抡锤者

@Quanta-Magic 我也懵逼了，这年头不存在这样的漏。

可以，安全性够的话可以考虑用下。

@CHIA-AN-YANG 过谦了，我们也都是菜鸡互啄

挺好，prefill呢，有负面影响吗

@kop-wang 价格如何，不贵可以考虑。如果是工具免费，只是模型文本模型API收费，那也挺好。

大段文案最好配图，否则一概不会置顶。我看了下，应该是真人的数据，但我没硬件，无法知道真相。

@Grayson-Ren 40系列以后选fp8，30系列INT8，AMD Int8

@Xiaote 你是不是傻逼？权限能随便改嘛？

@wml-ai 必须认证。

@kop-wang 卧槽，这不就是老夫期待的东西嘛，真想搞视频了，有一颗当导演的心。这玩意是Minimax H3的软件界面？开源嘛？还是WebUI？其实混元曾经搞过一个模型，很接近这个思路了，但是只能做预设动作，当时我就没搞清楚，鹅厂的人难道自己从来不用嘛。这个玩意是真好。

@kop-wang 很久没通网，没研究，说下是什么，海报设计吗？
@imbiplaza-asus 有没有直接抄作业的，效果和GPT差不多的封面设计工作流。

@Bunsei 来了的发一块肥皂。

@starryskyknight
1，不要用敬语。
2，大概率就是老卡的问题。

@stxpnet 它就是运算的时候占着，你是不是启动的时候它响很久？那在配置cuda graph，搞完了就不占据了。

@mudfox AMD双卡其实性价比很低，R9700带宽640G/S，残疾，能单卡跑其实挺不错了。双卡分开跑也行，TP就要折腾了，要求主板，要折腾SG-lang。

Youtube Video

Youtube Video

有将近两天没有编程，主要是把英语频道更新了一下。两个英语频道因为有四五天都没更新了，我就把它们更新了一下，然后又把老特说那个频道更新了一下。还做了一次直播，就是在调试摄像头的时候被观众看到了，然后临时直播了一次，跟朋友们吹牛逼。

今天上来之后我就开始尝试继续任务，结果服务没配好，试了很多次，试了很长时间才把它弄好。接着我就开始开发了，主力模型选的是千问3.8 27B Q4_K_M版本，Q5_K_M我也测过了。由于差距太小，体验不出来，我就直接把Q5的模型权重都给删了，不用它了。

每一个问题，我测完之后，比如说先用Q4_K_M测，测完之后换Q5_K_M再继续测。然后我再从llama.cpp换到SGLang，或者从A卡换到N卡。我还测了N卡在FP8，也就是千问3.8 27B FP8权重下的体验。总体上，在我修复论坛Bug的所有任务中，它们的体验没有什么区别。无论你是Q4_K_M还是Q5_K_M，或者说是FP8，或者说是256K上下文还是128K上下文，我个人感觉都是够用的。

这里我要说一下，如果你用的是Hermes，Hermes是比较吃上下文的，256K是比128K好用的，但是128K也够用。因为你用128K做上下文的话，Hermes会频繁压缩上下文。128K我在Codex上，包括在DeepSeek Harness上，是没有这么频繁遇到的，用起来挺好的。

后面稳定之后，我一次给它提交6个Bug，它花了10分钟时间修复。无论如何，这属于一个长链的开发任务了，不过它依然比较好地完成了，而且128K上下文也是完全够了。

另外就是有朋友跟我强调，说他要为GPT 5.6 Luna频繁折腾，说是可以用5.6 Ultra去执行任务规划，然后让5.6 Luna来执行具体任务。我讲实话，我觉得没有必要这么折腾。你本地买一张7900 XTX就能搞定的事情，用起来又丝滑，然后噪音也不大，你也不用担心Token数。

5.6 Luna在编程方面，或者说在这种长链Agent任务上，它比起千问3.8 27B可以说就是智障。而且就算是GPT 5.6 Ultra，它的编程能力也并不比千问3.8 27B强，这个是实话实说。

你们想一下，GPT我也是订阅了的，剩余额度100%。我不是那么傻，这个东西能用、能省钱，然后我不用它，我跟自己过不去吗？就是我认为用它来省下那点钱，都不值得我去浪费这个时间去折腾。虽然我鼠标点一下，或者执行一个脚本，把接口切换一下，我就能使用这些免费的额度，但是我都不愿意这么去尝试。

