夜雨聆风这几年，是 AI 年。如果你留意国外 AI 的发展，会发现一条很清晰的脉络。
1956年，几个美国科学家在达特茅斯学院，首次提出“人工智能”。领头的人是麦卡锡，被称为“人工智能之父”；跟他一起的明斯基，创办了 MIT 的人工智能实验室。他们那代人相信，可以用符号和逻辑教机器思考。
此后二十多年，AI 几起几落，两次跌入寒冬，大量学者陆续离场。
但有三个人，始终没走。
辛顿，加拿大多伦多大学教授，死守神经网络研究。杨立昆，法国人，搞出了卷积神经网络。本吉奥，蒙特利尔大学教授，一头扎进了语言和神经网络交叉的荒地。
当时主流学术界，觉得他们是“不务正业”。
2006年，辛顿提出“深度学习”，点燃了后来一切的引线。2012年，他带着两个学生参加了李飞飞组织的图像识别大赛，用神经网络模型碾压了所有对手。那两个学生里，有一个叫伊利亚·苏茨克维，后来联合创办了 OpenAI，做出了 ChatGPT。
辛顿、杨立昆、本吉奥，三个人一起拿了图灵奖，人称“深度学习三巨头”。他们的学生散布在谷歌、Meta、OpenAI，撑起了今天美国 AI 的半壁江山。
这条 AI 线很清晰：“达特茅斯”那代人播下种子，“三巨头”那代人熬过寒冬，OpenAI这代人结出果实。
所以很多人觉得，国外 AI 之所以强，是因为人家有传承，有一代一代人接力走过来。
那中国呢？
在大多数人的印象里，中国的 AI 是这两年才冒出来的。ChatGPT 一出来，国内突然涌现出一批大模型公司，一度出现“百模大战”，突然就有了能跟美国掰手腕的产品。在这之前？好像一片空白，什么也没有。
事实并非如此。
中国其实有一条同样清晰的传承线，而且同样非常早，至少比大多数人想象的早了几十年。
这条线上先后站着四代人，并且每一代人都有不止一位代表人物。
本文仅选取其中最具代表性的“清华系”这一脉，为你推开“中国AI传承线”这扇大门。
而这条线最早的起点，要从近一个世纪前说起。
1.
1935年，福建福清县龙田镇，一个叫张钹的男孩出生了。
他的家世算得上书香门第。祖父张纲是前清贡生，做过福清县农会会长，还在龙田清河书院办了一所敦睦小学。父亲张端樵毕业于福建省私立法政专门学院，当过福清留省学会理事长，一辈子投身教育。
在这个家里，读书不是出路，是空气。
但命运很快给了这个家庭一记重锤。1943年，张钹刚上小学三年级，父亲突然离世。殷实的生活一下子被打散了。母亲余心涵和两个长姐扛起了整个家，从宁德搬回福清老家，光景大不如前。
即便如此，家里没有一个孩子辍学。张钹兄弟四人，后来全部读完了大学。
日后回顾自己的人生，张钹很少提及早年的困顿。但如果你在他身上寻找某种底色，那种在所有人离开时还能留下来的执拗，也许种子就埋在那些年母亲咬牙撑家的日子里。
1953年，张钹考入清华大学。毕业后留校，进了自动控制系。
那时候的清华，没有人研究人工智能。全中国也没有几个人知道这个词。1956年，“人工智能”这个概念才在美国达特茅斯学院的一次会议上被正式提出。此后二十多年，AI 经历了第一代的符号主义高潮和低谷，连接主义在角落里慢慢萌芽。
中国完全在这条轨道之外。
转机发生在1978年。那一年，张钹从自动控制系转到计算机系，给自己定了一个方向：人工智能与智能控制。
他已经四十三岁了。
在学术圈，四十三岁转方向，不亚于一个人中年改行。更何况他选的这条路，在中国连一本像样的教材都没有。张钹自己编讲义，自己印课本，结合从国外带回来的资料，一页一页拼出了一门《人工智能导论》新课。
