美国AI研究员的中国之旅：年轻人，追赶者，算力焦虑与“AGI展示厅” ｜专访Nathan Lambert【101视频播客】

Nathan Lambert在2026年4月专程访华，用一个月密集走访北京、杭州、上海的顶级AI实验室，包括阿里巴巴、Moonshot、字节跳动、清华、美团、小米、蚂蚁等。回美后他发表文章引发广泛讨论，并对这次经历保持了谦卑的态度——虽然他是美国开源AI的关键推手，但一线观察让他意识到中美竞争远比统计数字更复杂深层。

他强调，美国科研人员对中国科技生态往往理解片面，仅靠阅读《Breakneck》、《Apple in China》等著作还不够。实地访问揭示了制度、人才培养、公司文化的深层差异。他主要与研究员和创业领导力交流，刻意避免过度依赖经过媒体培训的高管——那些对话常被公关规范束缚。反而与随机遇到的独立研究员的非正式对话最有启发。

谈及各家公司的特色，Nathan给出了生动对比。Moonshot（Kimi）以"最好的工作氛围"著称，团队成员年轻、紧密、充满激情。一位17岁的高中生发表了Attention Residuals论文，被Elon Musk转发，如今在中国成了名人。这背后反映的是中国AI公司对年轻人才的系统性吸纳——不仅招聘博士生，还让他们深度参与核心模型开发，缺乏美国那样的官僚流程。相比之下，阿里巴巴、蚂蚁虽资源众多，但企业文化更厚重。Xiaomi和美团这样的消费科技巨头，则是为了自身产品需求（打车、智能家居）而自建模型，顺带推出了全球竞争力最强的通用版本。

中国AI的一大特色是"技术自主"心态。当Nathan问为什么自建而非购买API，答案一致：我们需要拥有全栈、降低成本、掌握长期方向。这与美国"采购API"思维截然不同。美团和Xiaomi的逻辑很实际——自建比采购便宜，而且拥有计算资源和人才。这种投资规模（年均数百万到数十亿）对超大公司可承受，但会压制中小初创的生存空间。这反映了中国"资本主义更激烈"的竞争特征。

在开源生态方面，中国已经完成了逆转。Qwen、Kimi、ZAI、DeepSeek的开源模型如今被广泛认可为全球最强，超越了Meta的Llama系列。这个转变从2025年夏季开始标志着美国失去了开源AI领导地位。原因很直白：中国公司有强烈动力开源（用户需求、市场占有、品牌积累），而美国大厂（Google、微软）反而倾向闭源以保护商业利益。

人才结构的差异也很显著。Nathan注意到中国AI公司拥有更多年轻的、深度嵌入的博士生研究员，他们20来岁就在一线做核心工作。这些人专注度极高——没有即将结婚的计划、没有副业、全身心投入。后训练是一项需要掌握众多细节的技术工作，年轻人能快速吸收并迭代。相比之下，美国实验室虽有顶尖PhD学生，但人数受限、自主度也受制。

但中国也有明显弱点。数据产业远不如美国发达。美国公司（OpenAI、Anthropic）花费数十亿美元购买高质量标注数据，特别是用于支持代码生成、医疗等知识工作的模型优化。中国却缺乏类似的商业化数据市场，主要依靠内部数据团队自产。这导致美国模型在知识工作工具（如Claude Code、Cursor）上仍保持优势。如果中国知识工人继续依赖Claude而不采用本地模型，这个差距会长期固化。

关于模型性能差距的具体数字，Nathan认为传统基准测试上美国领先6-9个月，这个数字可能扩大到一年。但实际可用场景的差距更小，因为中国公司发布更快——RL训练一周完成，次日就发布；而美国流程通常需数周。所以在相同时间点，两边最强的可用模型性能其实很接近。最明显的差距是代码生成领域，这源自美国获得的真实使用数据反馈。

关于芯片禁令和地缘政治，Nathan立场比较中立，倾向于Dario的谨慎态度但也承认Jensen有部分道理。限制芯片销售确实可能促进华为芯片发展，这反而推动了中国本地化AI栈的建设——但这是一个多年的过程。无限制出售GPU则可能强化中国整体AI能力。他在两难之间选择了权衡。

对于未来12个月的预测，Nathan认为会出现新的代理产品（可能来自Google或其他玩家）成为讨论焦点，推理模型会继续改进。中小型公司（如Fireworks、Base10和中国的Kimi、ZAI）的智能服务销售会繁荣，因为需求强劲。但从3-5年的长期视角，可能会有财务压力下的实验室合并或退出。