我分析的都是我个人的实际体验，就是我认为没有必要去折腾。

然后千问3.8 27B跟DeepSeek V4 Flash比起来如何？如果说是这种Agent长链任务，包括日常管理任务，V4 Flash还是有优势的。这个并不是模型编程能力或者Agent能力的缺陷，而是有些任务，V4 Flash的模型权重就注定了它比千问3.8 27B要更懂一些。

比如说做字幕提取，其实我在DeepSeek Harness上用27B模型做过，它做的效果就完全不如DeepSeek V4 Flash做出来的效果。它们的思想实际上是差不多的，但是最后做出来的效果就是V4 Flash要更好，一次就能到位。它给我的最终结果，我直接拖进来就能用。

但这样的差距是可以通过提示词约束的。比如说你给千问3.8 27B下死命令，让它必须去搜索实时新闻，然后把相关的专业名词替换掉，把这些错误修复，它也是能够完成的。差距就是DeepSeek V4 Flash不需要你去给它强调，它自己就能搞定，因为它的知识库本身就能覆盖大部分专业名词。而且说实话，它大部分时候都会自己上网去搜。

也就是说，我个人认为，在模型的Agent能力，包括编程能力上，即便是Q4_K_M版本的千问3.8 27B，它的能力跟DeepSeek V4 Flash也是处于同一个水平。差就差在模型的尺寸上，它的知识库是不全的。

然后关于DeepSeek V4 Pro，我现在用它干什么？就是我要设计一个新的任务，比如说要开发一个APP，我就让它来规划；或者我要去做一个播放器、一个什么剪辑器，我就让它来开发，让它把大的框架定下来。只要大的框架定下来，基本框架跑起来了，剩下来的我就引入千问27B来做。

我现在也不怎么用DeepSeek V4 Flash了。DeepSeek V4 Flash还是在Telegram上帮我管理论坛，做日常运维维护。论坛这些等级的晋升，然后一些日常的备份、发一些资讯、发一些公告，或者说论坛程序的升级，这些都是小任务。

昨天OpenAI的服务不是瘫痪了将近一个小时吗？让我想到了很多事情。讲实话，我们还是要在本地搭建一下私有AI，因为像我现在的工作已经完全依赖AI了，没有AI的话，我的工作已经没有办法进行了。

你说一张7900 XTX，当时我推荐的时候是6000块钱出头，后来降到了5000，现在可能又涨到了7000。就这么点钱，又非常安静，功耗也不高，噪音也不高，给你保修三年，还要什么自行车？能给你干这么多活。都不说去跑MiniMax H3这样的模型了，能有一天驱动主流Agent，而且体验还非常丝滑，这也是最近才发生的事情。

像我家里面还有4090 48G，还有几个笔记本、MacBook、Mac mini。它们有的是用来跑Agent，有的是用来剪辑视频。然后我的4060 Ti显卡坞也可以用来做备份。

如果说忽然之间GPT不向我们中国用户提供服务了，那你本地有一个备份服务不是挺好的吗？然后我们不要以为国产API就能够一直稳定。比如说DeepSeek，它忽然间涨价了，很多人用起来就肉疼了。那你本地有一个备份，是不是你的工作流不至于有大的变动？

而且说实话，一个关键的就是，我之前在测千问3.6 27B的时候反复给大家强调，千问3.6 27B在当时已经非常智能了，在SGLang的驱动下，它的体验就非常好了。只不过当时3.6还没有现在3.8这么牛逼，而且当时你必须要用SGLang。当时用llama.cpp，尤其是用AMD显卡，那简直就是灾难。

但是你用SGLang的开销又非常高。SGLang里没有48G的显存，你是玩不转的。就32G的5090，你玩起来相对而言都是比较勉强的。因为Q4_K_M量化版本的权重本身就16G、17G，系统开销4G左右，那就21G、22G左右。你还要KV缓存，还要再占用一部分。这个缓存本身跑起来就得占用一部分显存，留给KV缓存的也就是8、9G，10G不到。

你多开就不可能了，发挥不了5090这张卡这么大的优势。A卡就更不用说了，像7900 XTX，SGLang就跑不起来，AI PRO R9700跑起来比较勉强。

最近由于Vulkan驱动的大更新，由于MTP技术的流行，由于llama.cpp把这两个改动都继承进去了。llama.cpp就是非常轻量级、资源开销极小、有手就会用的这么一个推理框架。那么现在个人本地驱动Agent的门槛就大大降低了。

