我的判断，我能够大胆的说一句，到目前为止，就我个人长期的体验来看，目前大模型世界的所有软件产品背后的业务建模和产品产出（包括各端），除了WebUI好看外，都还是草台班子，是巨大的草台班子，是全行业全员草台班子。不用看代码，只看产品体验就完全感受不到背后对业务建模的深度理解和渴望，即使版本频发也只是功能的迭代而非架构的解耦和重构，换言之，有相当数量的非软件专家在从事AI产品的开发工作，比如就我自己比较多看过的SD的核心和UI，一个字，惨不忍睹，赶紧来个人重构下吧。。
但不管如何，这既是迭代过程的无奈和必须，也是未来的巨大机会。今天我们所讨论的是工程的胜利，而工程这东西，本质上就是各行各业的金字塔尖的一群人，在所属领域内的智慧涌现，这种涌现，很多时候不是循序渐进，而是突然转向的，当你看清楚这个事实的时候，就会知道我们现在需要的是什么，不是人才而是天才：
是思维深度比别人强10倍的天才！
是光通过思想实验就能建立起迷之自信的天才！
是对重构、对解耦有着极致追求和快感的天才！
是在重大决策上可以一眼万年的天才！
是绝对的超级天才！
在这里，我也歪个楼说一段题外话，前段时间我说准备在春节期间好好讲讲川普和左与右的事情，今天先说一小段，对于川普本人，每个人都有自己的评价，但不管如何，在这次的大选，他与马斯克对于美国，对于全世界，最大的贡献，就是将这个世界恢复正常，重新回到残酷的达尔文普世价值中来，对的，这个说法，左派不敢提、不敢想，一往深说就如丧考妣，但很遗憾，这才是正常的世界样貌，这才是正确的世界走向。如果说中国共产党在过去50年做对了什么，那么高考制度一定是其中一件，再看看美国的高校和大厂在搞啥，DEI？不要以为这东西清除了就没有后遗症，真正劲大的还在后面，至少延迟5-10年的长期影响。
这个世界，在过去的200年，每一项重大的科技革命和突破，都是厚积薄发的必然加上个别天才的偶然。没有爱因斯坦，狭义相对论大家伙都差临门一脚，但广义相对论可能要延迟至少50年。如果只有富兰克林的数据和思维，没有沃森和克里克超强的想象力和洞察力，10年也未必解读出双螺旋结构。如果没有香农构建出信息熵的世界观，那么通信时代和计算机时代，很可能要等热力学的老大爷们再折腾几十年才能步入正轨。类似的例子实在太多了，我们必须承认，这个世界的进步属于天才。
二、但庆幸的是，在近20年，人类已经建立起一套天才与普通人有效协作的机制
我们无比悲观的是，天才的涌现是偶然的，因为这依赖全人类突突突生育下的基因突变（目前我还不能理解这种随机，也许有一天能够发现涌现天才的必然性原理和机制），但同时非常开心的事情是，在过去的20年，天才与普通人的协作机制已经越来越纯熟。
前面我说过一个东西，那就是GitHub奇迹，详细可以看这篇帖子：https://twitter.com/chumacn/status/1687074056829612032。原文中我总结道：“Github奇迹，也可以理解为，一帮原本没有展示自我机会的中上游开发人员，通过Github崭露头角，带领着千千万万的中下游开发人员，浪里淘沙、百里挑一，成就了一个又一个新的软件奇迹”。
而原文中没有补充说明的是，这种GitHub所给予的机会，是需要天才适时来纠错的，在这里，就不得不再此搬出安大神（Anders Hejlsberg）-这位全世界最科班、最静态、最深度、最抽象、最解耦、最重构的超级程序员、超级架构师。
当这种绝对天才级人物，发现全世界这么多受益于GitHub奇迹的前端程序员或者低端程序员们，始终受困于javascript那不堪一击的工程能力时，是的，他出手了，捣鼓出了TypeScript，直接将相关软件生态的工程能力，拉升到了一个全新的高度。
这就是天才和普通人之间的协作，你可以说这种协作是偶然的，比如PHP也经历过相当的繁荣，但至今看不到谁来拯救。但也可以说这种协作是必然的，用整体的熵增换取局部的熵减，这是人类至今为止的发展规律，特别是经历了PC互联网时代、全球化时代、移动互联网时代后，直到现在的GitHub、arXiv时代。我们越来越能感受到，“全民大力出奇迹”和“坐等天才涌现”这两件事在各行各业中持续贯彻和发展。
三、恐怖的自迭代和工程爆炸
在过去的2年里，当我第一次领略到ChatGPT能做什么时，我的脑海里就已经涌现出“永生”二字，很多人觉得我在开玩笑，但我深深的知道，这是一种“在必然中等待偶然”的必然。其背后的思考，就是AI时代，自迭代的恐怖和对工程能力的爆炸级促进。
也许下面这个例子的类比不太恰当，但差不多可以帮助思考，这次DeepSeek除了整体的工程进步外，也在调教AI的自迭代能力，也许人文领域不使用RLHF与人类对齐会造成很奇怪的结果，但在纯逻辑领域已经有所顿悟。那么未来的一天，如果能够持续的在思考上自我迭代，这会产生多少无法预料但又十分可观的涌现。
其实对于AI自迭代这块的思考，我的知识储备和知识结构还不足以支撑我去深度思考和理解这个领域的走向，但从一个大的方向看，信息与计算，在物理上的本质已经慢慢被揭示，相互之间的同步感越来越强烈，过去200年，我们搞清楚了物理的世界，就像研究粒子为何自发的运动，在未来的100年，信息的规律也会逐层揭开。你要说未来的AI不能自迭代，我是不信的。
那么再回到工程爆炸，其实这条路径，早就有了十分具象化的清晰画像，通俗的说，哪怕GPT就停留在2025年初的水平，那么他也能帮助全球所有领域所有工程人员提升工程效率，这种提升，是一种肉眼可见的能够量变产生质变的级别。比如软件开发，AI已经切实的减少了至少一半以上的工作量，最重要的是，AI还能实现更加靠谱的自动化测试，甚至能主动提出设计模式、全盘性的对架构提出切实有效的重构建议。没搞过软件工程的人可能无法理解这其中的疯狂所在，这对产业来说，就是光速促进，唯一欠缺的就是各位软件公司的老板，应该好好想想如何能强迫、强制自己的程序员把AI全面应用到工作中来。而软件产业，也已经成了所有产业的底层基石，当基石都在疯狂加速的时候，对上层产业和学科的促进可想而知。
