一个管着上千亿资金的量化大佬，梁文锋，突然在内部会上，对着帮他赚钱的整个团队，扔下一句话。
他说，别跟我提什么中国AI跟美国只差一两年，那都是表面功夫。
真正的差距，是原创和模仿。是我们永远在追，人家永远在前面领。
这话一出，整个会议室鸦雀无声。
谁能想到，一个从量化投资起家、管着幻方量化上千亿资金的老闆，会这么直白地戳破行业泡沫？
但梁文锋就是这么个人，他搞AI不是来凑热闹的，是来掀桌子的。
你可能觉得，中国AI这几年挺风光，DeepSeek的模型不是都追上GPT-4了吗？价格还便宜得多，训练成本只有国外同行的1/20，看着多牛。
可梁文锋心里门儿清，这背后藏着一个致命伤，咱们多数时候还是在模仿，不是在原创。
就像搭乐高，人家设计了图纸，咱们拼得再快再巧，终究不是那个画图纸的人。
他常说，中国公司过去几十年习惯了“搭便车”，等技术成熟了拿来商业化，可AI这玩意儿，光靠跟随根本撑不起未来。
梁文锋自己就是个例子。他13岁自学微积分，浙大毕业扎进量化投资，从成都出租屋泡面度日到管千亿资金，靠的不是跟风，是死磕底层技术。
2019年他就在行业论坛上说，量化投资早晚会“量化吃量化”，市场有效了，简单套路没戏了，必须搞多策略、多团队，拼算力拼数据。
结果呢？现在头部量化私募全在卷AI，因为传统因子挖不动了，得靠大模型理解商业世界。
可梁文锋觉得，这还不够——如果只用人家的架构、追人家的论文，咱永远慢半拍。
所以他搞DeepSeek，目标就一个：通用人工智能（AGI）。别人忙着做应用变现，他偏要啃硬骨头，研究新模型结构、搞开源。
为啥？因为他信“语言是智能的本质”，人类思考就是编织语言，从这儿突破才可能搞出真AGI。
这种理想主义在当下有点格格不入，毕竟大厂都在抢用户、打价格战，可梁文锋说，降价不是为抢市场，是成本真降了，想让人人都用得起AI。
甚至敢公开说OpenAI不是神，闭源护城河撑不久。这底气，来自他团队那帮年轻人，不要KPI，全靠热爱驱动，谁有好想法随便调显卡做实验。
但理想归理想，现实骨感。美国搞AI，闭源聚焦通用能力，靠技术壁垒赚钱；中国呢？开源闭源并举，靠场景反哺技术。
看着是互补，可梁文锋点出核心问题：原创差的不只是技术，是生态。
英伟达能崛起，是整个西方技术社区协同的结果，人家有路线图，咱却常靠二手消息。
比如芯片禁运，逼得中国自己搞GPU，可配套生态跟不上，还是吃力。
结果就是，咱在应用层跑得快——制造业、机器人、自动驾驶，场景多复杂度高，但基础层总被卡脖子。
这差距像啥？像跑马拉松，人家在前面定节奏，咱拼命追，喘口气都难。
梁文锋内部说过更扎心的：如果只满足于模仿，中国AI永远只能是追随者。
他举了个例子，量化投资早年学美国，现在呢？美国早玩宏观量化和基本面了，咱还卷量价因子。
AI也一样，大模型火热，可核心架构、训练动力学差距，可能让咱多花4倍算力才达到同样效果——这哪是差一两年，是差整个创新体系。
但梁文锋不是悲观的人，他押注的是“换道超车”。
DeepSeek开源模型为啥轰动硅谷？因为这不是另一个模仿品，是实打实的创新：用算法优化替代硬件堆砌，参数规模追上GPT-4，还免费开放。
他说，开源不是商业行为，是文化行为，技术人员被跟随才有成就感。
这种思路很“反常识”，可恰恰可能破局——既然跟跑累，不如自己开路。
就像清华大学朱旭峰说的，中国有统一大市场、完整产业链，AI能缓解劳动力短缺，这是咱的优势。
梁文锋的DeepSeek，就想靠这优势催生原创：比如用量化积累的金融数据训练模型，里面藏着人
类行为密码，反而让模型在商业预测上更准。
不过，原创的路不好走。梁文锋承认，创新低效又昂贵，可能大量“浪费”。为啥还干？因为“好奇心驱动”。
他办公室挂句话：“代码是新时代的火种，而我们，都是盗火者”——这火种，就是原创力。
现在中美AI进入良性竞争，你攻通用技术，我啃复杂场景，互相启发。
梁文锋觉得，这是好事，起码咱从搭便车变贡献者了。
说到最后，想起梁文锋给西蒙斯传记写序时引的话：“一定有办法对价格建模”。
其实他也在建模，不过建的是中国AI的未来模型。
这个模型里，没有捷径，只有硬核创新；没有模仿，只有原创突破。
所以下次再听人说“中美AI差一两年”，你或许会笑笑——真正的差距，在梁文锋那句话里早已点透：原创和模仿之间，隔着一整个时代。
而他和他的团队，正试图用代码劈开一条路，哪怕慢点，也要做那个领跑的人。
参考：在良性竞争中共同拓展AI边界——环球时报
评论列表