甚至我都建议，如果现在你想要入门AI的话，你就去买两张7900 XTX。一张跑千问3.8 27B，另外一张用来跑视频模型。或者说你不跑视频模型的时候，就用另外一张也跑一个千问3.8 27B模型，驱动一些小的日常指令。

因为7900 XTX的24G显存不足以驱动Agent的长上下文多开，会话多开它是扛不住的。两张卡按照现在的价格加起来一万三四，再加上洋垃圾平台，我们算上硬盘、电源、内存、CPU，3000块钱，那么一万七八千块钱就可以在本地打造一个相对比较安静的家庭智能中心，你就有了一个强大的AI助手。

最重要的是什么？3.8 27B现在已经有的能力，就可以完成非常重的任务了。将来哪怕它不升级了、不改进了，你现在把这个生产力锁定住，它也能在未来几年帮你干很多活。

当然了，我相信阿里巴巴是不可能放弃27B这个黄金模型的，因为这一块的战争已经结束了。像谷歌的Gemma，Meta的Llama，这些国外大厂30B左右黄金尺寸的模型，已经被阿里巴巴打得可以说是溃不成军了。它们已经失去了竞争力，事实上退出了竞争。现在千问3.8 27B就是这个黄金标准，所以说我认为它未来一定还会持续开发。

另外一个就是，我们要看到DeepSeek已经退出了小尺寸模型的竞争。它现在主打的就是300B级别的，要么就是1T以上的这种大参数MoE模型。

总之，这个时候我们下定决心在本地部署自己的私有助手。当然在线API我们也不是说完全不用，还是要把它用起来。只不过我们有了自己的本地助手之后，在线的用量就可以控制了。

以前涨价之前，大概一天花个两块钱、一块多钱。现在稍微做点事情，五六块钱就没了。昨天是完全没做事，就是它给我维护论坛，我就配了一次脚本，并且工作量也不是很大，昨天就花了八块钱。

这点钱是不值得我们劳心费力的，但是如果说你用它做事，每天有40块钱、50块钱、60块钱的开销，那你一个月2000多块钱的开销就不低了。一年下来，你就能买一张非常不错的显卡了。

更重要的是，本地我们是可以下载很多无审查版本的，也是可以完全自由创作的。比如说你对现在有些剧情不太满意，想要打造属于自己的私密剧情，你用MiniMax H3就能搞得定。但是你写稿子的时候，总得有一个愿意打破审查的AI来帮你写稿子。你要把岛国的爱情故事剧本发到DeepSeek上面，发到任何平台都不会让你生成。当然马斯克的AI可能会帮你生成，不过它也是有尺度的。

然后我还有一个没有测，就是等一会儿把视频录完之后，我要去测一下SpBit量化版本的权重在SGLang底下的表现。如果说它表现好的话，那么我在SGLang底下就可以多开，我也就不用去买第二张7900 XTX了。

因为我现在生成视频并不是一个时时刻刻要执行的任务，一天可能就跑那么一个小时不到，把这个事情搞完，剩下来这张4090 48G就空出来了，我就不如让它多开。

到时候我会在新的视频中跟大家分享。好的，本期视频就到这里，我们下期再见。

上一个视频就聊到中美在太空科技上的竞争，那么我也提到了中美两国在芯片和AI领域正在进行激烈的竞争。最近几天有一个比较大的事件，就是DeepSeek API涨价了。这个本来应该是在技术频道讨论的，但是它的影响是非常广泛的，我在这个频道就再讨论一下。

DeepSeek的API普遍涨了3.5倍到5倍，甚至6倍这么一个水平，甚至在高峰期涨价高达10倍。但是这个涨价决定出来之后，国内和国外的反应确实是截然不同的。国内大量的程序员就哀嚎：用不起了，要换AI了。换什么AI？换千问3.8 27B，自己在本地搭建，或者说换GLM、字节跳动的Trae，或者说换MiniMax、小米、混元3都有。但是就很少听到有人说要换GPT，或者要换Anthropic，毕竟DeepSeek依然还是比美国的模型要便宜。