他不是一个人在战斗。在大洋彼岸，他找到了安徽大学数学系的张铃教授。两个人隔着太平洋通信，讨论如何用数学工具提升 AI 算法的效率。那时候国际长途贵得吓人，信件是唯一的通道。他们用最薄的纸，写最小的字，只为在一张航空信纸上多塞几行公式。
1984年，张钹和张铃在人工智能领域顶级国际期刊上发表了论文。这是中国学者在 AI 领域发表的第一篇国际学术论文。此后，张钹又成为第一位在国际人工智能联合会议上发表论文的中国科学家。
但这些荣誉来得异常孤独。
上世纪80年代，专家系统的泡沫破裂，全球 AI 研究经费锐减，大量学者离场。90年代到2000年代初，神经网络被质疑，AI 屡遭唱衰。每一次寒冬，都有人觉得这条路走不通。
张钹一直留在清华。
从教授到院士，从壮年到暮年。他带学生，做研究，建实验室，守着 AI 一步没挪。他领衔成立了中国第一个智能机器人实验室，培养了本土第一位 AI 领域博士毕业生。近九十年的生命里，他培养了近九十名博士生，四代博士同堂。
2015年，已经近八旬的张钹提出了“第三代人工智能”理论框架。他主张把数据驱动的深度学习和知识驱动的符号推理结合起来，解决 AI 系统不可解释、不安全、不可靠的根本问题。
这个框架，后来深深影响了今天众多大模型的技术路线。
有人说张钹是中国 AI 的根。但根种下去，要长成树，得有人接着浇水。
2.
在清华计算机系，有一个人的名字跟 NLP（自然语言处理）绑了几十年。
孙茂松。
他本科和硕士都在清华读的，1986年拿学士，1988年拿硕士。后来去香港城市大学读了计算语言学的博士。回清华后，一头扎进了中文信息处理最基础的课题里——汉语自动分词。
这件事听起来枯燥，却是整个中文 NLP 的地基。英语天然用空格分词，汉语没有。你要让机器理解中文，第一步就得教会它“切菜”——把一串连续的汉字切成有意义的词。“南京市长江大桥”到底是“南京市/长江大桥”还是“南京/市长/江大桥”？这种歧义，在真实文本里随处可见。
孙茂松提出了“最大交集型歧义切分字段”等一系列概念，在大规模语料库上做了系统考察，给出了有效策略。在此基础上，他主持研发了 CSegTag——一个集自动分词、词性标注、专名识别和新词识别于一体的汉语分析软件。
后来搞中文 NLP 的人，都绕不开这套东西。
他还提出了“基于极大规模自然标注语料库的自然语言处理”的学术思想。基于他团队核心成果的开源项目 THUNLP，在 GitHub 上拿了近八万个 Star，机构排名居全球高校前列。
在计算机领域工作了四十六年。如果说张钹是清华 AI 的奠基人，孙茂松就是承上启下的那一代。
但孙茂松更大的贡献，或许是他带出来的那些人。
2002年，一个叫唐杰的年轻人来到清华读博。他之前在燕山大学读的自动化本科和计算机硕士，不是名校出身，没有耀眼的背景。但孙茂松的实验室收下了他。
同年，一个叫刘知远的本科生入学清华计算机系。这个年轻人原本没有像样的科研经历，没有竞赛经验，成绩也不突出。但孙茂松看中了他的钻研劲头，把他招到了自己麾下读研。
这两个人，后来分别创办了智谱和面壁智能。
孙茂松的师承也值得一提。他师从的是黄昌宁——国内 NLP 研究的泰斗级人物。黄昌宁带出了孙茂松，孙茂松带出了唐杰和刘知远。这条线本身就已经是三代了。
一个学者一辈子做一件事，把基础设施修好，把人带出来。这种事在任何行业都不多见。但在中国 AI 最荒凉的年月里，这种笨功夫恰恰是最稀缺的东西。
路修好了，才有人走得出去。
3.
