How A Nerd from China DESTROYED The US AI Biosphere？

这是一篇六千字的分段杂文，概括了我一周的各种议论和交谈。我先列出要点。只需1分钟就能读完。

因为现阶段的AI基础研究（从科研到技术）还远不能满足其商品化（从技术到产品）阶段的理性需求，所以，DeepSeek引起了在股市上的“AI风暴”，它客观的”预示“：

1. 不断地还会有很多颠覆性的发展和新闻接踵而至，不必每次都震惊；
2. 过早投资建设“从技术到产品阶段”，是盲动。有两个例子：生成式AI（ChatGPT）和电动汽车（BYD）。都是基础科技还没有证实其限制和潜力，就进入了市场。
3. “生成式AI”的产品，只是AI中有所商业突破的方面，还有很多人工智能领域或更重要、更实用；关心AI大趋势者，得学习。现实的社会行业，尤其是行政、学术、法务等尤其得注意到，它已经在动摇规范化体制的权威，解放了文牍和统计的机器生产力。发展到意识形态，体制就更能管控。
4. AI的发展依靠的是半导体工业的计算技术的支撑，是“量子经济和技术革命”延续的发展和成就。但是得了解这场“革命”的前后文和初衷。它的本意是要摆脱垄断资本和政治，解放个体的智慧和生产力。不顾这个大前提，例如“高科技巨人公司“把社会信息和行业数据私有化，结果就只是传统工业垄断的变本加厉。
5. 光有宪法还不够，公民需要提高教育水平。不识字的人，就只能听信人家给你宣读的内容，自己没有辨别，结果反过来人民的国家就被征服給独裁统治了。这是北美的国父从建国时就担忧的事情。普遍的国人、专家、政客、投资者和网红网民等是不懂科学的，更看不懂AI。
6. 生成式AI的语言模型，最近的发展是全球长期可持续行发展的结果，不是一时一事一国的胜负。人为炒作起来的估值和股价，跌下来也是人为的估值和股价。还没研究好呢，就为没成熟的技术投资还想赚钱，当然就老得被过程中的中间结果给不断地颠覆和”震惊“，结果是反而白浪费了投资或赚不回本钱。还有，由于意识形态的限制AI只能被当今的大国和大阵营内部使用，成为竞争天下和瓜分市场的工具。

对人民或网民或消费者来说：天下本无事，不要把人工智能变成“人工自讨麻烦”。A I工具中的创造力和限制，同是体现了研发AI的人自己独特或有限的思维。至于不在研发职业中的人们，永远不必关心的就是人工智能的进展，而是“人工不能”的缺陷。所不能的，需要的是人的智慧，我们作人永恒的本分。

M教授一清早转来两段“热议”的即时话题（人工智能和电电池汽车），是关于同一类的时事：中美科技竞争。这两天到处都是DeepSeek的新闻和评论，暴风骤雨。先是，新能源车辆行业，已经构成了中国制造业借贷金融危机、中欧零售市场剧变、北美贸易壁垒、欧美传统工业瘫痪；然后，变本加厉的是生成式AI的语言模型，中国异军突起，似乎要作废已经成型的美国金融投入前景。新闻媒体工作者和国家舆论鼓动家，都在如股票投机商一样地在欢呼或震惊。

议论太多了，但所缺的是客观耐心的科技观察：我觉得公众且不必把这两件事当作是科技竞争，因为这两个“爆发性”事件，都并没有顾及基础科技研究的探索和成熟，而是过急、过早和强化地进入产品应用。那在公众中热议什么呢？需知高深的科学原理，对于公众低下知识水平来说，实在是很难弄清的是。有兴趣的，可以先静下来观察过程，学习一点儿科普，不必助阵。少发议论，因为你搞不懂！