我们能想到所有的学科领域，都会在未来的5-10年里，在一种必然的工程爆炸下，慢慢进入到一些很神奇、很微妙的类似AI自迭代的过程，在观察中你会慢慢发现，人类开始跑步迈向永生了，这不是纯粹生物学的事，这是全部学科的共同进步所带来的真正的天方夜谭。
其实这次DeepSeek事件里，我本人是非常激动的，作为一个喜欢正本清源的纯粹架构师，看我的BIO就能知道，我在软件领域里是小众，当所有的大厂架构师都在吹嘘自己如何知晓云原生，如何构建超大规模基于云的系统时，其实真正的天才架构师一定会建立高效而靠谱的物理机架构，云原生唯一的价值只是去耦合那不得不用他的CDN等场景，而StackOverFlow就是类似DeepSeek的天才。
现在，一个DeepSeek天才勇敢的站出来，给大家指明了方向，那么未来，我看真的不远了！
==============================
思辨是孤独的，原贴发出去后，能看懂到底在说啥的估计不超过50人，是的，这个世界就是这么残酷，学识、信息、认知的堆叠，会使得这样的割裂越来越深。不过没关系，总有人要冲在前面，今天再来一篇让大家更困惑的内容，标题党是：《未来10年的中美AI军备竞赛，为什么美国会一败涂地》，内容如下：
这场“AI军备竞赛”看上去已经开打，但军备竞赛这个概念本身，也许就只是广大网友和川大统领们的一厢情愿，先说结论：
“我认为中美AI军备竞赛是伪命题，但如果一定要求中美AI军备竞赛为真，那无论是做结构性理性分析，还是基于历史经验推测，美国短期内会占得上风，可长期来看，都会被打的毫无招架之力。”
一、中美AI军备竞赛是伪命题
很多人下意识的觉得中美AI竞赛，会再次重复美苏竞争的结局，很可惜，如果真的以史为鉴，那这次美国大概率也要输得一败涂地。一个制造业已经空心，在电子产品、服饰百货等供应链上大规模严重依赖中国的美国，我实在想不出如何能在特别需要集体意志以及偶发性人口优势的项目和方向上，能再赢一次。
AI和光刻机还不一样，AI的产品结构太简单了，硬件之外，除了代码还是代码，而软件领域在今时今日，已经形成了以GitHub为首的完全不可逆的全球化和开源格局。想要严格的把某个模型、某个AI应用成果划分为中国的或是美国的，已经不现实了。所以真正能竞争的，也就剩下3个战场：硬件、人才和投资。
二、在硬件制裁上，美国有短期优势，但在一个长的周期内，几乎可以忽略不计
关于制裁有效性的问题，今天不多赘述，还没看过我关于制裁的论述文章的人，拜托一定要去瞅一眼：https://twitter.com/chumacn/status/1757002279176245679。你必须要意识到，在贸易全球化以及贸易产业结构高度分工的今天，美国想对中国进行超算硬件的完全制裁，可能性为零。
美国的短期优势在于，在H100、H200、B200、GB200 NVL72等硬件设备的首发上，能获得3-6个月的优势，一旦进入NVIDIA向各大核心厂商规律性的量产供货的周期后，限制中国获取硬件就不可能了。
在硬件制裁这个问题上，如果美国做不到像中国一样铁腕治国，追溯到谁帮助卖超算给中国，就把谁全家全公司抓起来以叛国罪论处甚至判处死刑，那么那些还抱有幻想的人（包括美国政府），我今天会多讲一些干货，让你们彻底死了这条心。
1）中国当下拥有的H100、H200的数量，超出想象
就我个人认知范围内，中国大陆境内，不包括H20之外，拥有的A100、A800、H100、H800、H200台数数量，超过5万台，也就是40万张卡。而真实的数量，很可能是这个数字的2倍或者3倍。这是基于实际项目投产所带来的感性的认知。而更加理性认知的话，整个2024年，英伟达超算贸易额的15-25%（注意，这还不包括游戏显卡），通过东南亚跳板应该最终都流向了中国。按照英伟达2024年1000亿美金总销售额，80%的超算占比，粗暴的全部按照H100计算，那么最终流向中国的H100数量应该在 800*0.2*10000/25=64000台H100。
所以无论感性认知还是理性测算，在中国的H100数量都应该至少达到2-3万台。这意味着什么，意味着放弃抵抗吧，贸易全球化的威力就是如此。
2）中国当下拥有的以4090为首的深度学习机、推理机的数量，超出想象，产业成熟度，超出想象
不要以为超算的战场只有H100这样的训练机，训练完成后，总归要去建设推理集群，而中国，已经自发的建设完成了由一个又一个商业化的、市场化的小数据中心组成的全世界最大的推理（深度学习）集群，H100是无法回本的纯投资，但类4090机可深度学习，可大模型推理，都是有回报的投资，所以在这块的建设上，整个2024年，全中国都在高速跑步前（钱）进。
当然了，推理卡的世界，不止4090，还包括3090、3080、4080等游戏涡轮卡，A6000这种专业卡，以及更奢侈的A100 80G(40G) PCIE卡，H100 80G PCIE卡等等。
GPT发展到了第三年，全世界都意识到了一件事，训练的事干的差不多了，也就顶层集团能干了，而推理的多样性玩法才刚刚开始走上历史舞台，2025年可以说是推理元年。
放眼全世界，在推理集群的产业建设上，中国已经一枝独秀。
3）伴随着4090的发展，在华强北，出现了一个神奇的产业链，我把他叫：二手算力重新贴片产业。
众所周知，英伟达为了把控销售利润，防止4090游戏卡去抢A6000、LS40等专业卡的市场，对于4090核心做涡轮卡这件事是严格控制的，一度禁止所有AIC生产3090、4090涡轮卡。但无奈AD102-300/301等4090核心的历史出货量实在太大，散落到用户手上后，最终彻底进入自由的二手流通市场。
而除了芯片之外，PCB、显存以及电容电阻等各类电子元器件都不是制裁产品，所以就很容易通过植球和再贴片的方式，生产加工出完全全新的4090涡轮显卡。比较靠谱的数字，从AIC官方或者各类民间贴片厂流通出去的4090白牌涡轮显卡，每年保守达到10万片甚至更多。
4）更加让大家没想到的是，H100，也已经加速从贸易市场，沦为了和4090一样的维修和再加工市场。
H100虽然使用了SXM接口，也加入了HGX大模组的全新架构，但是从量产到现在快2年了，也几乎被华强北全部破解。
