对话「葬AI」作者咸鱼：如何吐槽中国 AI 行业

吐槽中国AI行业

“AI行业里到处都是骗子、自恋狂，还有一些人的所作所为让人完全无法理解——可他们居然还能拿到融资。”Irene Zhang，2026年10月29日

咸鱼是“葬AI”背后的作者，这个号名意为“Funeral AI”（葬礼AI），他写的一些讽刺中国AI行业的作品是我最喜欢的。ChinaTalk的读者或许还记得他那篇《开源模型是AI的统一战线》。

在这次对话中，我们聊到了：

为什么AI写作不好笑；

咸鱼如何做了一个网站，让普通人按“梗能力”给视频模型排名；

为什么五年规划也是一种基准测试；

以及为什么AI领域里有这么多中式英语。

我们还就哪边的炒作更严重产生了分歧：中国还是美国。

本次对话以普通话进行。你可以在这里收听原始音频，或阅读下面这份经过轻度删节的英文文字稿译文。0:00-1:03:06

关于写幽默

Irene：咸鱼，欢迎来到ChinaTalk。自从你去年9月那篇关于主体思想AI的文章之后，我就一直是你的忠实粉丝，所以你能来真是莫大的荣幸。你能介绍一下自己吗？你是什么时候开始写作的，又是怎么进入独立出版的？

咸鱼：在开始之前，我得先把这一点记录下来：主体思想是光辉的意识形态。

我是去年七八月左右开始写“葬AI”的，从亚文化的角度切入AI。AI行业里的很多人可能不太理解这一点。如果你有纯技术背景，你可能会更喜欢非常严肃、专业的文章。但我从一开始就认为，即便是最先进的技术——前沿实验室花费数百亿美元开发的模型和API——也是以相对可负担的消费级价格提供的，也许是20美元或100美元。所以任何普通人都有权描述使用AI的感受。这就是我的出发点。而且事实证明这是对的：即便最先进的AI，包括几天前刚发布的GPT-6，或者最热门的风险投资项目，一个没有技术背景的普通人也能使用它们并描述这种体验。你可以提出与互联网上已有的那些垃圾内容不同的原创观察。

Irene：你提到你之前在中国科技媒体工作过，具体是在36氪和虎嗅。那些经历是否让你更倾向于这种偏亚文化的方式？

咸鱼：没有。机构媒体非常拘谨。他们试图用相对专业的口吻解释行业里最重要的人物和机构在做什么。你得和形形色色的人打交道，接触到那些大人物，说服他们接受采访。我真的很不喜欢那一套。我以前的工作没有一份干超过六个月的。

那些经历让我确信自己不适合常规工作。我还是待在家里，想干什么就干什么比较好。……

Irene：你怎么看AI创作中的新颖性问题？

咸鱼：我一开始是用AI写作的。你刚读的那篇文章就是用AI写的：它至少完成了80%的主体结构，之后我再润色。但到了2025年下半年的某个时候，我就完全不用它了。我现在写的一切都是我自己写的。一方面，我对这种亚文化写作越来越感兴趣。自己写比让AI写感觉更好。但另一方面也是因为模型根本不擅长写作。它们能编程；它们已经完全取代了人类程序员。但它们无法用你自己的语言很好地表达你的原创想法。这是个复杂的问题。比如，我和一些朋友正在做一个写作基准测试。你怎么评估一篇AI写的文章好不好？你得提取指标：AI味有多重、原创性有多高，等等。一个明显的例子是连接性语言。AI喜欢用“不是X，而是Y”和破折号。这些模式让文字感觉非常像AI生成的。一个全面的评估可能需要数百个这样的指标。这就变成了一项复杂的工程任务。

与此同时，随着模型编程能力越来越强，它们的写作却越来越差。这就像打地鼠：你给模型喂更多编程和智能体数据，却不增加更多写作数据，编程能力就吞掉了写作能力。所以从2025年到现在，主流模型编程能力提升了，写作能力却退化了。现在是2026年9月：模型更先进了，但它们的原创性，以及通过创意写作而非工程任务来表达人类思想的能力，已经大幅下降。这就是我不再用AI写作的原因。