由于科技界在基础原理、甚至科研方法学上，还不够成熟，“中国AI风暴”以来，巨大差异的研发性价比，就不得不再议论方法学的取舍和优劣，但遂金融市场马上就发生了信心危机，构成了“风暴”。国家的科技竞争，两边的工作者都各有说辞，但实在要弄清和证实所研发的基础原理和基本出发点和现实目标。大家都在借题发挥：造舆论、参与争论、说服客户，改变策略。都是因为AI的市场已经被开发真和金融家预测为即时的大革命，借用中国文革的标签，是“一场史无前例、触及每个人灵魂深处”的革命。我看”AI“风暴与”电池车“接踵而来，只是又一次证明了，是发明尚在研究阶段，科技领域的节奏，被过早地形成了“新兴行业和产业”。但是科研是探索的领域，并不是行业。热心者（政府和媒体和平民）不必参与科研领域中的争论，它自有其节奏，不到所有技术细节都有解决方案，研发就不能有效地转化为经济成果。AI和新能源的海洋浩瀚，先别急着造舟以渡。

按我的想法，这个事件的意义确存在着它甚远的意义，是在于提醒人们从产业革命的角度来理解技术发展的过程，而不是抓住一个具体事件来大作文章。我们大陆中国人比洋人可能更懂得的是：1959年《新华半月刊》，在大跃进之后曾批评说：“那些还不觉悟的人就冷眼旁观，吹毛求疵，攻其一点，不及其余。” DeepSeek风暴的引发，就是发生在极为宽广的AI领域中，当前正在发上突破的一个“点”。我们还是得看懂“其余”，否则就把AI这个科技事业给国家化、政治化、公众舆论化了。一个并不合适的说法是，AI发展是新时代的《曼哈顿计划》，虽然它根本就不是：曼哈顿计划对公众并不公开、它的结果对市场和国民也没有直接和即时的效益；是国家意志的项目、也不是企业的经营行为。今天的AI发展则完全不然。我认为一个重要的科技发展，不必都是曼哈顿，甚至不必都是国家项目或计划经济。所以，众人不妨静下心来，了解一些相关AI的前后文：

1970年代以来，是“量子经济和技术革命”的半个世纪。这是可持续发展的大背景。在其第一个十年，就已经有人提醒了，科技被认作是经营国家的基础，但是在民主社会的民众并不懂得科技，他们怎能信任、保障或质疑当局呢？托马斯.杰佛逊曾说，宪法给予人民权利也还是不够，对人民的教育和知识提高才更重要，否则人民的国家就被当局给独裁统治了。我觉得公众舆论（或通常人们所说的“媒体”）的知识水平根本没法对科技发展的计划作出任何有用的评判。今天所发生的股市“AI风暴”，即美国高科技行业的股票市场大震动，是社会舆论、政府决策和金融行业促成的事，与AI科技本身的发展并没有清晰的关系。而人们只是听信官方或民间的各种解释，做出激化的无知解释，褒贬其实都与事情的本质无关。

用验证和成熟的技术来赋能产品进入市场：所有在工业革命中取得的科技成功都是如此，在AI领域也不例外。在DeepSeek之前，很多人认为发展的重点已经是硬件和设施的建设了；DeepSeek的诞生提醒了人们：科研的深度及其方法学还有探索的空间。DeepSeek今日在一个关键算法工具开发上所发生的性价比突破，就是发现了：（1）AI研发的方法学即时就可能有30+倍在效率上的优化空间，DeepSeek成功地抓住了这个“点”；（2）全球AI行业多年的科学和工程积累，赋能了DeepSeek的当前成功，靠的是“其余”。

AI近几年的发展进程，的确是够快的，往往令人一时忘怀整个半导体工业、计算机工业和科学算法的深厚积累和动态发展过程。这是个持续的科技研究领域，而不是政府或民众理解的“新兴行业”。不断地还会有新的突破：并不是像昨天人们享受ChatGPT的成功那样，觉得终于得到了商业验证，可以专心建设算力和设施去推动了。从ChatGPT到DeepSeek，一日之间、科研方法学的进步就改变了“第二次《曼哈顿计划》”的日程。也不是DeepSeek所初步宣称和简单争辩的那样，日后还会有突破。科学无止境，信息行业、金融资本和政府，要看准时机进入。例如，DeepSeek的免费开源模式，不就是Chat GPT进入应用的模式、但在被微软收购后过早改成收费开源模式。这不几天，为了竞争，后者就有退回到了免费开源模式。AI工具现在需要的是用户的数据和事件贡献，来供给自己的发展。微软OS（操作系统）的”开发者驱动应用“远还不够支撑一个新兴行业的诞生。不是行业，没有销售额，尚不需要大肆投资，靠的是用户贡献，继续探索，这个就是现状。