按照英伟达官方的定义，H100更为准确的叫法是DGX H100超算服务器，其由一个X86传统服务器加一个H100 HGX大模组构成，X86结构不用说，已经没有奥秘。而H100 HGX大模组，由一个基座底板+一个HMC芯片+8片H100 SXM显卡+一套散热模块组成，其结构原理和运转方式也近乎透明（这是通用计算架构不可避免的）。
至此，整个DGX H100超算服务器，X86机身随手可得，芯片+底板+HCM芯片都可以通过二手方式获取，而H100 SXM显卡的PCB底板可以自主生产，散热模块也可以自主生产，甚至可以预见到的是，很快底板和HMC芯片也能自主生产。所以在整个2025年，最多到6月份，H100就会彻底的落入到“二手算力重新贴片产业”这个俗套中。
而海外超算中心为了升级H200、B200所淘汰的H100算力，也最终都会进入到华强北的贸易圈。这种游戏，在过去的20年，在CPU、内存、硬盘、X86服务器的领域，已经不知道经历过多少次轮回了。
5）H200开始加密？抱歉，也属痴人说梦
其实H200、B200的DGX架构，相比H100并没有改进或复杂多少，最多在液冷等机械结构上加以升级，本质上的硬件体系并没有发生变化，对于华强北来说，升级所带来的学习成本增加就很低。
而美国商务部可能也发现了对于H100制裁的失控，所以从H200开始，加入了机头GPS定位，并且对于销售过程进行进一步严苛的管控。但效果呢？除了对价格和成本有所影响外，我看不到任何阻止流入中国的迹象。
因为你是通用架构，只要是通用架构，就无法在硬件层面做到100%的定向管控，因为变态严苛一定会误伤正常的非制裁客户。绕来绕去，这始终是一场自欺欺人的游戏。
6）终极大招还没出来，只要互联网存在一天，超算就不会间断。
由于H100动辄200-300万一台，这种级别的资产投资，别说国资了，就算对不差钱的互联网大厂来说，在采购管理和资产维护上，也是小心翼翼的。但人是一种会自发提高精神阈值的动物，当你习惯了高价货品后，心理防备会不断降低，直到某一天，当这个行业里的每个人，从管理层到一线业务人员，都对贵价设备习以为常时，当大家看到H100的售后、维修、再生产产业十分健全时，当H100不再是一个奢侈品概念时。大规模出海之日就到来了。
到那个时候，各个互联网大厂，也已经深刻认识到了AI是第一生产力，AI服务器不是虚幻的投资，而是实实在在的价值。那么在英伟达最新架构的显卡出来时，他们（阿里、字节、腾讯、小米等）一定会第一时间通过壳公司在海外设立超算中心，先买它个256、512集群玩起来再说，如果海外有他们熟悉的领地，设立正式的训练中心也不是不可能。
所以到了这个层面的时候，所谓的制裁还玩个屁呢？
三、在人才机制上，美国已经步入下行周期，而中国，则存在龙出升天的结构性机会
奥巴马和拜登，是让中国躺赢。而川普，则不停的帮助中国训练抗击打能力，但无论哪种执政风格，在人才培养上，当下这个时刻的前5年和后5年，都给了中国巨大的喘息机会。
美国最好的人才岁月是共和党建制派时期和奥巴马早中期，那是真正的全球化美好阶段，全球的优质人才涌入美国，助推了这一波又一波的巨头科技革命，这些人，是真正的0-1的创新者，是迸发科技奇迹的火苗和希望。
但人类的特点就是爱折腾，从奥巴马晚期开始，黑命贵、LGBTQ、DEI等妖魔鬼怪的源头种子就开始往大学和大厂深度侵蚀，川普的第一任期实际上毫无作为，时刻被党内建制派掣肘，所以直到拜登下台，这波污染又延续了10年，在无尽资金弹药的支持下，前后20年的意识形态与价值观输出，说难听一点，弄得美国国将不国、人将不人。这样不尊重科学规律和社会规律的大环境，这样唯意识形态论处的大环境，还如何吸引优质人才。
很多人可能还不服气，觉得这几年美国不是还在搞创新吗，当然，因为底子很厚，经得起糟蹋，但你要知道，社会级政策的结果表达都是有滞后性的，等看到疗效的时候，已经病入膏肓无药可救了。而更要命的是，在川普的这一强势任期内，虽然在意识形态上进行了强有力的逆转，但他高举的是美国优先的大旗，关上了全球化的大门，也附带扔掉了人才流入的钥匙，这种顾头不顾腚的行为，和“计划生育国策”也没啥区别了。
所以美国未来10年的人才走向会很艰难，一方面只能吃30-50岁人才的老本，另一方面的，20-30岁的人才人流会持续减少甚至损失。而AI行业是极度依赖高智商和深度思维的创新，这是20-30岁年轻人的天堂，请问这样的美国，如何在AI行业持续伟大？
反观中国，在过去20年最被人诟病的就是，只会做模仿者和追随者，缺乏0-1的能力和精神，做应用级创新还行，搞基础科研和行业级创新没门！没错，这个说法完全正确，但这也是有着深厚的历史因素的，一方面儒家中庸思想是中华传统，出人头地、当官发财、买车买房，这些庸俗的事情无一不阻碍着创新精神，另一方面中国在过去的30年里，房地产这一对未来经济严重透支的行业，也对中产顶尖技术人才有着深远的创新阻碍影响，那些随大流的80、90后科技人才，受困于每月房贷而不敢创新只求安稳的不在少数。
而从国际局势和国内形势看，当下的中国内忧外患，几乎与全世界西方阵营为敌，国内经济也持续下行，甚至每月都要“被崩溃一次”。即使客观分析的话，中国的债务、财政、地产、人口、养老等结构性问题，无论哪一个都够吃一大壶，似乎也不利于人才的成长。
但是，如果你真的静下心来去分析的话，正所谓否极泰来，当下的中国，哪怕啥啥不行，但是在人才培养上，反而在结构性调整上，打开了一条新的出路！这不是意淫，而是正经的推理分析。
1）80后90后，再过5-10年就要通过工资和积蓄把房贷还完了，而他们的小孩也开始步入社会独立生活，这部分人群里，一旦没有了生活的负担压力，可以激活与释放一小部分十分强大的创新力，并且以中产阶级的身份，对他们即将上大学的小孩们形成了正向的人才扶持。
2）地产经济虽然还在死撑，但地产泡沫和伴随的系统性金融风险早晚有一天会崩塌，不是25年就是26 27年，一旦完全塌方，那对于未来10年的大学生来说，无论在价值观上还是社会现实上，都无需再去背负那压在身上的隐性大山，这可以说是极大的人才利好。