所以我们去看一看美国的反应，或许更加真实。人家都开玩笑说DeepSeek是美国的国模。我们这边白天使用的时候属于高峰期，然后等老美工作的时候，正好是我们这边的夜间，那么他们就用了低谷期的价格，反而是DeepSeek更好地服务了美国人。那么国外的开发者是什么反应呢？他们认为DeepSeek虽然涨价，但是V4 Flash和V4 Pro的性价比还是毋庸置疑的，他们可能不会为了这点价格去换API，因为对于他们来说，DeepSeek还是太便宜了。

所以我觉得梁文锋这个路是走对了。就是说企业的模型能够领先多长时间，这个很不好说。现在基本上我们看到，曾经号称要取代DeepSeek的这些大模型，有Kimi、GLM，包括腾讯的混元、小米的MiMo，都在不同时期喊出了超越DeepSeek的口号，可谓是江山代有才人出，各领风骚数十天。但是他们换来换去，铁打的营盘流水的兵，DeepSeek还是牢牢钉在这个铁打的营盘里面。它始终处于这个行业的漩涡中心，处于调用排行榜的前几名，甚至在绝大部分时间里，它在各个平台上的调用量就是第一。这个是硬实力，这个是没有办法的。

现在我们来分析DeepSeek。讲实话，很多人都有点马后炮的意思。大家可以看看我几个月之前，就是春节前后，因为那个时候我刚做“老特说”这个频道，后来“老特说”这个频道被油管给误杀了，然后中间停了几个月，我又去做了“抡锤者”那个频道。所以距离这个频道建立的时间已经有半年多了。大家可以去看看我半年前的视频，我当时对于DeepSeek和OpenAI、Anthropic，包括国内其他模型的分析和预测，是相当准确的。

我当时说，DeepSeek专注于打磨底层架构，提升模型的执行效率，降低成本。这样做难度很高，因为你改什么底层算子，去优化什么CUDA，去搞TileLang这样的底层胶水语言，那里是要付出很大精力的。可能说一个企业的投入能力是有限的，它带来的提升，最起码在跑分上，是完全不能够跟集中力量去搞Harness工程相提并论的。

而且我当时说了，Anthropic和OpenAI都普遍存在把Harness工程内置到模型内部这个毛病。举个简单的例子，就说你给它提一个简单的请求，尤其是Anthropic，它的Claude会在内部调用多个子进程，调用多个sub-agent去执行多路推理，然后利用算法从中挑选一个好的，甚至是反复推理。这样做的好处就是说这个模型显得比较聪明，然后它的跑分也比较高，用户用起来的体验很好。可是这样做的牺牲，就是它要消耗大量的算力，消耗大量的显存，性能开销是非常可怕的，也就导致Anthropic的模型不可能便宜。当时双方的模型差价就是几十倍、上百倍。

但是我当时也说了，我给出了明确的预期，就是DeepSeek不可能一直在打磨底层。它如果完成了从英伟达架构向国产架构兼容的这么一个步伐，把底层架构重新搞好，能够获得可预期的稳定性迭代，那么它一定会做Harness工程。到那个时候，OpenAI跟Anthropic会非常难受。而且我当时还说了，OpenAI可能没那么难受，最难受的就是Anthropic，就是Claude。那么今天的一切，果然都被我预测准确了。

中间有一段时间Anthropic非常辉煌，就是它推出Mythos这个模型，号称非常牛逼，然后不对外界发布。最后又在大家的关注之下千呼万唤始出来，犹抱琵琶半遮面，改了一个名字叫Fable。但是事实证明，它的模型一如既往地吹牛逼，就是跑分的分数非常高，但是它的实际使用体验跟DeepSeek V4 Pro这样的中国模型比起来，并没有什么本质上的领先，但是价格确实贵了很多倍。

所以我一直预测，我说DeepSeek一定会拿出一个模型，再次上演这个DeepSeek Moment。本来这个事情应该在几个月前就实现了，两三个月之前，但是当时V4 Flash推出之后，虽然性价比爆棚，大家也都在用，但是并没有形成像7月31号发布的0731版本V4 Flash这么大的轰动。就是它在编程、Agent各项任务上的能力进步到跟美国的顶尖模型已经几乎没有什么体感差距了，只有在极少数任务中可能说有略微的差距，对于绝大部分人来说已经是完全打平了。