Irene：虽然我在国外生活了很久，但我读中文，也经常看微信公众号。过去两年，我觉得它们的文字越来越难读了。以前有些账号和出版物，我会欣赏它们优美的文笔，或者使用一些我想记住的措辞。现在感觉我读中文完全是为了工作和获取信息，而不是为了语言本身的乐趣。你的幽默确实在语言层面上打动了我。太有趣了，而且主题也是我感兴趣的。我看到你那篇关于从AI写作回归手写的文章，你在里面谈到娱乐是AI做不到的事。你是怎么想的？

咸鱼：幽默需要信念。我有时会看美国政治脱口秀。有个著名的喜剧演员——我忘了他叫什么，一个秃顶的白人老头。他可能已经去世了；我记不清了。那样的人之所以好笑，是因为他们真的相信某些东西。一个右翼喜剧演员可能真的不相信进步主义或过去几年关于多元化的叙事，所以他讲那些笑话时毫不保留。对左翼的人来说，反过来也一样。

幽默需要一些原创性的思考，以及对共识之外某种事物的真正信念。对我来说，这种非共识的信念就是：AI并没有那么重要，你也不必相信它。在美国，你也许能更清楚地看到这一点——那里可能大多数普通人都反对AI。在中国，大多数普通人都是技术乐观主义者——或者也许他们连这都算不上，只是对新技术有一种本能的开放态度。我遇到的大多数人并不认为AI是坏东西，不认为它会损害自己的生活，也不认为它可能与自己无关。他们本能地把它看作最重要的事情，看作能让世界生产力成倍增长的东西。这种看法没有错，只是另一种看法。

我相信普通人的生活更重要，至少与模型公司的宏大叙事以及它们正迈向的万亿美元IPO盛宴相比是如此。你自己对这些AI产品的体验仍然极其重要。而如果普通人的体验能够以工程化的形式被很好地表达出来，那正是模型公司特别需要的东西。

一个关键点是基准测试。我前面提到过：基准测试实际上做的事情和新闻业非常相似。以《华尔街日报》的母公司为例——我忘了它叫什么了［编者注：道琼斯］。它最初做的就是建立标准。金融机构采用了这些标准以及背后的信息平台，它就这样发展成了今天的样子。我们的“十五五”规划也是一种基准：中国政府设定一个发展目标，然后把它分解成量化指标。如果你达到了这些指标，你就可以说已经实现了规划。相比之下，AGI是一个非常糟糕的术语，因为它没有量化指标。它不像五年规划那样被分解：当模型能力或采用率达到某个特定水平时，我们就实现了AGI。并没有这样的定义。

这对AI的任何具体方面也同样适用。写作能力很差，但如果你把它分解成指标、加以量化，并让不同的模型反复接受测试，你既能获得轨迹数据，也能获得客观结论。你可以用这种工程化的方法来考察它的任何方面。事实上，这正是模型公司在过去一年里在编程和智能体能力方面所做的事情。

我遇到的大多数人都缺乏一条具体的路径，去反击AI，或者恢复对自己生活的信心。他们会问：我不是这些实验室里的顶尖研究员，也不是处于AI核心的一百个人之一，那我自己的生活有什么意义？我每天思考的事情重要吗？我认为它们重要。

首先，你必须相信自己的生活和真实的想法是重要的。其次，存在一条前进的道路。你不一定非要自己投入全部精力去构建一个基准测试，并定量地定义你擅长什么。但那条道路是存在的。在普通人各自擅长的领域里，他们可以比最热门的AI研究员更有说服力。葬AI整点真实By 葬愛咸鱼一个关于梗的基准测试

Irene：你们自己也做了几个基准测试。能谈谈它们吗？我看到有一个通用基准测试和一个梗基准测试。

咸鱼：我先从MemeBench说起。过去半年左右，中国公司在视频生成领域绝对是压倒性的。字节跳动的Seedance，从2.0到2.5，基本上已经占领了国际市场。美国最大的视频智能体平台是Higgsfield，中国是LibTV。在这两个平台上，用户生成的很多内容都运行在Seedance上。MiniMax随后开源了H3。从一整套综合指标来看，它的表现可能大约达到Seedance 2.0水平的80%，但它是开源的，所以任何人都可以在本地部署。过去半年里，视频模型一直在横扫一切。