仅在“生成式人工智能”（Generative AI）这一个应用分支上，就发生了震撼高科技股票市场的“AI风暴”。而在它风暴的前夜，您看AI领域的科研在美国，市场预测就已经让资本运作和国家政策全部“中招儿”了，急躁全力以赴了。一夜之后，突然意识到它的学术、可行性、价值和潜力或还没有通过充分地探索、解释和斟酌。“从技术到产品”大有发展空间，超前进入了“从产品到市场”的阶段，就是“计划跟不上变化”。资本市场，主观地认为这种冒然进入市场的逾越和颠覆，就是体现了“现代科技”的巨人步伐。是吗？

关于DeepSeek交付的高性价比，并不是一家公司、一个团队、或一个产品项目的简单“独立核算”所能考量的。这个成果涉及到多年一步步的学术进展，和不同地域空间上的技术流通和积累。例如，我们不可能简单孤立地对比相隔50年的中美两个“登月”计划的优劣，而不考量50年的综合技术的发展和积累。现代的登月，必然要比50年前更先进更有成就，因为全球化的科学和工程都已经取得了50年来的长足的进步。“科技不分国界”是说：既不可能不继承先驱的发展，也不可能不共享后进的贡献。一日一事的成功，也是延续他人的结果，也体现前人的贡献。科技无国界，发展无胜负，只能是互补。现代工业是全球智慧交流和供应链的成果，不因个别国家及其国人的意志而转移。

我所说的是，科研成果需经过“从学术到实验”、“从技术到产品”、“从产品到市场”的三个分阶段、步步为营的必要考量、创新、验证和积累过程，这是人类工业革命发展和成功的动态进程，是自然科学规律所致。就现代工业革命而言，可以参考AI仰仗的基础工业，即半导体工业化，发展至今的进程：

量子经济技术革命（Quantim Economic and Technology Revolution）：在1980年代就高调进入社会舆论，在发达国家和高速发展国家，近半世纪以来一直是炽脍炙人口的公众议论命题。但它的发生不是出自国家意志或计划的。半导体工业的成功就是量子革命迄今唯一的第一个证据。持续至今，人工智能的技术进展又把这场革命推上了新的高峰。但AI的长足发展除了理论和原理的研究，得靠半导体工业的成熟、就绪和持续发展。这个长期的依赖，是因为AI的研发、探索和发展需要高性能的算力，即计算机、即数据处理器芯片、即集成电路的设计和制造，来赋能。这个过程够长、够难，是因为几十年前既定的目标需要积累地发展至今、走弯路或改道、选捷径或重负，种种动态的选择。总之是智慧、人力、物力、经济效益的巨大积累。

从1970年代起，半导体设计和制造经历了十几年的早期。当年它的主要产品是分立器件和中小规模的集成电路；虽然已经兴起了硅谷这样的工业中心，但那时的技术还很原始。例如制造集成电路芯片的光刻掩模是用精密胶带、手工贴成、再光学缩微来完成的。我的导师，加州理工学院的摩尔教授Carver A. Mead把它比喻为“早期的制鞋者方式”。1980年代，他在校园里在ONR（海军科研办公室）的科研经费支持下，用量子物理学及其实验证实了如何把集成电路做到超大规模生产，并在校园发明了设计和验证掩模的实用CAD工具；直到他多年成为行业经典的教科书《介绍超大规模集成电路》和其中的Mead-Conway Rules（最小器件尺寸的递减定律）在欧美教授了近十年，得到硅谷的一代职业人的接受和消化，才构建出了集成电路工业化的通途；感谢英特尔Gordon Moore这些前驱的商业实践和行业鼓动（摩尔定律的提出），才算完成了集成电路大规模工业化和资本化的依据。这是集成电路发展的第一阶段。