3）70 80 90这三代人经历的生育高峰，在未来的15年里，会释放出最后的人口红利，截止2040年达到最高峰，15年累计输出2亿大学生人口。
4）中央引发了《教育强国建设规划纲要（2024－2035年）》，很明确的提出诸多扶持教育的要求，而有两点是特别值得注意的，1是每年教育支出只增不减，2是人工智能不再是学科要求，而提升成了顶层规划。
在以上因素的叠加下，中国很快会享受到一波强大的结构性优势，顶峰浪潮会在2028-2030年到来，那时候如果你见到中国大面积获诺贝尔奖千万不要惊讶，因为底部在今日就已形成。
对了，为了防止抬杠，我补充一句，一个社会的结构和发展，不是非黑即白的，未来的很多年里，大面积的底层互害和飞跃性的科研发展，这两个场景会怪异性的同时出现在中国，所以就别再说什么经济下行社会崩溃了，我们今天讨论的就不是中国的经济问题。
基于以上对人才的认知，你还觉得美国高枕无忧了吗！
四、在投资决心上，中美都有，但川普治下的美国会更加理智，而中国，大跃进起来可是玩真的
比拼完硬件和人才后，其实还能扳手腕的就剩下投资了，作为世界排名一二的两个国家，都不缺钱，比的就是投资决策路径和速度了。
从这个角度出发的话，美国再次落后一个身位。虽然大总统要求全球资本家都来美国投资，但如下几方面的因素阻碍了投资速度：
1）美国的AI投资之所以起了大早砸了大坑，本质上还是聚集在美国的这些科技巨头们的市场化的行为，他们最早嗅探到了行业的变化，也有足够的现金储备来支撑空白期的研发。可一旦进入到百家争鸣的状态，现代企业治理架构就会干预投资热情，延缓大跃进的速度。
2）大统领的星际之门之梦，看热闹可以，当真可就要吃亏了。无论是美国的逆全球化之路，还是更加法制健全的商业环境，甚至是川普自己这套归回理性和正常的右派治理班子，都不支持对AI投资的无脑加码，任何投资决策都一定要基于合理的产出预期和回报测算。
而反观中国，疯起来向来不要命：
1）国内大厂们对AI的投资，刚进入疯狂期。在追随和观望了国际巨头2年后，阿里、腾讯、字节们会在2025年开始发力投资，至少是2024年2倍打底的人才和硬件投入。
2）DeepSeek彻底点燃了希望和激情，鼓舞所有的大中小厂投身AI行业和AI研究，引领着新一轮的底层研发热闹和应用热潮。
3）中国政府有一套已经被反复证明行之有效的产业发展思路，也再次应用到了人工智能上，即：中央根据市场的变化，反复座谈和内参后，形成顶层重大决策->顶层决策文件随着红头文件逐级下发->各级政府根据文件精神进行招商引资->筑巢引凤过程中动用各种官方与民间的金融杠杆工具->孵化成功的企业加成式的享受各级补贴，形成正反馈->资本闻风而动，快速形成各种、各级的产业基金进一步反哺。这种半市场化的产业玩法，是近些年光伏、新能源、芯片等领域能够切实大跃进的根本原因，你可以说里面产生了很多腐败，但如果你把玩法本身当成风投来看的话，其实收益率还挺高的。
4）在2024年，政府层面（财政直拨、央企投资、国企投资等）对于算力的直接投资，在上半年还遮遮掩掩，不管4090还是H100的投资，都要满足3-5年回本的回报测算。但进入下半年后，谁他妈还看回本周期？特别是能源指标的玩法杀入算力投资市场后，疯狂的大跃进脚步就再也停不下来了。2025年后，这种疯狂还会延续下去，一方面是因为新能源的投资依然有巨大的正收益反馈，所以光伏、风电指标+算力投资的组合有着极其合理的生命力，而另一方面，经历了过去2年的财政痛苦后，终于迎来了大放水，新一轮的大印钞里，基建一定是大头，而数字基建，也从原先模模糊糊的概念，就此真正意义上的走上了中国投资的主舞台，数字基建的重要性，会和路、桥、高铁、地铁等传统基建一样，钢印般的盖在各级政府主官的脑子里。
以上，多个角度综合来看，好像真的把美国写死了，谁来抢救一下。。。
从头到尾，没有看到任何一点怜悯之心，只看到“疯狂”两个字。
共匪癌细胞的增殖速度确实快的惊人，而这个傻逼眼里只有快，是的，科技进步有其有利的那面，但是硬币的背面是什么东西，这个傻逼完全不想去理解。
所以这货居然觉得发展AI的目标是“永生”，这群技术男傻逼内心本质仍然是一个个秦始皇转世，永生意味着人类毁灭，这都讨论到烂的结论，这群傻逼还当成“首次发现”的宝贝一样，两眼放着贪婪的光的农逼模样跃然于屏幕上。
它以为西方不知道它说的这些吗？谁不知道技术发展的规律和路径最终会导向什么方向，但问题是，你是嫌人类自杀不够快吗？你是个什么屌丝东西，马斯克追逐星辰大海，你就是那张擦屁股纸而已，更别说你实际上是习近平的擦屁股纸，永生轮得到你这个傻逼？轮到你这个傻逼那真是人类绝对已经完了。
这群傻逼理工男自以为掌握了一点技术，就可以指点人类未来了，习猪简直就是它们的偶像，实际上就是一群拿着机枪上街的猩猩。
====================================
在这除夕夜里，来聊点全世界唯一首发的重量级干货吧，看问题需要看本质，今天带大家读懂奥卡姆剃刀下DeepSeek一炮而红真正的原因，那就是“工程的胜利”与“这依然是个达尔文的世界”，这是人类自我迭代道路上的又一次精彩的自发性纠错。并且，在最近20年的科技发展史上，已经不止一次重现了这样的精彩过程，虽说世界是残酷的达尔文，但这种迭代过程下所展现出的协作能力，也向我们证明了达尔文与人文的共存法则，下面详细说说：
一、DeepSeek揭示了一个残酷的事实，天才永无上限，人与人差距巨大
具体技术细节的东西，就不多赘述了，即使外行人，这几天通过看新闻和各类大神的帖子，应该也能模糊理解出一个大概，即这次DeepSeek在工程和思维模式上实现了一些突破，也在低成本要求下探索出一些巧思。
那么这种大浪淘沙下进步的核心因素，就是幻方不缺钱的背景，以及最重要的一件事：他的人才储备机制。特别是后者，这相当重要，这相当重要，这相当重要，一定要重复三次。国内头部量化公司，大抵上都爱招聘IOI、MOI、NOIP、ACM的获奖人才，甚至ACM这种偏业务建模向的人才会面临被瞧不上的风险，这不是玩笑，而是严肃的智力等级差异。
