【專訪】Lambert親訪中國AI實驗室：開源霸主易主，算力仍卡脖子

這場訪談的主角不是哪家公司的執行長，是一個看模型看到眼睛脫窗的分析師，Nathan Lambert，美國AI2研究院的研究員，平常寫Interconnects這個業內公認很硬的技術通訊。他剛從中國跑了一趟，去了北京，杭州，見了月之暗面，智譜，阿里，螞蟻，小米，還有01.ai創辦人李開復本人。這篇訪談有意思的地方在於，它不談誰的模型跑分高零點幾分，它談的是人，談文化，談誰家有沒有錢買晶片。外界這一年吵得最兇的問題就是：中國開源模型是不是已經反超了美國？Lambert給的答案不繞圈子，而且不是你以為的那種答案。

整場訪談圍繞五件事：一是中國實驗室的人才結構，年輕到嚇人，而且學界業界幾乎沒有牆；二是中國公司普遍抱著什麼都要自己做的心態，不愛外包也不愛買別人的服務；三是開源模型的話語權，Lambert直接說美國去年就已經讓出去了；四是算力才是真正卡脖子的地方，華為晶片能撐推理撐不了訓練；五是中美的模型能力差距到底是縮小還是擴大，他給了一個違反直覺的答案。合起來看，這是一份『美國人如何評估對手』的第一手筆記，比看誰家發布會更值錢。

◎年輕人不睡覺，是真的優勢

Lambert講了一個細節值得記住：他碰到的中國研究員普遍二十出頭，有人還在讀書就已經是實驗室的核心人物，月之暗面有篇論文的作者是個十七歲高中生，被Elon Musk轉發稱讚。這不是個案，是結構。清華大學周邊聚了一整圈AI新創，學界業界的人才互通比美國順暢太多——在美國，矽谷大公司員工去中國出差，筆記型電腦直接自動格式化，兩邊是隔著牆的。年輕人沒有家庭牽掛，沒有舊架構的包袱，一頭栽進去就是全部人生，這是把人當資源在燒，燒得比誰都狠。

◎什麼都要自己做，是信仰不是任性

美團，小米這些公司做自己的大模型，不是因為想證明什麼，是因為不想把命脈交給別人。Lambert觀察到一個很中國式的邏輯：你如果依賴別人的服務，你就不可能打贏那個人。這跟美國新創動不動就串接別人API的風氣完全相反，美國的中間層——像賣算力轉售，賣模型代管的公司——在中國幾乎不存在。這是一種資本主義比美國更狠的打法，想的是十年後的利潤率，不是這一季的效率。代價是每家都要重複造輪子，但換來的是誰都不必看別人臉色。

◎開源模型的主場，已經換人

這是整場訪談最敢講的一句判斷。Lambert直說，過去一年美國已經把開源模型的領先地位讓給了中國，他把時間點釘在2025年夏天，GLM 4.5跟Kimi K2出來之後，局面就再也沒回頭。原因很現實：美國的頭部實驗室靠賣API賺錢，開源等於自砍收入；中國公司不靠這個賺錢，開源是換聲量，換客戶的最便宜手段。這裡帶出一條可以驗證的判斷：如果Meta在接下來一年內沒有推出一款重新奪回開發者心佔率的旗艦開源模型，到2026年年底之前，全球開發者社群裡討論度最高的開源模型仍會是Kimi，智譜或阿里通義千問這幾家，而不是任何美國公司的產品。

◎差距是六到九個月，但別看錯分母

被問到中美模型到底差多遠，Lambert給的數字是傳統跑分上六到九個月，但他馬上補了一句更重要的話：真正拉開差距的不是跑分，是像Claude Code這種讓人願意每月付兩百美元的產品體驗，這種東西中國實驗室還沒做出來。換句話說，如果你只看模型能力這個分子，中國追得很緊；如果你把好不好用這個分母算進去，美國還是領先一截。這才是為什麼很多人覺得中國反超了，但真正做這行的人反而覺得沒那麼簡單。

◎算力才是那道真正的牆

Lambert把中國實驗室最大的弱點講得很白：算力。他甚至丟出一個駭人的對比——光是Meta或OpenAI手上的GPU，可能就比所有中國公司加起來還多。華為晶片目前只能撐推理，訓練還是得靠Nvidia，而且他估計這個狀況至少要維持好幾年。這也解釋了為什麼中國實驗室對Nvidia的晶片政策這麼敏感，黃仁勳最近公開反對限制對中國出口，說的不完全是慈善，是生意邏輯：賣不出去的晶片，終究會逼中國自己把替代方案做出來，這件事現在已經在發生，只是快慢的問題。

這場訪談沒有一句話在裝腔作勢，Lambert講的都是他親眼看到的東西，不是聽說，也沒替誰吹捧。中國實驗室確實在開源這條賽道上贏了，這不是謙虛，是事實；但美國手上還握著算力跟晶片這兩張真正的王牌，牌桌還沒收。最值得記住的一句話是他自己講的：差距不是要不要追，是誰先把分母算清楚。