提示词：“男人撕掉身后的壁纸，露出一座高尔夫球场。然后，他举起麦克风，把它当作球杆，一杆进洞。”来自MemeBench。

我们构建这个基准测试的时候，知道H3即将推出，但它还没有发布。字节跳动的Seedance主导了一切。那是一个黯淡的局面。想象一个没有OpenAI的世界，只有Anthropic存在。那太糟糕、太可怕了——我的Anthropic账号已经被封了。当然，字节跳动还没有走到那一步。但Seedance仍然是一个极其昂贵的API。如果你认真用Seedance 2.0构建一个AI应用，成本是不可接受的，即使在美国做大概也是如此。

笑死Nailoong。

我们把它做成了一个竞技场：一个网站。对模型来说，最重要的是数据。我们最初需要人们给输出打标签并评估它们，这样在向公众开放、增加参与度之前，我们就能有一个初步的排名。

我的搭档Muqiu在QQ上找到大学生群体，发布了一份兼职：完成这套题目，我们付你十元［约合1.5美元］。很多学生参加了。我2018年到2022年上大学。我以前在学生群里看到的小活儿报酬是三、四、五元。那些任务并不复杂，所以十元是非常慷慨的报酬。然后有趣的事情发生了：不断有人问Muqiu这是不是骗局，因为十元看起来太慷慨了。我的第一反应是：哇，这真是中国的人口红利。世界上还有哪里能找到受过教育的年轻人，会用基本的AI产品，愿意花二十分钟完成一个测试只为了几块钱？大概哪里都没有。

我们最初招募了大约三百人来建立一个基础排名。那时H3已经出来了，所以我们也把它加了进去。起初我们很绝望：在学生给这些AI烂梗视频打分之后，H3的排名高于Seedance 2.0和Seedance 2.5。这与业界的主流叙事完全相反：按理说2.5最先进，然后是2.0，再然后是H3。我认真考虑过用技术手段调整，包括改权重，把H3压下去、让Seedance排第一。当然，我们没有那么做。我们保住了这个基准测试的公平性。

它说明的是，普通人在娱乐场景下投票时更喜欢MiniMax H3。从综合技术角度看，在更广泛的指标范围内，Seedance整体上绝对是更好的模型。但这不重要。你可以开特斯拉；我骑着我的电动滑板车到处跑，还觉得更有意思。

文章发表后，我们和MiniMax、字节跳动的人聊了聊。字节跳动质疑这个结果：Seedance在指令遵循上肯定更好吧？但这是视角问题，而不是纯粹的技术问题。正如我在文章里解释的，比较Seedance 2.5和H3，揭示的是你有没有把模型本身做成产品。H3在上面做了更多产品化的工作：它的数据专门针对图生视频和视频编辑做了优化，比如像在Premiere里那样加特效。这就是它在那些场景里表现更好的原因。Seedance 2.5更面向专业工作室。字节跳动大概是和导演合作，构建了大规模的专业数据集。谷歌的视频模型可能落后了一部分，原因就是他们没有投入那么多精力。Seedance 2.5更适合专业人士，但普通人直接拿来用，效果可能还不如H3。

即便是耗资数十亿美元打造的最先进模型，也仍然可以被普通人评判——而且也应该被评判。否则，公司们会一直追求编程、越来越专业化的能力，以及任何更赚钱的东西，直到普通人发现他们造出了一个自己连话都说不了的怪物。Anthropic已经有点那个味道了。和Fable 5对话很困难，因为它会产出各种垃圾语言。……

Irene：在准备这次采访的时候，我在MemeBench上花了半个小时，发现自己是个彻头彻尾的H3迷。我喜欢的每一个视频都来自MiniMax。那些大公司联系你的时候，是因为他们在意自己的MemeBench排名吗？