很多人会觉得，难道META、谷歌、微软、阿里、腾讯这些大厂的高端人才就不行吗？老实说，还真就不行，这里有多个角度上的差异。
首先大厂有一些他固有的规矩和世俗，哪怕谷歌微软这样众所周知的技术纯粹向的大厂也做不到完全自由开放的研发环境，这和学界众多的学阀故事有着异曲同工之妙。
而幻方恰恰是在这方面实现了一定程度的降维打击，量化机构的决策机制特别个人化或者小团队化，而在建模能力和最终策略的绩效考核上，也和能力强挂钩，特别有趣的一点是，全世界最没心没肺爱拿老板的服务器烧钱测试自己的模型和策略的，就属量化工程师了。所以这就造就了一个天然的、特别适合的，用来做数学向、算法向创业的人才土壤环境。
再者，大家低估了对于固定范式挑战的难度，说一个更听得懂的通俗的例子，在大家都用Python做AI产品、金融分析的时候，突然跳出来一个人大叫一声说，Python是垃圾的动态语言，想要更上一层楼，一定要提高行业入门门槛，基于更加适合工程化的大型静态语言才能实现更牛逼的应用。不好意思，对于发出这么一声大叫，真的很难很难很难，不仅需要面临对范式的挑战，更要求发声者有着深厚的软件工程理解、强大的心理素质以及无比厉害的思想实验深度，而如果他不是行业大佬，还只是个新人，那么他能做的只有默默研发，等真正基于他的想法做出好东西的时候，才能得到认可和理解，否则一定无人问津。
这个例子换到DeepSeek上也是如此，纵观整个大模型研发的过程，别说软件工程了，涉及核心原理神经网络相关的数学工程、涉及高维数据处理的数学工程、涉及训练过程的算法工程、涉及性能处理的算法工程等等。在这些方面，一般的大厂的高级架构师和核心主程甚至光是看明白原理都已经够吃一壶了，在老板的目标压力下，能做的也只有在依葫芦画瓢下夹缝创新了。
所以说到这，不知道你是否稍微能理解为何AI的成功首先出现在美国，而之前中国各大厂除了追赶也只能追赶，这背后的因素，除了土壤，还是土壤。
实际上，一切的一切也才刚刚开始，我们甚至可以说，在大模型领域，连工程都谈不上，目前还只是方法、函数与过程的阶段，哪怕你说这也算工程了，那么也只是数学工程、算法工程上的小架构和小进步，至少这次DeepSeek，还没看到任何软件工程、业务工程、管理工程上的明显突破性进展。作为一名资深软件架构师，请相信我的判断，我能够大胆的说一句，到目前为止，就我个人长期的体验来看，目前大模型世界的所有软件产品背后的业务建模和产品产出（包括各端），除了WebUI好看外，都还是草台班子，是巨大的草台班子，是全行业全员草台班子。不用看代码，只看产品体验就完全感受不到背后对业务建模的深度理解和渴望，即使版本频发也只是功能的迭代而非架构的解耦和重构，换言之，有相当数量的非软件专家在从事AI产品的开发工作，比如就我自己比较多看过的SD的核心和UI，一个字，惨不忍睹，赶紧来个人重构下吧。。
但不管如何，这既是迭代过程的无奈和必须，也是未来的巨大机会。今天我们所讨论的是工程的胜利，而工程这东西，本质上就是各行各业的金字塔尖的一群人，在所属领域内的智慧涌现，这种涌现，很多时候不是循序渐进，而是突然转向的，当你看清楚这个事实的时候，就会知道我们现在需要的是什么，不是人才而是天才：
是思维深度比别人强10倍的天才！
是光通过思想实验就能建立起迷之自信的天才！
是对重构、对解耦有着极致追求和快感的天才！
是在重大决策上可以一眼万年的天才！
是绝对的超级天才！
在这里，我也歪个楼说一段题外话，前段时间我说准备在春节期间好好讲讲川普和左与右的事情，今天先说一小段，对于川普本人，每个人都有自己的评价，但不管如何，在这次的大选，他与马斯克对于美国，对于全世界，最大的贡献，就是将这个世界恢复正常，重新回到残酷的达尔文普世价值中来，对的，这个说法，左派不敢提、不敢想，一往深说就如丧考妣，但很遗憾，这才是正常的世界样貌，这才是正确的世界走向。如果说中国共产党在过去50年做对了什么，那么高考制度一定是其中一件，再看看美国的高校和大厂在搞啥，DEI？不要以为这东西清除了就没有后遗症，真正劲大的还在后面，至少延迟5-10年的长期影响。
这个世界，在过去的200年，每一项重大的科技革命和突破，都是厚积薄发的必然加上个别天才的偶然。没有爱因斯坦，狭义相对论大家伙都差临门一脚，但广义相对论可能要延迟至少50年。如果只有富兰克林的数据和思维，没有沃森和克里克超强的想象力和洞察力，10年也未必解读出双螺旋结构。如果没有香农构建出信息熵的世界观，那么通信时代和计算机时代，很可能要等热力学的老大爷们再折腾几十年才能步入正轨。类似的例子实在太多了，我们必须承认，这个世界的进步属于天才。
二、但庆幸的是，在近20年，人类已经建立起一套天才与普通人有效协作的机制
我们无比悲观的是，天才的涌现是偶然的，因为这依赖全人类突突突生育下的基因突变（目前我还不能理解这种随机，也许有一天能够发现涌现天才的必然性原理和机制），但同时非常开心的事情是，在过去的20年，天才与普通人的协作机制已经越来越纯熟。
前面我说过一个东西，那就是GitHub奇迹，详细可以看这篇帖子：https://twitter.com/chumacn/status/1687074056829612032。原文中我总结道：“Github奇迹，也可以理解为，一帮原本没有展示自我机会的中上游开发人员，通过Github崭露头角，带领着千千万万的中下游开发人员，浪里淘沙、百里挑一，成就了一个又一个新的软件奇迹”。
而原文中没有补充说明的是，这种GitHub所给予的机会，是需要天才适时来纠错的，在这里，就不得不再此搬出安大神（Anders Hejlsberg）-这位全世界最科班、最静态、最深度、最抽象、最解耦、最重构的超级程序员、超级架构师。
当这种绝对天才级人物，发现全世界这么多受益于GitHub奇迹的前端程序员或者低端程序员们，始终受困于javascript那不堪一击的工程能力时，是的，他出手了，捣鼓出了TypeScript，直接将相关软件生态的工程能力，拉升到了一个全新的高度。