而且当时其实大多数人都应该想到，就是V4 Pro发布之后，它带来的这种体验上的进步肯定也是非常巨大的。而且当时DeepSeek V4 Flash和V4 Pro的价格确实太低了。前一阵子我在视频里预测，我说它涨价幅度可能会不止50%，可能会达到以前的2.5倍，甚至是3倍。那么当时有很多人留言跟我讲，意思是我不懂，他们就预测可能最终涨价50%。最终事实证明，我又一次预测准确。

就是DeepSeek目前处于一种缺算力的状态。它如果说有机会赚老美的钱，把现在的技术优势、技术红利给它兑现，狠狠地捞一波，对于它以后大规模采购国产芯片，去新建新的算力中心，或者说去租用新的算力中心，都是大有裨益的。毕竟谁都不能保证自己的模型一直处于行业的最前沿，虽然我也非常看好DeepSeek。

前几天Anthropic的CEO达里奥·阿莫迪又开始吹牛逼了，说自家的模型又有什么神奇的进步，他们手中又掌握了一个“核武器”没放出来，这个模型非常非常牛逼，我们谁都没有见识过这么智能的模型。这样子自我吹嘘的故事，狼来了的故事已经讲多了，我都不知道为什么资本市场还是有人愿意相信。

Anthropic今年面临了非常强大的上市压力。如果说今年不能上市，那么它是没有办法跟早期的投资人交代的，因为他们的协议中有大量的对赌协议，是要求Anthropic必须在今年上市的。如果说它不能以万亿美元规模的估值，这种庞大的估值上市，或者说它上市被推迟了，那么Anthropic可能会陷入现金流危机，这家企业的前途可能会非常不好看。

所以我也在之前的视频中讲了，就是美国其实现在给SEC面临了非常两难的选择。第一就是放水，明知道Anthropic不值这么多钱，但是让它以万亿美元的估值上市融资，去二级市场割散户的钱。一旦Anthropic无法兑现自己的高速增长承诺，在财报美化之后拿到了高估值的入场券，从散户、从二级市场割了很多的钱，那么这将会引发美国所有AI企业的估值动荡，这个泡沫会瞬间破掉，给美股带来灾难性的冲击。

但是如果说你不让它以这么庞大的估值去上市融资的话，或者说它融不到理想中的那么多钱，以Anthropic跟OpenAI现在这个烧钱速度，它能扛多久？这个其实是很难说的。OpenAI可能能够扛久一点，扛到明年，我觉得下半年都没有什么问题。Anthropic的现金是扛不到那个时候的。如果说这两家企业因为融不到资，陷入流动性的困难，那么对于美股来说也是一个灾难。

所以说老黄最近其实也挺忧虑的，他都开始为自己的下游客户，为OpenAI或者说为其他这些AI初创企业感到担忧，恨不得整个行业一起上去帮他们，给他们筹钱，给他们融资。我相信春江水暖鸭先知，像老黄这样的站在行业金字塔塔尖的人物，他肯定是比我们这些屌丝要懂的。

另外一个就是，我们需要知道，美国现在对于中国的这个算力领先，所谓的算力领先，是建立在中国高端芯片产能严重不足的情况下。然后梁文锋在之前泄密的会议录音中明确指出，他说英伟达现在之所以是行业霸主，是因为CUDA，但是CUDA本身并不是一个很高深的技术壁垒。

他说DeepSeek从V3到V4开始，就已经把底层架构从CUDA迁移到了国产的TileLang。这个是由北大研发的一个底层编程语言，相当于在PyTorch跟底层硬件之间做一个中间层。DeepSeek在几个月之前的会议录音中就说，这个迁移工作已经完成了绝大部分，只剩下一小部分，可能说很快就可以完成。那么在DeepSeek开始训练V5之前，这些迁移工作应该都可以完成了。最起码DeepSeek这个模型，它将会不那么依赖CUDA生态，这个也正是老黄担心的事情。

然后梁文锋在会议中还估计，就是说未来三年国产AI的算力都是紧张的，芯片产能是不够的，满足不了市场需求的。但是他认为五年之后，中国就不会存在这个问题。那么我们取一个中间值嘛，就取四年嘛。美国企业有四年的时间窗口，把算力堆上去，把模型的规模堆上去，跟中国拉开彻底的差距，在AI的智能水平上彻底拉开差距，把中国的AI大模型打垮。否则等中国的AI算力芯片产能已经完全充足的时候，硅谷真的就没有什么机会了。