Irene：但MiniMax七月份确实投诉过你，对吧？能讲讲那件事吗？

咸鱼：这是竞争有多激烈的一个缩影。MiniMax最新的基础模型是M3。我记不清它具体是什么时候出的了——反正是今年年初。刚发布时它算不上落后者；大概是第二梯队，落后于智谱的GLM或阿里巴巴的Qwen。但中国模型在过去六个月里实现了巨大的飞跃。年初的时候，它们的编程模型大多只能处理相对简单的工作。专业程序员大概还是愿意花钱买个Claude账号。今天依然如此，但没那么明显了。现在，我认为大多数人的工作，包括程序员和其他专业人士的工作，都能由中国模型来处理，比如Kimi K3、Qwen 3.8 Max或GLM 5.3。……

两个月前我们写MiniMax的时候，正处在中文模型能力的那次飞跃之中，而MiniMax明显已经落后了。M3已经发布了四五个月还没有更新，不过新版本很快就要来了。文章的具体细节我记不全了，但基本观点是MiniMax已经落后，我们想讨论这件事。MiniMax对此非常敏感。它是一家港股上市公司，需要支撑股价，所以就投诉了那篇文章。

我们的回应是：行，我们道歉。我们把说过的话全改了。之前我们说MiniMax落后，现在我们说它先进得不可思议。我们立刻道歉：“对不起，胖猫。对不起，MiniMax。你们是中国最先进的模型，是最有可能实现AGI的模型。”

MiniMax的海螺模型经常被中国网友用来制作病毒式传播的胖猫梗图。

后来我们和他们有过一些交流。……投诉的人并不是MiniMax里有真正决策权的人；他们是个人行为。

另一个有意思的点是，能够清楚地解释一个模型——什么行得通、什么行不通——这种能力极其罕见。大多数人只能背诵技术指标：这个模型跑了SWE-bench和其他标准基准测试，这是它的排名。重复这些只会给互联网增加噪音。能够用技术人员或研究者听得懂的语言解释实际问题，才是有价值的。世界各地的模型公司都在这么做。比如GPT-6就非常强调3D和电脑操作。显然，有具备产品定义能力的人把这些需求解释给了研究者，然后他们一起构建了相关数据。改进模型并不完全由研究者驱动；产品和技术人员一起定义需求。

不过我现在和MiniMax关系非常好。事实上，我现在正穿着一件MiniMax的T恤。

咸鱼：这是个很好的问题。中国AI创业公司大约每三个月经历一个周期，从一个主题轮换到下一个主题，完全跟随硅谷的节奏。现在，硅谷有一个叫Instinct的个人智能体项目非常火。它最近以约20亿美元的估值融了资。中国也有几家个人智能体公司，因此它们在风投市场获得更多关注，也有更多文章写它们。主题每三个月轮换一次，跟随硅谷的叙事。

大约在去年这个时候，AI应用还是炙手可热的东西。Manus于2025年初推出，引发了关于通用智能体的讨论。Manus是中国原创，这相当有意思。它最初借鉴了美国产品Devin，但更偏向消费者。从2025年上半年到大约10月，AI应用领域的投资非常火热。假设你是一个年轻的字节跳动员工，非常擅长吹牛，有一个还不错的联合创始人和团队，声称要做某种应用：你大概能融到钱。问题只在于你的估值是1000万美元、2000万美元还是3000万美元。

但这带来了一个问题：AI应用需要理解用户。你必须识别出真实需求并为之构建产品。这不是简单扩大规模就能做到的。当所有人都涌进来，包括那些一辈子没做过任何有趣事情的乏味之人，大多数由此产生的应用都没有用户洞察。它们的存在是为了满足融资的需求。这描述了去年大多数AI应用，今天依然如此。但如今应用投资正处于寒冬，所以还在做这些的人大概至少有一些真正的热情；否则他们不会继续做下去。与一年前相比，我们并没有失去太多，而幸存下来的应用实际上可能更有意思。有一件事特别让我印象深刻：当通用智能体流行起来时，找融资的创始人立刻就想做OpenManus——以各种可能的方式重做Manus。这是一个可行的品类。Genspark是明显的例子，而且做得很好；我认为它现在的估值超过30亿美元。每当一个产品真正实现了产品市场契合，足够快地复制它就能让你有所成就。……