当时的学术实践非常繁荣，即集成电路的学术和研究探索。国家的研发经费大量投给了大学和国家实验室：国家投资、院校管理，建设了互联网的初期铺设（Internet）和芯片代加工的雏形（MOSIS），这两项工程手段的有效创始，主要的用户都是院校的科研实验项目。普及的实验，深化的探索，充裕的经费用在关键和亟需上。研究和探索，优化并转化成企业可行的设计方法学和制造工艺技术。这样，工业化和商业化就发生了。从大学科研开始衍生出了很多集成电路创始公司，Carver Mead教授在1990年代在22家公司曾任创始期的董事长，为他的学生提供技术和知识后盾、专有技术，并用他的工业影响力帮助他们融资。这些公司多数在几年内都成为新兴行业的方面主力企业，或与实力大公司并购。

世界到1980年代末才有了商业化的EDA设计工具企业（在美国和中国），使所有的个人都能设计芯片。然后才诞生了下两个关键的工业发展手段：（1）台积电（在中国台湾）发明和经营的一种硅铸造（Silicon Foundry）代加工服务，使所有的产品企业都不必拥有昂贵的半导体制造线；与其匹配，（2）ARM（英国）为代表的处理器体系结构设计公司，使新型的设计企业能开发和经营标准化的芯片和单芯片系统的产品。至此，商业化的“从产品到市场”阶段才算成熟了。之后，全世界创业、淘汰、发展和并购无数的芯片创始公司，才积累了在全球行业中流通的成熟设计人才。智慧在行业中是中流砥柱，设计与加工制造业同步成长。

值得一提的是：在此之前，Dr. Mead在1984-1985年曾对中科院、电子部、国务院超大规模集成电路领导小组的领导（后来出了两位国家领袖）游说了从加州理工学院实现院校合作。Mead在他最后一次访问临别的宴会上预言：我们已经完成了从科研到技术的过程，从技术到产品途径已经完备，在今后不几年就会发生大规模的产品进入市场。如果在发明的阶段就共享加州理工等不几个美国前沿院校的进展和成果，中国就能也站在工业革命的前沿。机不可失，可惜此行不成功了。（一个时兴的大国说法：“好自为之吧”）。无功而返，却由此启发下，国家组建了中国集成电路设计中心（CIDC），即今日的中国华大。现在可以考量，为什么集成电路设计工具变成了被外国“卡脖子”、如今AI亟需的核心和海量处理器芯片，不能得到硅谷的共享。或错过了一个共同积累和发展的过程？

人工智能领域的发展：与量子革命同期，最有实用意义的是用芯片和计算机模拟神经网络的动物感知。初期的人工智能，在1936年起源于清华的数学模型、麻省理工的工程技术、哈佛的生物学发现，在MIT联合初创了一个跨行业的现代学科：控制论（Cybernetics）。1948年麻省理工的Norbert Wiener教授出版了第一本教科书《控制论，从动物神经网络的到的启发》，开创了仿真科学的学科。继而，1954年加州理工的钱学森教授出版了《工程控制论》，他把控制论在航空和火箭工程中的实践总结成理论写成了教科书。“伺服系统”从动物神经系统的发现和原理出发，仿真进入工程实现：从传统电气机械集成、到电子电气机械集成化，知道半导体工业的集成电路使其产生了飞跃的发展。直到21世纪，Sisco（思科）倡议了物联网化（IoE）的前景，一脉相承，是几十年可持续的成功发展。一直到当前，令人瞩目的SpaceX的“助推器能直立回收”，都是工程论在深度和广度上的应用发展。在人工智能的发展历程中，超大规模集成电路是迄今实用的赋能关键技术，说到现代人所热衷的“黑科技”，有两个方面：
（1）在模拟方面，是动物神经仿真的人工智能：在1980年代发明的硅视网膜和硅耳蜗等各种研究创新，至今还在延伸和扩展；最近的与大脑皮层接口的脑电图意识传输系统，触感仿真的机械手，机器人行走，等等。这是关于仿真的感知和执行“人在地表的行为”。
（2）在数字方面，是人类大脑统计思维的人工智能：莫过于能学习和推断的超级算法和建模。这是关于“人在云端的统计、计算、学习和思索”。