就像之前我在视频中说，我看老周和梅的视频，他就提到，说像中国企业这么卷价格，是对国家、企业和消费者的伤害。我当时在一个视频中就反驳了这个观点。我说低价在任何时候竞争，消费者都是获利的一方，因为消费者没有必要去考虑十年之后的事情，他们只需要考虑一下当下。

比如说国产电动汽车价格大幅下降，那么我们现在买一辆比亚迪的电动汽车，最便宜的时候可能上路只需要六七万块钱。这一辆车相比于日本车、德国车，就能省下七八万块钱，这省下一多半的钱。你说你以后有什么样的好服务能够值这么多钱，能够值一整辆车的钱？这辆车相当于是白赚。更何况当下中国企业的低价，并没有影响我们国产车的体验。

我可以负责任地说，国产电动汽车相比于中低端的日本车跟德国车，在体验上绝对是吊打他们的。当然你不能跟宝马、奥迪这些豪华品牌来比豪华性、比舒适性，这个就有点扯淡了，是吧？但是比起中低端的日本车、德国车，我们国产汽车的配置，还有带来的那种品质、那种价值感受，我认为都是要领先的。

那么我们再以DeepSeek为例，你说DeepSeek以这么低的价格杀入市场，把这个市场卷成红海，消费者利益受到伤害了吗？因为其他企业挣不到钱，但是DeepSeek可以挣到钱。梁文锋不是说了吗，在会议录音中，他说DeepSeek按照当时的状态，硬件10个月就能回本。当然一个企业除了硬件，它还有其他的一些开销，但是硬件是最大的一个开销，甚至高于人力成本，在AI这个领域。

那它现在价格涨上三倍，还是按照目前的利用率的话，它甚至可能不需要10个月，可能5个月、半年，它的硬件成本就能收回。DeepSeek这个低价，一直都是低价，从它上线开始，从V3.2到V4，到V4的正式版，它一直都是低价，都是以美国模型几十分之一的价格在供应市场，但是它的服务相对还是稳定的，它的API品质得到了中外开发者的集体高度认可。

就是说未来这个DeepSeek如果垄断了市场，我们的权益会不会受损？这个我无法预期。但是在当下，没有DeepSeek V4 Flash，没有V4 Pro，我就用不起，我就不敢把我的论坛交给Hermes去管理。我在大量的日常开发中都引入DeepSeek。最起码说，如果我用的是Anthropic或者OpenAI的大模型，如果是用他们能够干活的、智力还在线的模型，我的信用卡会被刷爆，我负担不起。

中国的低价模型给我带来的是“能与不能”的机遇。至于说中国的模型已经在美国之后，会带来什么样的负面效果，我不做揣测。最起码当下，我需要中国的廉价模型。除了DeepSeek，我们还有很多好的模型，像GLM、Kimi、MiniMax、混元、小米的MiMo、豆包，这些都是非常不错的模型，都有相当的竞争力，他们的价格也不贵。

就算DeepSeek用不了了，我也可以去用他们。别忘了，我们还有阿里巴巴千问3.8 27B这个神级模型，就本地一张显卡，给它部署起来。然后我们把难的工作交给DeepSeek V4 Pro来做，我们在本地就可以用千问3.8 27B来接手大部分的工作，把API的消耗直接降低到以前的十分之一，甚至降低到以前的5%。

那你难道不觉得，中国的低价AI模型让很多本来没有办法使用AI提升效率的工作人员，或者说这些行业，提前获得了AI的入场券吗？这会大大刺激生态，大大提升整个社会的生产力。目前我们中国的AI推理消耗总量已经是美国的好几倍，并且这个差距还在快速扩大。根本原因就是因为中国的AI大模型相对于美国更加便宜，中国的市场更加卷。

就是什么千问、豆包，阿里巴巴跟字节这两家巨头，包括有的时候腾讯也会加入。就是为了让大家用自己的AI大模型，他们就是在红海之中去卷。卷来卷去的后果就是，豆包也好，千问也好，你打开他们的手机APP，你再打开Gemini，再打开GPT，你觉得这些国外APP的使用体验还能跟豆包相比吗？

就连我妈这样的老太太都知道拿起豆包，给它放到手机支架上，监督我儿子写作业。我儿子只要一发呆，这个豆包立马就会批评他。就是这个AI的渗透，前提就是它作为像水电煤一样的基础设施，要足够便宜。