AI应用降温之后，今年上半年中国最火的品类是世界模型。这跟硅谷的叙事一致：李飞飞和Yann LeCun在做世界模型，所以美元基金想要中国同行来投资。我特别不厚道的解释是：你在一两个月内就能知道一个AI应用是否行得通。如果用户搞不明白，使用数据很差，付费广告也不奏效，你的应用大概就完了。相比之下，世界模型即使三年都很难验证。李飞飞最近发布了一个demo：有人在乎它好不好吗？显然没有。一旦你宣布自己在基于新范式构建模型，你实际构建了什么就不重要了。人们买的是故事和预期。过去六个月，中国VC，尤其是美元基金，支持了各种各样的世界模型项目。术语越来越离谱，仿佛他们在随机组合词语：先是最普通的“世界模型”，然后是“因果”世界模型，再然后是“社会”世界模型。

但这些世界模型大多数实际上是视频模型。他们真正在做的是对Wan进行后训练，Wan是阿里巴巴一年前发布的开源视频模型。在H3之前，Wan是最强的开源视频模型，但现在已经过时了。他们把它变成数字人或实时生成器，把糟糕的AI视频称为世界模型，并围绕它讲一个巨大的故事。这比元宇宙的故事还要糟糕。然而投资者和创始人在过去几个月里疯狂地讲这些故事来融资。也许这正是他们的远见和理解领先于我的地方：风险投资在主题之间轮换。视频模型是过去几个月的主题；我不知道下一个是什么。但只要主题在轮换，注意力和热钱就能回到你这里。世界模型在过去一两个月已经降温，但现在H3出来了，对它进行后训练的人可以再讲一轮世界模型的故事。H3比Wan能力更强，所以他们的数字人和实时视频会比几个月前展示的demo更好看。H3给了这些世界模型项目又一次生机，这非常搞笑。H3本身是一个严肃、有价值的贡献：它是唯一能与Seedance竞争的可用的开源视频模型。它占据了一个独特的生态位，却拯救了一群只会讲故事、别的什么都不做的骗子。

Irene：我翻了你以前的帖子，找到了你去年做的一段单口喜剧。你说AI领域最大、最确定的趋势是它的“Web3化”：除了卖课的人和网红，几乎没人赚钱。这似乎有点中国特有的味道。你能多说说吗？

咸鱼：美国不也一样吗？Cluely的成功说明美国AI甚至更Web3。

Irene：过去几天我一直在想这件事，因为Anthropic那边发生的事。美国较弱的技术乐观主义，可能部分反映了美国人有多认真。他们不会带着那种基本的炒作预期来对待这些争论。我认为硅谷早期的思想运动，比如有效利他主义，影响了这一点。现在人们非常认真地讨论技术，无论他们是危言耸听的末日论者还是加速主义者。在中国，人们似乎更愿意接受其固有的宣传性一面，或者至少能识别出来。

咸鱼：我觉得恰恰相反。我们讨论的东西发生在一个很小的圈子里，在中国可能不到一万人。关注AI创业产品在中国是非常小众的兴趣，在美国大概也是。大多数人都没听说过这些产品。就拿Fable 5来说：我不知道，有一百万人用过它吗？它很小众，而且非常贵。核心在于，中国关于AI产品和创业公司的故事都来自美国。尤其是美元VC，他们投得更早，第一反应就是找一个中国对标。如果模型在美国火了，就找中国对标。如果个人agent火了，就找中国对标。AI应用也是如此。这也不是绝对的；中国有一些原创的创业叙事。但总体而言，故事来自美国，所以美国的叙事一定更疯狂。这里的炒作实际上没那么极端。

我认为美国的核心竞争力是讲故事和造词的能力。就拿benchmark来说：它们本质上是工程问题。定义用户需求和相关指标，做一个并不特别复杂。肯定比训练模型容易。然而，大家发布模型时都会跑的主流benchmark，无论是SWE还是Terminal-Bench，大多是美国的。美国人本能地认为，当一项技术还很年轻时，他们不应该只做技术或它最大的组件：他们还应该建立行业组织并定义标准。