唐杰1977年生于四川南充。
在清华读博期间，他深受王选院士的影响。王选是汉字激光照排系统的发明人，用实验室技术改变了整个印刷行业。唐杰记住了那个理念：实验室里的东西，是要落地的。
2006年博士毕业，他做了两个选择。第一，拒绝海外大厂的高薪和海外教职，留在清华。第二，用博士论文拿到的两万元奖金，启动一个叫 AMiner 的项目。
AMiner 是一个学术情报挖掘系统。简单说，就是用 AI 去挖学术网络里的关系——谁和谁合作过，谁影响了谁，哪个方向在升温。看起来是个小工具，但它背后藏着两样大模型时代的关键能力：数据挖掘和知识图谱。
这个项目一做就是十几年，后来覆盖了220多个国家、三千万用户。谷歌、哈佛、国内各大科研院所都在用。
2019年，唐杰联合创立了智谱 AI。目标很明确：做中国自己的大模型，对标 OpenAI。
2022年8月，GLM-130B 开源。这是中英文预训练语言大模型，在多项关键指标上甚至超过了 GPT-3和 Meta 的 OPT。硅谷科技媒体 The Information 把智谱评为最有可能成为“中国 OpenAI”的五家企业之一。
2026年1月8日，智谱在港交所主板挂牌上市，成为中国首家通用人工智能基座模型上市公司。半年后，市值突破万亿港元。
从两万元奖金到万亿市值，唐杰用了二十年。
但唐杰的故事里，最动人的部分，不是这些数字。
2011年，一个广东汕头的小伙子考进了清华。高考667分，信息学奥赛广东赛区一等奖。他被录取到热能工程系。
大二那年，他转到了计算机系。
他叫杨植麟。
转系之后，杨植麟进了唐杰主持的知识工程实验室——KEG。从此师从唐杰。
据后来的报道，唐杰带杨植麟是从零开始的。
怎么寻找重要的问题，怎么找到解决问题的角度，怎么做实验，怎么写文章，怎么做展示——科研入门的全部功夫，唐杰一样一样手把手地传给了这个广东来的年轻人。
有人在社交媒体上分享过一个细节。唐杰的博士生师兄有一天在办公室拿到几篇要读的论文，问唐杰什么时候读完。唐杰的回答就两个字：现在。
杨植麟在 KEG 的日子很拼。90%的专业课成绩在95分以上，所有程序设计课程满分，年级第一。一年里以第一作者身份在 KDD、WSDM、CIKM 三个国际顶会发了三篇论文，算法被腾讯、新浪、华为拿去用。他还带队拿下了全球癌症预测大赛的冠军，击败了斯坦福和哥伦比亚的团队。
这段师生关系没有止步于本科。
2015年，杨植麟以年级第一的成绩从清华毕业，赴卡内基梅隆大学读博。CMU 的标准学制是六年，他四年就拿到了博士学位。
在 CMU，他师从苹果 AI 负责人 Ruslan Salakhutdinov 和谷歌首席科学家 William Cohen。博士期间，他做出了两个在 NLP 领域具有里程碑意义的工作：Transformer-XL 和 XLNet。
XLNet 在20个任务上超越了谷歌的 BERT。这两篇论文分别成为 NeurIPS 2019和 ACL 2019的最高引论文之一，谷歌学术引用近两万次。
学术圈的人给他排出了一条有意思的血脉链：Hinton 教出了 Salakhutdinov，Salakhutdinov 教出了杨植麟。深度学习教父的学脉，传到了这个清华毕业生身上。
他还跟图灵奖得主 Yoshua Bengio 合作发布了 HotpotQA 数据集，跟另一个图灵奖得主 Yann LeCun 合写了论文。2017和2018年，他连续两年入选机器学习和 NLP 领域第一作者全球排行榜——全球只有三个人做到过。
但最微妙的细节，在这里——
杨植麟不只是唐杰的学生。他还是 GLM 原始论文的合著者。
2021年公开、2022年被 ACL 收录的那篇《GLM：基于自回归空白填充的通用语言模型预训练》论文上，杨植麟和唐杰的名字同时出现。此外，两人还共同署名了 P-Tuning v2以及好几篇 ACL 2022的文章。
换句话说，Kimi 的创始人，曾经亲手参与过 GLM 的“出生”。老师后来赖以创业的核心技术路线，学生当年在论文上签过名。
这个细节，比任何师徒故事都更具戏剧性。
一个老师最大的成就，也许就是教出一个能超越自己的学生。只是当这一天真的来临，市场的反应远比学术圈残酷。
4.