如果说我们中国没有这个低价的基础设施，没有把5G、光纤、宽带这些网络给它普及，能有这么繁荣的短视频生态吗？没有繁荣的短视频生态，能养活TikTok这样的大企业吗？TikTok如果不能在短视频领域赚那么多钱，它能够研发出什么豆包、Seedream、Seedance这样世界顶级的大模型吗？

所以说低价本身就是AI的核心竞争力之一。就是在技术相差不是很大的情况下，低价甚至是最核心的竞争力。

然后除了这个低价，中国其实在跟美国的AI竞争中还有一个非常大的优势，就是大家往往容易忽略，那就是中国的人才。我们中国的理工科人才的数量和质量，其实是要远远超过美国的。我们不得不承认，美国也有一批中国人很厉害，有一批华裔，他们也是金字塔塔尖的这些人物，但是这个数量肯定是没有我们国内多的。而且再往下走一走，到这种中上等的，或者说中等的这些工程师，那么中国的数量和质量就更要比美国多得多了。

美国现在的AI跟芯片产业主要是靠华人，但是你别忘记，整个硅谷是被印度裔人才控制。印度裔人才有一个特点，就是抱团、PPT管理、向上管理。当然我们不能讲这个种族歧视的话题，说印度裔导致了硅谷的衰落，但是硅谷的印度化跟印度裔人才、印度裔管理层接管硅谷这个时间是高度重合的。

就是你别说我们中国人跟印度人竞争的这个过程中，我们有一种天然的心理上的优势。事实也证明，就是在大部分领域，我们要做得更好。这个不用去扯淡，就看一看印度现在是一个什么样的国家，中国现在是一个什么样的国家，这个就很容易对比。

由于印度裔人才把控的硅谷，导致一个什么样的问题呢？就是以前一些顶级的白人人才，他们不敢去学理工科。为什么呢？因为在美国上学的成本是比较高的，它不像中国或者说像印度，上大学的成本相比于美国要低很多。他们很多人甚至为了上常春藤名校，或者哪怕就是上了一个不那么好的大学，也要去拿学贷。

毕业之后，这些人是没有办法像印度人那样接受比较低的工资，他们是需要高薪来偿还自己的学贷的。那么他们不敢学理工科，是吧？因为什么呢？印度人把控的硅谷，他们只招印度人。这只是拿一个个体案例来举，并不是说所有的印度人都是这样，我们只是举些例子。

就像前几天Reddit上面有一个帖子，就说一个谷歌的老哥发帖抱怨，说他的团队里十几个人到二十个人，就他一个不是印度人。他自己觉得自己待下去可能也没什么希望，然后他就辞职不干了。然后这个团队的老大还试图给他加薪啊什么东西，把他留下来，他就是不想干了，然后把这件事情捅到了Reddit上，引起了广泛的讨论。

可是在美国，这种话题是非常敏感的，它就涉及到政治正确，很快这种所谓的不和谐的声音就会被压下去。可是问题还是在哪里呀？就像以前我们这代人学编程了之后，我们又知道很多大神，像自由软件基金会，就是GNU那个组织，它的老大斯托曼，像Linux的开发维护者Linus，包括像Live555、FFmpeg，这些大型的开源项目，他们的核心领导者其实都是白人。

但是这种话题在美国就相当敏感。不过在我们中国，我们是可以讨论这种话题的。我们中国人就比较务实，美国人不能讨论这些话题，这是因为他们国家存在着严重的种族撕裂、种族歧视，就是缺什么，他们就标榜什么。但是在中国，反而这些话题是可以公开去讨论的。

这其实是一个非常重要的影响因素，就是这些白人的技术大神消失了。硅谷的印度化是一个怎么说，美国人其实无法回避，但是又不能公开讨论的话题。这个是美国人背的一座大山，会严重影响美国跟中国的科技竞争。

我们不用去扯太远，再举一个简单的例子。你就说菲尔兹奖，今天的菲尔兹奖就是两个华人、两个西方白人。但是我们不能说印度人就没有顶尖的人才，印度肯定是有的。比如说Transformer那篇重要论文的核心作者之一就是印度人。