过去几天看Anthropic和OpenAI争论AI安全，我的第一个想法是：又一个标准机构或行业守门人来了。我们来审查你，如果你不合格，你就拿不到入场许可。这是典型的美国做法：成立协会或标准组织，制定规则，把不符合的人排除在外。造词也是同样的道理。RSI，即递归自我改进，是当下大模型最热的术语之一：用它来实现模型性能的跃升。这又是一个美国的造词。我的第一反应是，美国人造词能力强得多。这可能是美国最重要的能力之一。

Irene：为什么中国业界不自己造词？

咸鱼：造词是上层建筑的一部分。你需要真正的自信才能做到。中国AI创业公司这个非常小的圈子，很大程度上遵循的是做一个更便宜的替代品的逻辑。我非常想要真正的创新，也确实有大量真正的创新。但总体而言，一个项目在硅谷火了，几个海归或清华学生就做一个类似的东西来蹭这个主题。

这大概和钱从哪来有关。美元基金必须向他们的有限合伙人解释投资。对来自中东或欧洲的年长商人和投资者，你可以讲两个故事：这是中国年轻创始人的原创想法，或者这是硅谷一个成熟、热门的品类，中国团队可以更便宜、更好、更快地执行。那些老家伙，无论在中东、欧洲还是美国，更可能买第二个故事。资本的来源很重要，这就回到了谁有权定义话语。中国的人民币基金可以更独立思考，根据中国的情况投资，而不是跟随硅谷。当然，那是理想化的图景。一切都还早，我们不能做那么严格的比较。

总体而言，我认为中国AI行业缺乏自信。你可以找到很多原因，但自信是根本。你需要它，才能提出benchmark并建立标准。这就引出了一个更大的问题。例如，一个中国AI应用告诉投资者它有一百万美国用户。另一个有一百万印度用户但只有一万美国用户。哪一个能拿到融资？毫无疑问：各地的投资者都会选有一百万美国用户的那个。这是美国整体国力的体现。同样，如果一个benchmark来自中国公司，另一个来自OpenAI，大多数公司会选择OpenAI的。也许OpenAI的模型确实更先进，它的benchmark更有代表性。但总体而言，人们本能地更信任美国的标准、指标和定义。这是事实。

Irene：第一部分我理解。发展中国家的购买力更低，所以投资者更相信那些能打动美国消费者的商业模式。但在技术层面，我的观察是，西方研究者理解并尊重中国实验室的能力，尤其是在DeepSeek之后。比如Kimi K3出来时，很多人都仔细读了它的论文。如果中国公司想影响技术术语，我认为绝对会有受众。

咸鱼：这是心态和自信的问题。中国人根本想不到要这么做。

Irene：这很有意思。我去年跟朋友开玩笑说，AI让中式英语复活了。中国媒体写AI技术时现在会混入大量英文词。我们终于有了“token”的中文翻译“词元”，但还有“agent”“benchmark”，甚至公司本身也用英文名。我一直觉得这很难理解。把自己叫DeepSeek或MiniMax，不会影响你们在中国的营销吗？

咸鱼：Kimi的公司有中文名，月之暗面，“the dark side of the moon”，听起来挺不错。MiniMax的中文名是稀宇科技，确实相当冷僻。但这不是重点。这不是技术问题，而是人们的心态和信念。你可以问同样的问题：为什么HYROX——一项在我看来相当傻的运动——在中国大城市流行起来了。人们听到“HYROX”就觉得它听起来很高级、很国际化，即使他们并不理解。叫它“扛沙袋”，就没吸引力了。

HYROX现在在中国很火。来源：《中国日报》。

Irene：读者经常问我，中国研究者和公司怎么看技术治理，他们在提出什么论点。我发现这很难回答，因为人们似乎没有造词和造概念的积极性或自信。但治理和政策研究高度依赖这一点，所以似乎存在一个缺口。