在1980年代的科技能力下，据推算，大概把全世界计算机的算力都加在一起，或可以构成仅一个人的大脑能力。但40年来的工业进步，AI超算处理器和并行体系结构的成功，加上纳米半导体工艺的成功，使算力不成问题了。这是说：工业革命的进程，进入“从产品到市场”的阶段，有一个相当长的基础研发和技术就绪过程。随着总体科技的进步，这个过程肯定是在缩短着。但是，近年人们强烈呼唤的“AI革命”，进入工业化和商业化就是相对过早了些。这是因为资本市场和国家意志成了AI研究的推动者、公众舆论和自媒体也都在摇旗呐喊。现在北美的发展，都已是企业和投资业在主导了，商业行为、资本运作、高科技巨人公司研发。具有讽刺意义的是，当年作为科研源头的院校，现在反而成了第一波AI应用的受害者。生成式人工智能工具的擅长，打破了格式化的人为体制，在教育界尤为显著（作业、报告、论文、文献发表和引用、考试升学和评级，甚至统计性的科学发现等等），在日常学术活动中，工作者得到人工智能工具的帮助，管理者遭到其的挑战和威胁。但是，我们看到DeepSeek的创新，汇集了源于院校毕业生的创新人才（北大、清华和北航？）。据初步看到已是高出30倍性价比的商业产品开发，或说明院校起到了先锋的作用，而并没有在资本和企业面前退居二线。美国总统受到了“中国AI风暴”启发，次日就发言说：看来AI研发不必花那么多的钱，企业要专注科技，发挥人才的智慧。

企业和投资业过早介入的市场化发展：现在，已经开售了 Tech Giant Enterprises（高科技巨人企业）的垄断时代，情形大变。已有了一个最近的重大经验，即也是脍炙人口、全球投资热潮的“新能源产业”。尤其是“电池车”的风潮（如果比不上今日的突发的“风暴”，单它的体量巨大），在几年的短周期内就发生了行业的大起大落：在欧亚政府的强制政策，摧毁了传统燃油汽车的整个市场；“电动车”颠覆了“汽车”这个通用的交通工具名称；然后是新老企业的竞争、传统汽车工业转型造电池车，又摧毁欧美的世界几大汽车工业自己；现在是制造业大国的电池车企业进军世界贸易战，来摧毁包括自己在内的一切。看看比亚迪财报的亏损和负债就一目了然了。资本市场的运作已经在过程中赚了大钱，但在整个电动车的商业生态链上，谁都不赚钱，也没法对投资回报交代，银行资本债台高筑，产品的用户还受损失。原因：都只是因为一个最简单的基础科技难题并没有在前期解决：锂电池极限的能量密度，使其峰值的物理性能被限制在普通的传统石化燃料的1/25。基础原理欠考虑，工程技术先进，投资制造业过早，效果落后！在既定选择的电池科技上，基础原理完全限制了发展前景。而过早普及的电池车商已经都在资本运作下进入了“从技术到产品”的阶段，不能自拔，实现不了与传统汽车等效的经济效益和回报、一起对用户的等同方便和经济性，供应商和用户如果没了政府政策的补贴就无法生存。事已如此，资本市场竞更进一步推动了“电动都市飞车”，再直接挑战地心引力的原理。

所谓“电动车”成了“电池车”，因为它的载客运输目的，被蜕变成了运输电池为主。车重加倍致使磨损和事故风险大幅度提高，电池动力成本过高。缺乏基础原理依据的一种产业规模化，是没有大前提的盲动，它使车企陷入“改革自身缺陷”的死循环。具有讽刺的是，新一代的固态锂电池，“能够防火”也成了次世代改进和价格取舍；还有什么车身优势，“自燃被引导向下”就可以牺牲电池但保护乘客。难道自燃不是锂电池本身的制造缺陷所构成的新风险吗？自己改革自己，是应该事先在内部完成，还是交给消费者当众表演？

