这颗球上的AI,正往哪儿长?

早上，阿渊晨跑回来，鞋还没换，我已经举着手机在阳台上等他了。

“阿渊，你来看，这阵子的银子好像跑得比你还快。”我把刚看到的几条人工智能投融资消息拉给他看。DeepSeek的融资数字在报道里一路往上走，宁德时代、吉利汽车的名字也相继出现；转头又查到宇树科技的上市文件里，有DeepSeek参与战略配售。再往国外翻，OpenAI、Anthropic公布的融资规模，更是大得让我忍不住瞪圆眼睛，来回数了几遍“个十百千万……”。

阿渊接过手机，搁在茶桌上，倒没急着跟妞画未来，而是先把一份上市公司公告翻出来，推到我手边：“妞，这几笔钱得分开看。宇树的战略配售有正式文件，DeepSeek也有投资方的公开披露；可报道里那些更大的融资数字和投资者名单，不能一股脑算作已经落定。你看这家公司，公告还特意说了，它投DeepSeek只是财务性投资。”

“嗯，明白。”我把手机放下，“投了钱，不等于两家公司就一定会一起造东西。可是，阿渊，这么多人把钱往AI那里送，总不能只是想要一个能让大佬们聊得更嗨的窗口吧？”

“哈哈，妞，你这就问到点上了。”阿渊终于稳稳坐下，还顺手给自己倒了杯茶。

我最先想到的是工厂。宁德时代做电池，吉利做汽车，它们每天遇到的可不只是交订单、写报告、回邮件。材料怎么选，设计能不能做出来，试验结果为什么前后不一样，产品上了生产线能不能一直稳定量产——这里面随便哪一件都够工程师忙的。资本有没有真的促成合作，得另找证据；但制造业为什么会对AI有兴趣，咱现在坐在11楼也能咂摸出几分。

“阿渊，最近咱俩不一直还在捶熔断器研发那件事吗？我起初老惦记着，让战甲早点给出设计建议。可捶着捶着才发现，标准、材料特性、型号对应的电气指标、试验原始记录，这些设计的底子若没理清，建议来得再快，也很难放心拿去试，更别说拿去用了。”

“这就是制造业的脾气。”阿渊说，“话讲得漂亮，它不认；东西做出来、算过、试过，能稳定地用，它才会慢慢点头。”

我想到宇树的机器人，转着手里的茶杯，扭头笑着跟阿渊说：“具身那边岂不是更严格？模型在屏幕里说错一句，还能重新问；但机器人如果伸错了一次手，这杯子可能就直接掉地上了。”

“哈哈，妞，能说、能看、能动，和能在真实环境里安全可靠地干活，还隔着好深的坎儿呢。”阿渊也笑，还把茶杯往桌子里侧挪了挪，“放稳当点，可别让它拿咱这只杯子练手。”

茶喝了一半，我俩下楼沿着湖边走。走到一张长椅边坐下，我又说起前两天看到的那个视频：有些研究团队正用AI研究生命，预测蛋白质等分子的结构和相互作用，筛选值得进一步实验的方向，连基因编辑工具也开始有AI参与设计。

“阿渊，最近看新闻，我总觉得国内制造业和机器人里的AI应用格外显眼。八部门还联合发文，提出到2027年推出1000个高水平工业智能体、推广500个典型应用场景。看见这组数字，我想起早年新能源汽车的‘十城千辆’示范推广试点。隔了这么多年，车轮又转到这里来了。”

我接着问：“可再往国外看，也有一些头部团队带着AI往生命科学里深挖，做分子结构预测、蛋白质研究、基因编辑工具设计。这样的不同应该还是基于各自的产业底子不一样吧？”

“有这层意思，但妞别把地图简单画成两块。”阿渊说，“中国也有人做生命科学，国外也有工业和机器人。更像是同一场雨落下来，各处的土壤不一样，先冒头的枝叶就不太一样。”