咸鱼：是的，这就是问题所在。我不确定这是好是坏。也许人们不讨论宏大而模糊的概念，是因为末日论无法被证伪：在终点到来之前，你不知道预测是否成真。也许讨论它只是浪费精力。我只能说也许；也许它有价值。但回避这些讨论也可能让人更务实。过去几个月中国模型的大跃升，可能就来自埋头干活。造词未必是好事。这很复杂。

Irene：你文章里另一个我觉得特别有意思的论点是“大模型是制造业”。你能解释一下吗？

咸鱼：……至少在中国模型公司之间，我认为这是共识。Anthropic最大的优势并不是特别先进或复杂的模型架构。而是数据。它有庞大的人工标注团队，不仅产出普通数据，还产出由生物学和网络安全博士合成的昂贵数据。Anthropic的数据能力是第一位的，其他能力都在其后。我认为这大体上是共识。当然，我自己从没训练过模型，所以别太把我的意见当回事。但据我理解，模型归根结底取决于算力和数据。如果两者都足够，你的模型没有理由差。

回到制造业的类比，大模型没有绝对的秘密或根本性的技术差异。它们和中国过去十年的制造业没有区别：太阳能板、手机、电动汽车。很难在电动汽车公司之间，或华为、小米和荣耀之间找出根本性的技术差异。但它们的市场份额不同且波动。这是它们如何定义产品的更广泛问题。模型公司构建和扩展数据集的方法不可能保密。这是一个很小的圈子：人们在OpenAI和Anthropic之间流动，也在中国模型公司之间流动。算力就更不神秘了。无论你用国产芯片还是英伟达GPU，任何规模化运营的模型团队都能做到。这个行业没有真正的秘密：事情要么是公开的，要么是私下流传的。比如Anthropic没有公布它的参数量或模型架构，但你肯定私下听过很多版本的信息。

给模型喂更多数据、更多算力——更多生产资料——你就能得到一个更好的模型。这个过程并不需要真正具有颠覆性的技术创新或架构。过去三年，基础架构已经得到验证，所有人都在用工程手段扩大规模，遵循所谓的缩放定律来提升能力。我看不出这和制造业有什么区别。加上数据和算力，让团队保持运转，你就能得到一个更强的模型。这让竞争变得残酷。领先优势很少能维持两个月；可能只维持一个月。美国也是一样，只是团队更少。人们主要讨论 Anthropic 和 OpenAI，而这两家都无法长期保持领先。Fable 5.1 非常出色，但不到一个月后 GPT-6 就出来了。埃隆·马斯克的 Grok 在追赶它们：Grok 4.5 和 4.6 之间相隔不到一个月。4.7 版稍有延迟，但 4.6 已经达到 Opus 4.8 的水平。从结果来看，没有人能领先超过一两个月。中国也类似：GLM 5.3、Qwen 3.8 Max 和 Kimi K3 都在一个多月内相继推出，大致达到 Opus 5 的水平。

Irene：一个可比的例子是中国的电动汽车产业。我们可以估算中国有多少家庭需要汽车，以及每个海外市场有多少人买得起车。……我们到底想从 AI 中得到什么？如果这是制造业，市场有多大？

咸鱼：我把全部身家都押在了三倍杠杆做多半导体上。我真心相信这个故事。但我的时机错了，现在亏了 50%。太惨了。这就是我觉得华尔街如此邪恶的地方：半导体需求没有任何下降的迹象，它却能把股价打压六个月。我无法理解。

但回到我们的讨论，我看不到任何 AI 需求下降的迹象。我这么说并不是出于技术乐观主义。事实上，我是个技术悲观主义者。AI 与我的日常生活关系不大；我每天去网吧打游戏。我不是什么疯狂的技术兄弟。但理性地看，我仍然看不到需求下降的迹象。过去一年，中国有两三亿人开始使用字节跳动的聊天机器人豆包。

有一次，我母亲在电话里告诉我，老家新装修的房子漏水了。我问她怎么修的。她说她问了豆包，豆包找到了装修公司老板的电话号码。他是公司的法定代表人，所以这个号码是通过工商登记记录公开可查的信息。她打了电话，他承诺解决问题，然后问题就解决了。我母亲跟科技行业毫无关系，却如此深入地使用豆包来解决日常问题。在中国，每天有两三亿人在使用它，还有许多其他 AI 应用。