本应该再花十年投入氢能源动力和氢燃料电池（其原理的能量密度是传统石化燃料的2.5倍）的研发？却过早地动用锂电池，把低能效滞留在廉价、低性能、短期会被报废或淘汰的当前这种电池车型上。仿造的产品在市场上遭到了各种拒绝，廉价倾销也遇到关税的阻碍。在市场上的失败，败于不争气的前期科研到技术和技术到产品发展阶段。走向失败的进程，在大规模资本和生产力推动下只能被加剧和加速。投入越大、失败越惨。对资本家来说，这是直观的投机赌博心理：一路倍增下注，才能希图最终一次能变本加厉。

在当今的极端商品社会上，值得细思的是：企业“值得一搏”吗？在企业预算和预报中，回收投资的周期是可以模拟预测的。一算就知！再有，所有的股民都亟需要进入对冲基金的低买高卖“风暴”吗？过于普及和滥造的新能源车，在政府规范和补贴下，对社会效益和健康经济秩序产生了巨大的麻烦。但政府决策和企业冒险所无视的科技依据，也完全不是民众知识水平所能看得懂的。公众舆论何必关注国际推动的新科技呢？关于国家经济计划下的AI发展，或之前的电池车，都实在没有什么民主社会的参与和选择。不是“不选择”，而是它“选择不了”。对科技无知的官僚体制集中计划科技发展，它就是这么个特征。其实AI科技之高深，大部分公众知识分子自己也不懂。西方人有句俗话：“您如果不识字，就只能相信他念给您听的都是真理”。

资本市场的盲动：相对于高科技或就是文盲：一个当前的大震惊，发生在AI发展的初期。今天就给只凭头脑发热、不懂科学的投资者和资本运作者浇了一盆冷水。感谢中国的大学科研，DeepSeak对资本市场的一日冲击，就提醒了美国总统：这是好事，看来AI投入不用花那么大的钱，企业还是得专注技术的发展、发挥聪明才智。一句话的总结或说明了一场“资本盛宴”得有所推迟了。

资本盛宴，大概源于1920年代导致大萧条的美国华尔街股市投机风潮。一个当代中国特色的发展，意在炒作一个颠覆性的工业事件，大家蜂拥来投入买空卖空。有各种的政策投机命题，例如：国企上市交易、国有公共设施建设、民居房地产开发、农村城镇化、物联网感知中国、集成电路大基金、国产大飞机、光伏风力发电、石墨烯和碳管、数字文旅和工业园区孵化器等，种种明目，每种都有一场资本的盛宴。美国的硅谷学会了，也有一滴血体征试样（Theranos），虚拟增强现实（Magic Leap）、电动都市飞车（Joby）等十亿美元融资、十年交不出产品的“巨婴创始公司”，倒是成了冲基金所冲动的一种“空手买卖股票-永不交付产品”的净赚模式。又例如：关于新能源和环保的低空经济，摩根斯坦利曾编织出了一个史无前例的全球价值顶峰，在2018年预告，中美两国为主的都市飞行（UAM）是万亿美元市场体量的前景。但在经历了第一个五年后，却又改写其体量缩减了六倍、或高峰还要推迟十年。

现在进行中的AI工业发展，只是规模更大。这些重大投资的方向或“趋势”，都是缺乏基础原理的依据向，没有当前存在的真实应用，投资的结果是在未来。说是“未来已经到来”，投资先到了，却看来还预估开发的成本及其核销（+/-3000%的预算误差？）。所以大家都只能在交易股票资本来盈利，企业的金融资产损失千亿，但买卖过票的起落都是赚钱。叫做“资本市场”，久而久之，不觉中咋就把一些不合实际的创始科技企业养育成了“科技巨婴”。AI 行业的高进低出会随着不时的研发突破产生更多更大的“震动”或“风暴”，真的会影响社会和民生，因为它是国家大力资助、企业下本、国际投资、所有整个“高科技巨人企业”的股票运作。

如果今天几百万美元的成本就交付了昨天几亿成本所及的同等AI算法产品， NVdia被对中国禁运的高算力芯片或会生产过剩吗？好在， AI的应用没有止境，量产和囤货的高端AI芯片将能支撑更多的应用；同时，工业4.0的芯片制造业，可随时适应供需的动态。还是得感谢中国台湾的台积电，智慧制造业！