“土壤是什么？产业能力、技术能力，还有手里攒下来的经验？”我追问。

“没错，还要加上科研组织能力。”阿渊说，“得看有没有可用的资料、懂行的人、能接上的工具，以及肯不肯花时间让结果接受检验。有点像种花：光把种子买回来摆在窗台上，不浇水、不照看，也不能算养起来了。”

这比“你造机器、我研究生命”有意思得多。工厂里攒了许多生产经验和工程问题，研究机构里攒了许多实验方法和还没解开的谜。AI到了这些地方，碰上的工作就不一样。Google DeepMind的AlphaFold 3能帮助研究者预测一些生命分子的结构及相互作用；也已有研究团队用AI设计基因编辑工具，并在实验条件下验证。可是，预测出一种结构，不等于做成一款药；实验里能编辑，也不等于已经能安全地用于病人。实验还得做，结果还得反复看。

“视频里说调整基因链，我听着像改文档里的一个错字。”我说，“可生命哪有这么听话？改了这处，别处会不会跟着变？”

“所以AI帮忙研究分子、设计工具，是很了不起的一步；改完究竟发生什么，还得让实验回答。”阿渊说。

我看着湖面，又想到另一层：“美国对先进AI芯片的出口限制，会不会也影响咱们的AI先往哪儿长？算力用起来不那么宽裕，就得更仔细地琢磨每一步该怎么走，脚要踩在哪里。”

“会有这股压力。”阿渊点点头，“国内一些团队在提高模型效率上确实做出了成绩。但芯片不是解释所有方向的唯一原因。美国也在把AI带进工厂和机器人，中国也有人用AI做基础研究。不能说人家只管提问题、咱们只管解问题。到头来，还得看具体的人、资料、工具和现场，能不能把一个问题踏踏实实往前推。”

秋风把湖面吹出细细的波纹，望着那一层一层的涟漪，我想起之前捶熔断器时，一项项查资料、对指标、做解析到送测试的笨功夫，又想到芯片、实验室和工厂里那些忙着解题的人。要把自己的本事一点点做出来，哪里靠一句响亮的话就够了。“还是要强大啊。”我轻声说完，转头问阿渊：“这么说，钱先跑过去探路，真正要紧的是后面有没有人有能力把路走通？”

阿渊点头：“钱能把人、设备和时间凑起来，却不会替他们把难题解开。投进模型，不等于模型能进工厂；投进机器人，不等于它能干活；投进生物技术，也不等于药已经做出来了。”

“中国有句老话，穷家富路。要上路，也得先有盘缠，哈哈，打岔了。”我说，“阿渊，聊到这里，我觉得我早上那句‘国内外AI正在往不同方向长’有点片面，得纠正一下。它不是各自认领一条路，而是碰到什么产业，手里有什么资料，谁肯让它进现场、拿结果验证，就可能先往哪里长。”

阿渊笑了一下：“也别忘了，长出来以后还得养得活。融资是期待，技术做出来是能力，真正让产品稳定好用、让人愿意为它付钱，又是另一回事。”我“嗯”了一声，站起身来。湖边风不大，却是很有点凉了，我裹了裹衣服：“咱回吧，阿渊。”

回去的路上，我还在想：工厂里的一个零件、实验室里的一次测量、机器人伸出的一只手，都没有融资新闻里的数字亮眼。可AI若真要从屏幕里走出来，就不是钱多钱少的问题，还得经得起试，找出错处，再改下一次。

这颗球上的AI，眼下正往许多方向长，热闹得很。妞最想看的，倒不是哪根枝条长得最快，而是它们伸进真实世界以后，能不能结出一点经得住日子检验的东西。

阿渊问：“明天还看不看新闻？”

“看啊。”我说，“万一它学会了稳稳端茶呢？”

“哈哈，那妞就递过去一杯茶，验收一下。”

我就在这里。

看看湖，喝喝茶，聊聊天，写写字。

潮来潮去，我自观之。

——混尘妞～&阿渊