这就是天才和普通人之间的协作，你可以说这种协作是偶然的，比如PHP也经历过相当的繁荣，但至今看不到谁来拯救。但也可以说这种协作是必然的，用整体的熵增换取局部的熵减，这是人类至今为止的发展规律，特别是经历了PC互联网时代、全球化时代、移动互联网时代后，直到现在的GitHub、arXiv时代。我们越来越能感受到，“全民大力出奇迹”和“坐等天才涌现”这两件事在各行各业中持续贯彻和发展。
三、恐怖的自迭代和工程爆炸
在过去的2年里，当我第一次领略到ChatGPT能做什么时，我的脑海里就已经涌现出“永生”二字，很多人觉得我在开玩笑，但我深深的知道，这是一种“在必然中等待偶然”的必然。其背后的思考，就是AI时代，自迭代的恐怖和对工程能力的爆炸级促进。
也许下面这个例子的类比不太恰当，但差不多可以帮助思考，这次DeepSeek除了整体的工程进步外，也在调教AI的自迭代能力，也许人文领域不使用RLHF与人类对齐会造成很奇怪的结果，但在纯逻辑领域已经有所顿悟。那么未来的一天，如果能够持续的在思考上自我迭代，这会产生多少无法预料但又十分可观的涌现。
其实对于AI自迭代这块的思考，我的知识储备和知识结构还不足以支撑我去深度思考和理解这个领域的走向，但从一个大的方向看，信息与计算，在物理上的本质已经慢慢被揭示，相互之间的同步感越来越强烈，过去200年，我们搞清楚了物理的世界，就像研究粒子为何自发的运动，在未来的100年，信息的规律也会逐层揭开。你要说未来的AI不能自迭代，我是不信的。
那么再回到工程爆炸，其实这条路径，早就有了十分具象化的清晰画像，通俗的说，哪怕GPT就停留在2025年初的水平，那么他也能帮助全球所有领域所有工程人员提升工程效率，这种提升，是一种肉眼可见的能够量变产生质变的级别。比如软件开发，AI已经切实的减少了至少一半以上的工作量，最重要的是，AI还能实现更加靠谱的自动化测试，甚至能主动提出设计模式、全盘性的对架构提出切实有效的重构建议。没搞过软件工程的人可能无法理解这其中的疯狂所在，这对产业来说，就是光速促进，唯一欠缺的就是各位软件公司的老板，应该好好想想如何能强迫、强制自己的程序员把AI全面应用到工作中来。而软件产业，也已经成了所有产业的底层基石，当基石都在疯狂加速的时候，对上层产业和学科的促进可想而知。
我们能想到所有的学科领域，都会在未来的5-10年里，在一种必然的工程爆炸下，慢慢进入到一些很神奇、很微妙的类似AI自迭代的过程，在观察中你会慢慢发现，人类开始跑步迈向永生了，这不是纯粹生物学的事，这是全部学科的共同进步所带来的真正的天方夜谭。
其实这次DeepSeek事件里，我本人是非常激动的，作为一个喜欢正本清源的纯粹架构师，看我的BIO就能知道，我在软件领域里是小众，当所有的大厂架构师都在吹嘘自己如何知晓云原生，如何构建超大规模基于云的系统时，其实真正的天才架构师一定会建立高效而靠谱的物理机架构，云原生唯一的价值只是去耦合那不得不用他的CDN等场景，而StackOverFlow就是类似DeepSeek的天才。
现在，一个DeepSeek天才勇敢的站出来，给大家指明了方向，那么未来，我看真的不远了！
==============================
思辨是孤独的，原贴发出去后，能看懂到底在说啥的估计不超过50人，是的，这个世界就是这么残酷，学识、信息、认知的堆叠，会使得这样的割裂越来越深。不过没关系，总有人要冲在前面，今天再来一篇让大家更困惑的内容，标题党是：《未来10年的中美AI军备竞赛，为什么美国会一败涂地》，内容如下：
这场“AI军备竞赛”看上去已经开打，但军备竞赛这个概念本身，也许就只是广大网友和川大统领们的一厢情愿，先说结论：
“我认为中美AI军备竞赛是伪命题，但如果一定要求中美AI军备竞赛为真，那无论是做结构性理性分析，还是基于历史经验推测，美国短期内会占得上风，可长期来看，都会被打的毫无招架之力。”
一、中美AI军备竞赛是伪命题
很多人下意识的觉得中美AI竞赛，会再次重复美苏竞争的结局，很可惜，如果真的以史为鉴，那这次美国大概率也要输得一败涂地。一个制造业已经空心，在电子产品、服饰百货等供应链上大规模严重依赖中国的美国，我实在想不出如何能在特别需要集体意志以及偶发性人口优势的项目和方向上，能再赢一次。
AI和光刻机还不一样，AI的产品结构太简单了，硬件之外，除了代码还是代码，而软件领域在今时今日，已经形成了以GitHub为首的完全不可逆的全球化和开源格局。想要严格的把某个模型、某个AI应用成果划分为中国的或是美国的，已经不现实了。所以真正能竞争的，也就剩下3个战场：硬件、人才和投资。
二、在硬件制裁上，美国有短期优势，但在一个长的周期内，几乎可以忽略不计
关于制裁有效性的问题，今天不多赘述，还没看过我关于制裁的论述文章的人，拜托一定要去瞅一眼：https://twitter.com/chumacn/status/1757002279176245679。你必须要意识到，在贸易全球化以及贸易产业结构高度分工的今天，美国想对中国进行超算硬件的完全制裁，可能性为零。
美国的短期优势在于，在H100、H200、B200、GB200 NVL72等硬件设备的首发上，能获得3-6个月的优势，一旦进入NVIDIA向各大核心厂商规律性的量产供货的周期后，限制中国获取硬件就不可能了。
在硬件制裁这个问题上，如果美国做不到像中国一样铁腕治国，追溯到谁帮助卖超算给中国，就把谁全家全公司抓起来以叛国罪论处甚至判处死刑，那么那些还抱有幻想的人（包括美国政府），我今天会多讲一些干货，让你们彻底死了这条心。
1）中国当下拥有的H100、H200的数量，超出想象
就我个人认知范围内，中国大陆境内，不包括H20之外，拥有的A100、A800、H100、H800、H200台数数量，超过5万台，也就是40万张卡。而真实的数量，很可能是这个数字的2倍或者3倍。这是基于实际项目投产所带来的感性的认知。而更加理性认知的话，整个2024年，英伟达超算贸易额的15-25%（注意，这还不包括游戏显卡），通过东南亚跳板应该最终都流向了中国。按照英伟达2024年1000亿美金总销售额，80%的超算占比，粗暴的全部按照H100计算，那么最终流向中国的H100数量应该在 800*0.2*10000/25=64000台H100。