AI“从技术到产品”和“从产品到市场”，在阶段进程中走走弯路，应被视为常态。基础算法研发不成熟，不走弯路才怪。所幸的是，AI的产品不至于像光伏风电和车辆及其公共设施。 后者的产品最终都得沦为废合金、化合物、混凝土的污染垃圾。在过程中，能源、自然资源、自然环境的消耗，其实都是不可回收和再生的。不敢说：“再生能源”本是个自相矛盾的命题？

我观察股市上“AI风暴”冲击中的各方：

• 投机资本家，先给他们个大缩水的股市，可提前体验盲动投资高科技的风险。
• 政府和股民，先提醒他们个自己看不懂路数的技术风险，让他们敬畏科研和智慧，不必轻信。
• 高科技巨人企业，先告诫他们不要以为砸钱投入就能成功；在性价比的颠覆性改观之后，那些高端芯片和算力的囤积怎么取得回报，得改写进商务路线和预算；不要总想着垄断资本的运作； 还得虚心学习DeepSeek，听总统的告诫：少花钱，专心科研，发挥智慧。
• DeepSeek，证明了研发AI算法产品的性价比新标准，受益全球；这次打败了高科技巨人企业，为院校科研扳回一局，而且中国队打败了美国队。风暴之后，还得面对行业做出合理和精确的技术解释。既出了风头，就得卫冕，再接再厉。
• NVdia，先赚了北美大企业采购AI处理器芯片的钱，再说；倒是在刚在消费电子博览会（CES）上发布的PetaFLOPS级（每秒1,000,000,000,000,000条浮点运算指令的速度）的““个人超级AI计算机”，售价仅$3000 /台，是价廉物美的消费商品，才更有实用的社会和经济意义，且看这回可还怎么互相技术封锁？而且它能解决的是用户可以选择线上或线下的AI运行，保障私有信息可以有选择地上缴供应商并分享给所用户。
• SoftBank，钱有得是。在中国房地产开发算不上成功，之后转到北美投资高科技，也未必都一帆风顺。

人工智能，当前所处的阶段，仍是发明期，接踵而来的会是很多不成功或更成功，院校创新公司通过并购充实大企业的实力，已经证明了是有效的途径。“不忘初心”，量子经济和技术革命不会是国家意志和垄断资本更容易主导和控制的行业，AI应用更有很多信息安全的政治和地域难题。AI它可不是传统行业，政府应该专心自学并解决科技教育，提高民众的知识水平，不然就如国父们所担忧的：民主社会被政府给独裁统治了。反之，AI指导民众的思维和认知，管控只会更难。

回到工业革命的大前提：半导体及其赋能的计算工业，直至人工智能的跃进，是1980年代以来量子经济技术革命迄今延续成功的例证。这场革命发起人的初衷曾经是：推翻物质垄断，智慧代替金钱矿产人力物力而成为普世价值观的核心基础，个人创意和发明能挑战财团垄断。请见George Guilder在1989年出版、讲述硅谷创始的名著Macocusm, The Economic and Technology Revlusion。我有幸在1986年见证了Guilder部分写作过程，他在加州理工Mead教授的实验室出入了一年，多次阐述了他的量子革命初心。问题是，最受益于这场革命的互联网高科技巨人企业们背叛了。他们比以往的资本垄断巨头有过之无不及：用极端的商品经营模式摧毁以往积累的社会经济体系，把社会数据和私人信息据为己有，把主权变为财团交易的筹码，把国家和地区瓜分成市场领域，把公民视为消费者，把福利社会的劳动力变相失业为“计件儿”快递短工和Uber司机。AI的前途不必争论胜负，它肯定能成功。它带来的潜在危机则是民主社会的国计民生。北美有华人说：试验了DeepSeek非常成功：问“无产阶级文化大革命”，得到了系统的理论和实践阐述。欢迎AI的到来，就等着它教给人民如何“自下而上地推翻体制”吧。