但是我们要看到，确实印度这个国家的科学水平、教育水平、基础设施水平，是远远落后于世界主流国家的。就是这个国家能出来那么多优秀的工程师占领硅谷，这个本身就不太符合常理。就是说你一个国家不可能在本土基本上没有任何高科技产业，然后你的人才还能在其他国家去为他们的核心科技产业而做出主要贡献。

这个话题我讲得有点扯、有点偏激了，就把它收回来。就是在人才方面，我们中国是有优势的。

另外就是说，说到政府层面，当然我这人是大嘴巴，我是被国安给多次警告的人，这个我就不提缺点了，那么我就专门提优点。就是说在基础设施方面，中国确实要遥遥领先于美国。我们国家的电力设施也好，还是电信基础设施也好，未来如果说我们再加入到6G这个核心的竞争领域，那么中国依然是领先的。

就目前美国的5G，它还没有完全完成普及。我们中国的5G渗透率，不说100%，99%是有的吧？就你说哪个地方不通5G信号，这个基本上在中国已经是非常难找了。然后我们国家的电费、网费，总体上相对而言比较便宜。当然我们也要承认，美国的收入水平确实比我们中国要更高，但是我们中国的生活成本也是要低于美国的。综合算下来，就是在基础设施方面，中国还是有优势的。

就是有一个比较强力的政府，这里面有很多事情可以发挥举国体制的优势，那么就是集中力量办大事。比如说现在国家的算力紧缺，那么各地的地方政府就积极地去购买华为、寒武纪，包括海光，去买他们的AI芯片。

第一，可以帮助这些芯片企业消化他们的产品。或者说这些产品可能不太那么完美，但是政府通过大量采购，建立这种国家或者地方政府持有的数据中心，来帮他们消化产能。但是同时也能够对外供应算力。就是说企业不需要花那么大的资本去建立自有算力，你就直接租用国家算力中心的计算资源就可以了。

这个就可以在很大程度上缓解，或者说让很多本来没有资格进入这种密集AI计算领域的企业，降低他们的准入门槛，也可以推动AI生态的发展。

我们中国的体制肯定有它很大的弊端，这个是必须要承认的。就是在某些方面，我们的效率也是非常低的。但是在AI、芯片这种可以量化的，也包括航天科技，就是目标完全可以量化，参数相对比较少、比较容易控制的这些领域，举国体制的竞争力是非常强的。

很多人看了我的视频，觉得我是一个非常正能量的人，甚至觉得我可能是什么红粉人士。我都明确跟你们讲了，我并不是红粉人士，而且我都在公开的视频里说了，我说我喝的茶里面水比茶还多。这我脸就露在这里，我能吹牛逼吗？我也不可能造假吧？

但是我们分析问题的时候，就是哪些因素它有影响，哪些因素它没有影响，我们要持一个客观的态度。千万不能先立场预设，然后画了靶子之后你再去射箭，这样并不会得出更加准确的结论。

就是说我做这个视频来做评论，我的观点是要接受时间的考验的。你翻一翻半年之前，那些跟我较真的黑粉们，那些就用自己的键盘输出去捍卫Anthropic、捍卫Claude的人，你不觉得他们可笑吗？

当然了，本频道的定位一直就是天桥说书。就是我这人特别喜欢吹牛逼，什么话题我都想聊上两句。但是呢，我不得不承认，在这些领域我都不是专家，我也不是预测之神，只是偶尔蒙对几次。

如果说你认为自己在这方面的造诣比我强多了，看我这么乱喷口水，你心里不爽，觉得我大言不惭，想要教育一下我、指导一下我，那么还是那句话，我开直播的时候欢迎你们上线。我就是乐意跟你们在直播的过程中直接交流讨论，进行灵魂沟通。

我不太希望看到你们在评论区发个牢骚，然后人就潜水消失了，这绝非大丈夫所为。要想打我的耳光，就直接上线来打，我非常乐意倾听各位的教诲。

那么最后还是总结一下，就是中美科技战，我认为未来几年在这个战略相持的过程中，中国会逐步取得主动。这种主动可能不是全面性的主动，而是在每一个美国人卡脖子的领域，中国都会逐渐取得突破。

最后，在三年到五年的时间，我们就会看到一个全线的突破。就是美国再也没有办法在科技领域，在影响到国家发展的主要科技领域封锁中国。那么那个时候，中国应该会取得明显的、清晰的战略主动，甚至这个时间比我们估计的可能还要来得更快一点。

@imbiplaza-ASUS 牛逼人物