所以无论感性认知还是理性测算，在中国的H100数量都应该至少达到2-3万台。这意味着什么，意味着放弃抵抗吧，贸易全球化的威力就是如此。
2）中国当下拥有的以4090为首的深度学习机、推理机的数量，超出想象，产业成熟度，超出想象
不要以为超算的战场只有H100这样的训练机，训练完成后，总归要去建设推理集群，而中国，已经自发的建设完成了由一个又一个商业化的、市场化的小数据中心组成的全世界最大的推理（深度学习）集群，H100是无法回本的纯投资，但类4090机可深度学习，可大模型推理，都是有回报的投资，所以在这块的建设上，整个2024年，全中国都在高速跑步前（钱）进。
当然了，推理卡的世界，不止4090，还包括3090、3080、4080等游戏涡轮卡，A6000这种专业卡，以及更奢侈的A100 80G(40G) PCIE卡，H100 80G PCIE卡等等。
GPT发展到了第三年，全世界都意识到了一件事，训练的事干的差不多了，也就顶层集团能干了，而推理的多样性玩法才刚刚开始走上历史舞台，2025年可以说是推理元年。
放眼全世界，在推理集群的产业建设上，中国已经一枝独秀。
3）伴随着4090的发展，在华强北，出现了一个神奇的产业链，我把他叫：二手算力重新贴片产业。
众所周知，英伟达为了把控销售利润，防止4090游戏卡去抢A6000、LS40等专业卡的市场，对于4090核心做涡轮卡这件事是严格控制的，一度禁止所有AIC生产3090、4090涡轮卡。但无奈AD102-300/301等4090核心的历史出货量实在太大，散落到用户手上后，最终彻底进入自由的二手流通市场。
而除了芯片之外，PCB、显存以及电容电阻等各类电子元器件都不是制裁产品，所以就很容易通过植球和再贴片的方式，生产加工出完全全新的4090涡轮显卡。比较靠谱的数字，从AIC官方或者各类民间贴片厂流通出去的4090白牌涡轮显卡，每年保守达到10万片甚至更多。
4）更加让大家没想到的是，H100，也已经加速从贸易市场，沦为了和4090一样的维修和再加工市场。
H100虽然使用了SXM接口，也加入了HGX大模组的全新架构，但是从量产到现在快2年了，也几乎被华强北全部破解。
按照英伟达官方的定义，H100更为准确的叫法是DGX H100超算服务器，其由一个X86传统服务器加一个H100 HGX大模组构成，X86结构不用说，已经没有奥秘。而H100 HGX大模组，由一个基座底板+一个HMC芯片+8片H100 SXM显卡+一套散热模块组成，其结构原理和运转方式也近乎透明（这是通用计算架构不可避免的）。
至此，整个DGX H100超算服务器，X86机身随手可得，芯片+底板+HCM芯片都可以通过二手方式获取，而H100 SXM显卡的PCB底板可以自主生产，散热模块也可以自主生产，甚至可以预见到的是，很快底板和HMC芯片也能自主生产。所以在整个2025年，最多到6月份，H100就会彻底的落入到“二手算力重新贴片产业”这个俗套中。
而海外超算中心为了升级H200、B200所淘汰的H100算力，也最终都会进入到华强北的贸易圈。这种游戏，在过去的20年，在CPU、内存、硬盘、X86服务器的领域，已经不知道经历过多少次轮回了。
5）H200开始加密？抱歉，也属痴人说梦
其实H200、B200的DGX架构，相比H100并没有改进或复杂多少，最多在液冷等机械结构上加以升级，本质上的硬件体系并没有发生变化，对于华强北来说，升级所带来的学习成本增加就很低。
而美国商务部可能也发现了对于H100制裁的失控，所以从H200开始，加入了机头GPS定位，并且对于销售过程进行进一步严苛的管控。但效果呢？除了对价格和成本有所影响外，我看不到任何阻止流入中国的迹象。
因为你是通用架构，只要是通用架构，就无法在硬件层面做到100%的定向管控，因为变态严苛一定会误伤正常的非制裁客户。绕来绕去，这始终是一场自欺欺人的游戏。
6）终极大招还没出来，只要互联网存在一天，超算就不会间断。
由于H100动辄200-300万一台，这种级别的资产投资，别说国资了，就算对不差钱的互联网大厂来说，在采购管理和资产维护上，也是小心翼翼的。但人是一种会自发提高精神阈值的动物，当你习惯了高价货品后，心理防备会不断降低，直到某一天，当这个行业里的每个人，从管理层到一线业务人员，都对贵价设备习以为常时，当大家看到H100的售后、维修、再生产产业十分健全时，当H100不再是一个奢侈品概念时。大规模出海之日就到来了。
到那个时候，各个互联网大厂，也已经深刻认识到了AI是第一生产力，AI服务器不是虚幻的投资，而是实实在在的价值。那么在英伟达最新架构的显卡出来时，他们（阿里、字节、腾讯、小米等）一定会第一时间通过壳公司在海外设立超算中心，先买它个256、512集群玩起来再说，如果海外有他们熟悉的领地，设立正式的训练中心也不是不可能。
所以到了这个层面的时候，所谓的制裁还玩个屁呢？
三、在人才机制上，美国已经步入下行周期，而中国，则存在龙出升天的结构性机会
奥巴马和拜登，是让中国躺赢。而川普，则不停的帮助中国训练抗击打能力，但无论哪种执政风格，在人才培养上，当下这个时刻的前5年和后5年，都给了中国巨大的喘息机会。
美国最好的人才岁月是共和党建制派时期和奥巴马早中期，那是真正的全球化美好阶段，全球的优质人才涌入美国，助推了这一波又一波的巨头科技革命，这些人，是真正的0-1的创新者，是迸发科技奇迹的火苗和希望。
但人类的特点就是爱折腾，从奥巴马晚期开始，黑命贵、LGBTQ、DEI等妖魔鬼怪的源头种子就开始往大学和大厂深度侵蚀，川普的第一任期实际上毫无作为，时刻被党内建制派掣肘，所以直到拜登下台，这波污染又延续了10年，在无尽资金弹药的支持下，前后20年的意识形态与价值观输出，说难听一点，弄得美国国将不国、人将不人。这样不尊重科学规律和社会规律的大环境，这样唯意识形态论处的大环境，还如何吸引优质人才。