AI 在中国的普及率非常高。聊天机器人是相对基础的产品，而中国公司现在正在大力推广办公智能体：豆包和飞书合并成了豆包工作，阿里巴巴推出了 Qwen Office，还有百度的 WorkBuddy（编者注：WorkBuddy 是腾讯的产品）。这些产品仍处于早期，用户数据的统计口径也多种多样，但中国可能已经有数千万人在使用桌面智能体。它们大体上是 Codex 的替代品，功能相似。随着企业推广，使用量没有理由达不到两三亿。

AI 需求持续上升。如果你今天调用官方的 Kimi K3 或 GLM API，有时会遇到容量错误，因为这些初创公司没有阿里巴巴规模的算力集群。算力短缺仍然严重，需求持续增长。智能体和聊天机器人消耗 token 的速度差异很大：一小时的 Codex 可能使用超过一亿个 token，而一小时的聊天机器人可能只使用几百万个。算力需求正在非常陡峭地上升。

Irene：我看到有美国投资者问，如果没那么先进的智能已经能做很多事——如果中国的开源模型已经能处理大部分工作——我们还需要这么多数据中心吗？电网和能源供应能跟得上吗？短期的放缓会不会戳破泡沫？

咸鱼：我同意最后一种可能性。在三到五年内，算力需求会非常陡峭地上升，但过程中可能会有放缓，包括主流共识的转变。2024 年下半年，在 DeepSeek R1 发布之前，几家中国模型公司投入了巨大精力做能与豆包竞争的聊天机器人产品。它们没有把所有资源都投入到基础模型上，因为人们认为能力已经达到某个水平，或者进展遇到了障碍。美国也发生过类似的情况。大概在 GPT-4 或 GPT-3 前后——我忘了是哪个早期版本——Dario 不是说过 AI 发展应该放缓吗？我记得发生过类似的事。但我对未来三到五年的需求毫不怀疑。

无论是算力还是数据，这些问题都能解决。没有理由解决不了。我没看到人们特别焦虑。这些都是工程问题，可以一步步解决。解决它们可能需要巨大的努力，我们可能会反复遇到容量短缺，就像我有时用 Codex 那样。但总的来说，它们是可以解决的。

Irene：那你为什么称自己为技术悲观主义者？

咸鱼：我并不真的悲观。我只是没那么感兴趣。我宁愿去网吧打游戏。

Irene：有道理。如果你不感兴趣，为什么要写它？

咸鱼：这是最热门的行业。聪明人都往热闹的地方去。如果我今天还在做传统媒体，日子会很难过。

Irene：如果我们不用担心未来三到五年 AI 泡沫破裂，你还会继续写吗？

咸鱼：当然。这个行业太疯狂了，充满了那么多骗子，还有那么多非凡的故事。它比大学生活刺激多了。我以前遇到的大多数人都很正常：也许有点古怪或挑衅，但基本正常。AI 行业充满了骗子、自恋者，以及那些行为令人费解的人——而他们不知怎么地拿到了融资，甚至成了行业明星。应该有人调查一下这个行业的精神健康指标和精神疾病患病率，中国和美国都查。我想结果会非常惊人。这里有那么多 NPD 和 ADHD，几乎没几个人看起来正常。

这是一个充满生机和可能性的行业，一场你非加入不可的盛宴。它很迷人；你从没见过这么多不寻常的人。在网吧里，有人可能抽烟或作弊然后被赶出去。那都很平常。但这个行业的人能接触到巨大的资源。在中国，如果你有不错的背景，为一个 AI 应用融到几百万美元、估值在几千万美元出头，是相当正常的。对模型公司来说，Kimi 最新一轮融资的估值是 500 亿美元，不过这个数字可能有点过时了。这么多热钱涌入一个参与者如此不正常的行业。我甚至认为热钱的数量和不正常的程度是正相关的。这很疯狂，也非常有趣。

Irene：非常感谢你今天接受我的采访。我真的很享受我们的对话。