与AI 相关的信息安全前景：首先AI的使命是提高工作效率，其中当然也涵盖着“破防信息安全措施”的效率。
在线交互的算法为个体提供服务，一个使用者的账户就建立了一个“用户AI个体”。在帮助具体项目时，AI通过深度学习项目的前后文、以比项目的主人更系统化、更优化、更快速、无疏漏地梳理个体的所有当前和历史数据，然后在网络上与“AI中心体系”中的数据广泛交互，学到尽可能多的相关知识，融会贯通地丰富这个项目的解决方案，即成功地构建、完备和发展适应个体亟需的“用户AI个体”及其具体的项目。人工智能化，一体化地成为用户最得力的项目助理、项目核销员和财务总监、行业和资源信息收集者、研究员和创意顾问。无疑，它还是专心于项目的思考者和执行者，自觉、可靠、无情、24/7和全天候的本地亲信。有它配合一位用户，就自给自足了整个的项目管理团队，而且它能构建和管理层次的管理机构，经营扩大和更大的人力团队或物理资源、甚至与其相关的财务和资本运作。很好！

但是别忘了，构成“用户AI个体”的AI工具属于在“云端”的线上拥有者（目前是若干家跨国的高科技巨人企业都在作）的一个综合经济技术实体。“用户AI个体”无疑把个别用户的所有个体信息和项目前后文、趋势、历史和现状等等关键信息统统都自愿上缴给了AI的云端智能中心，才能换取反馈给用户深和广的全面信息，以完善和增强用户自认为的“用户AI个体”及其项目。于此同时，在“AI体系中心”，梳理了这些上缴的个体细节和综合的内容，与其他众多用户个体所上缴的知识实现共享，综合和丰富“A I中心体系”的统计性知识和判断能力，以丰富和更优化的内容再把趋势和动态的解决方案都反馈给各个用户。

“用户AI个体”与“AI体系中心”是细节相关的。所谓“息息相关”、是信息相关、朝夕相关。其体系运营结果是集合的而不是孤立的。在两者之间应该是一种在“大同”前提下的绝对集体信任和妥协。这种集体信任和妥协，各个“用户AI个体”在群体之中得没有利益冲突，只是岗位和职责不同。没有自我，用户们都是同一台机器上的部件。可见，“AI体系中心”用在当今常见的规模化军事行动就最理想了。这是“大部队与游击队”、战略和战术、兵器与人力物力综合、海陆空立体配合协调的战争。用于民间？大企业或也会愿意如此，例如有的企业为了竞争市场不是就在内部“红军-蓝军”地实战演练吗？在利益在多元化的当今世界，“AI体系中心”无疑就得分属于不同的利益集团，通过行政或企业的形式来管控。这些行政和企业行为现在就是党派意识形态主导的地缘政治和经济。对他们来说，AI时代就是升级的地缘政治和经济，仍是对内管控和对外争夺。还有一个趋势，所谓高科技巨人企业，在近年的全球疫情和北美党派斗争中已经渐露头角，他们要在信息技术和数据的平台层次上出面，在地缘行政之上管理全世界。谁拥有更大、更高层次的“AI体系中心”，谁就拥有未来的世界。而个体，不得不信任中心的掌控。这个在好莱坞的科幻故事中已经讲过无数次了：外星人入侵地球，都是集体统一意志的军事构成，没有个体，无私无情，服从和献身于中心，因而集体化的外星人相对个性化的人类，就是无坚不摧。地球人类只能靠本土的生物环境、生物或计算机病毒来侥幸生存，千钧一发时摧毁了外星人的“AI体系中心”，就使无法抵抗的敌人前锋都瘫痪了。

所谓的“AI风暴”还刚开始。个体如何既从“AI体系中心”受益，又保护“用户AI个体”的利益呢？NVidia在今年的CES上推出了个人AI计算机，就给出了一个现实的解决方案。它有超高的算力和超量的数据存储，且价格便宜。足够独立完成很多上述的“用户AI个体”的运行。作为用户，它可以与“AI体系中心”在线上交互，但也可下载AI工具和数据在用户的本地运营。线下具备了足够的算力和数据存储，就可选择在本地能闭环AI运营的私有生态。

AI的科技尚在发展初期，但前景已经明确。在这个技术革命中有三个派系，都是要发挥AI革命性的高效率及其带来的巨大收益：个体要更多的自主；行政当局要更高的管控；高科技巨人企业要掌管全球化。在已过时的地缘政治和经济范畴的分割上，真的是无法权衡利益和关系了。