很多人可能还不服气，觉得这几年美国不是还在搞创新吗，当然，因为底子很厚，经得起糟蹋，但你要知道，社会级政策的结果表达都是有滞后性的，等看到疗效的时候，已经病入膏肓无药可救了。而更要命的是，在川普的这一强势任期内，虽然在意识形态上进行了强有力的逆转，但他高举的是美国优先的大旗，关上了全球化的大门，也附带扔掉了人才流入的钥匙，这种顾头不顾腚的行为，和“计划生育国策”也没啥区别了。
所以美国未来10年的人才走向会很艰难，一方面只能吃30-50岁人才的老本，另一方面的，20-30岁的人才人流会持续减少甚至损失。而AI行业是极度依赖高智商和深度思维的创新，这是20-30岁年轻人的天堂，请问这样的美国，如何在AI行业持续伟大？
反观中国，在过去20年最被人诟病的就是，只会做模仿者和追随者，缺乏0-1的能力和精神，做应用级创新还行，搞基础科研和行业级创新没门！没错，这个说法完全正确，但这也是有着深厚的历史因素的，一方面儒家中庸思想是中华传统，出人头地、当官发财、买车买房，这些庸俗的事情无一不阻碍着创新精神，另一方面中国在过去的30年里，房地产这一对未来经济严重透支的行业，也对中产顶尖技术人才有着深远的创新阻碍影响，那些随大流的80、90后科技人才，受困于每月房贷而不敢创新只求安稳的不在少数。
而从国际局势和国内形势看，当下的中国内忧外患，几乎与全世界西方阵营为敌，国内经济也持续下行，甚至每月都要“被崩溃一次”。即使客观分析的话，中国的债务、财政、地产、人口、养老等结构性问题，无论哪一个都够吃一大壶，似乎也不利于人才的成长。
但是，如果你真的静下心来去分析的话，正所谓否极泰来，当下的中国，哪怕啥啥不行，但是在人才培养上，反而在结构性调整上，打开了一条新的出路！这不是意淫，而是正经的推理分析。
1）80后90后，再过5-10年就要通过工资和积蓄把房贷还完了，而他们的小孩也开始步入社会独立生活，这部分人群里，一旦没有了生活的负担压力，可以激活与释放一小部分十分强大的创新力，并且以中产阶级的身份，对他们即将上大学的小孩们形成了正向的人才扶持。
2）地产经济虽然还在死撑，但地产泡沫和伴随的系统性金融风险早晚有一天会崩塌，不是25年就是26 27年，一旦完全塌方，那对于未来10年的大学生来说，无论在价值观上还是社会现实上，都无需再去背负那压在身上的隐性大山，这可以说是极大的人才利好。
3）70 80 90这三代人经历的生育高峰，在未来的15年里，会释放出最后的人口红利，截止2040年达到最高峰，15年累计输出2亿大学生人口。
4）中央引发了《教育强国建设规划纲要（2024－2035年）》，很明确的提出诸多扶持教育的要求，而有两点是特别值得注意的，1是每年教育支出只增不减，2是人工智能不再是学科要求，而提升成了顶层规划。
在以上因素的叠加下，中国很快会享受到一波强大的结构性优势，顶峰浪潮会在2028-2030年到来，那时候如果你见到中国大面积获诺贝尔奖千万不要惊讶，因为底部在今日就已形成。
对了，为了防止抬杠，我补充一句，一个社会的结构和发展，不是非黑即白的，未来的很多年里，大面积的底层互害和飞跃性的科研发展，这两个场景会怪异性的同时出现在中国，所以就别再说什么经济下行社会崩溃了，我们今天讨论的就不是中国的经济问题。
基于以上对人才的认知，你还觉得美国高枕无忧了吗！
四、在投资决心上，中美都有，但川普治下的美国会更加理智，而中国，大跃进起来可是玩真的
比拼完硬件和人才后，其实还能扳手腕的就剩下投资了，作为世界排名一二的两个国家，都不缺钱，比的就是投资决策路径和速度了。
从这个角度出发的话，美国再次落后一个身位。虽然大总统要求全球资本家都来美国投资，但如下几方面的因素阻碍了投资速度：
1）美国的AI投资之所以起了大早砸了大坑，本质上还是聚集在美国的这些科技巨头们的市场化的行为，他们最早嗅探到了行业的变化，也有足够的现金储备来支撑空白期的研发。可一旦进入到百家争鸣的状态，现代企业治理架构就会干预投资热情，延缓大跃进的速度。
2）大统领的星际之门之梦，看热闹可以，当真可就要吃亏了。无论是美国的逆全球化之路，还是更加法制健全的商业环境，甚至是川普自己这套归回理性和正常的右派治理班子，都不支持对AI投资的无脑加码，任何投资决策都一定要基于合理的产出预期和回报测算。
而反观中国，疯起来向来不要命：
1）国内大厂们对AI的投资，刚进入疯狂期。在追随和观望了国际巨头2年后，阿里、腾讯、字节们会在2025年开始发力投资，至少是2024年2倍打底的人才和硬件投入。
2）DeepSeek彻底点燃了希望和激情，鼓舞所有的大中小厂投身AI行业和AI研究，引领着新一轮的底层研发热闹和应用热潮。
3）中国政府有一套已经被反复证明行之有效的产业发展思路，也再次应用到了人工智能上，即：中央根据市场的变化，反复座谈和内参后，形成顶层重大决策->顶层决策文件随着红头文件逐级下发->各级政府根据文件精神进行招商引资->筑巢引凤过程中动用各种官方与民间的金融杠杆工具->孵化成功的企业加成式的享受各级补贴，形成正反馈->资本闻风而动，快速形成各种、各级的产业基金进一步反哺。这种半市场化的产业玩法，是近些年光伏、新能源、芯片等领域能够切实大跃进的根本原因，你可以说里面产生了很多腐败，但如果你把玩法本身当成风投来看的话，其实收益率还挺高的。
4）在2024年，政府层面（财政直拨、央企投资、国企投资等）对于算力的直接投资，在上半年还遮遮掩掩，不管4090还是H100的投资，都要满足3-5年回本的回报测算。但进入下半年后，谁他妈还看回本周期？特别是能源指标的玩法杀入算力投资市场后，疯狂的大跃进脚步就再也停不下来了。2025年后，这种疯狂还会延续下去，一方面是因为新能源的投资依然有巨大的正收益反馈，所以光伏、风电指标+算力投资的组合有着极其合理的生命力，而另一方面，经历了过去2年的财政痛苦后，终于迎来了大放水，新一轮的大印钞里，基建一定是大头，而数字基建，也从原先模模糊糊的概念，就此真正意义上的走上了中国投资的主舞台，数字基建的重要性，会和路、桥、高铁、地铁等传统基建一样，钢印般的盖在各级政府主官的脑子里。
以上，多个角度综合来看，好像真的把美国写死了，谁来抢救一下。。。