2019年唐杰创立智谱的时候，杨植麟已经在创业了。
2016年，他和清华 KEG 实验室的师兄弟张宇韬、陈麒聪一起创办了循环智能，做的是企业级 AI——用 NLP 技术分析销售会话，帮企业提升转化率。
循环智能不算大火，但活了下来。更重要的是，它让杨植麟完成了从学者到创业者的身份转换。
2023年3月，杨植麟和周昕宇、吴育昕三位清华出身的年轻人，创立了月之暗面。公司名字来自 Pink Floyd 那张著名的专辑《月之暗面》，恰逢专辑发行五十周年。Kimi 是杨植麟本人的英文名，直接用作了产品名称。
创始团队里还有个有趣的细节：这几个人在清华时组过一个叫 Splay 的摇滚乐队，杨植麟当鼓手。
半年后，Kimi 上线。
Kimi 最初出圈，靠的不是参数，而是一个在别人看来很“笨”的方向——超长文本。2024年3月，Kimi 支持200万字上下文输入。你可以把整本长篇小说、数百页财报、整套技术规范一次性丢进去，模型能完整记住全部内容。
在所有人都卷参数、卷算力的时候，杨植麟选了一条少有人走的路。但如果你回看他从博士论文 Transformer-XL 到循环智能再到 Kimi 的技术主线，会发现他十几年都在做同一件事：长上下文。
这不是赌运气，是长跑。
老师的路不一样。唐杰走的是云端大模型，拼参数，拼算力，拼全栈。GLM-5.2是7440亿参数，追求的是效率和工程化。他还在全面转向 agentic（智能体）和 coding（代码）方向，判断“chat 时代基本已经解决了”。
智谱 CEO 张鹏，也是唐杰教出来的。可以说，唐杰的 KEG 实验室事实上是中国好几个 AI 独角兽的起点——有英文媒体直接说，他的实验室是一个节点，孵化了多个 AI 公司，月之暗面也能追溯到 KEG。
但同门归同门，赛道一旦重合，竞争就是残酷的。
2026年6月13日，智谱发布 GLM-5.2。MIT 协议开源，100万 token 上下文，7440亿参数。6月中旬登顶 Artificial Analysis 开源权重模型第一名。
老师先赢了。
7月16日，Kimi K3发布。2.8万亿参数，综合智能指数57分，高出 GLM-5.2整整6分。前端代码盲测全球第一，把 Claude 和 GPT 都压在了身后。
学生反超了。
资本的反应比评测机构更直接。7月17日，智谱股价单日暴跌28.49%。7月20日再跌19.56%。两天累计跌42.47%，三千亿港元灰飞烟灭。恒生科技指数当天是涨的——整个市场在涨，只有智谱在跌。
同一天，媒体曝出月之暗面已启动港股 IPO 筹备，目标估值300亿美元。
老师已经上市了，学生正赶在路上。
但故事没有停在最低点。7月21日，智谱暴涨37%。两个动作撑起了反弹：正式完成收购 AI Infra 团队中科加禾，补工程化短板；落地1GW 级国产算力数据中心，全部使用国产芯片，回应算力质疑。
唐杰的格局一直放在更远的地方。他在 X 上跟马斯克有过一次交锋——马斯克预测中国大模型追上 Anthropic 的 Fable 5要到2027年 Q1，唐杰回了一句：不会那么久。那条推文浏览量181万。
IG 的分析师估算，Kimi K3这一发布，直接砍掉了 OpenAI 和 Anthropic 共3140亿美元的估值估算。一个中国开源模型，让两家美国 AI 巨头的估值缩了三千多亿美元。
美联社的报道标题很直白：中国 AI 模型能力匹敌 Claude 和 ChatGPT，令美国科技界惊讶。
Recode China AI 写了篇文章，标题更有意思：Kimi K3，最不中国的中国 AI 模型。
杨植麟在 CMU 的博士导师 Ruslan Salakhutdinov 公开祝贺他，说这是开源模型社区的重大胜利。
Vercel 的 CEO 在 X 上说，K3标志着开放模型首次在这个综合性基准测试中领先所有闭源模型。
这些国际声音凑在一起，传递出一个信号：一个中国老师教出来的学生，做出来的模型让美国开发者集体讨论，让马斯克亲自下场。这放在五年前是不可想象的。
5.
清华 AI 这条线，不只有唐杰和杨植麟。
刘知远师从孙茂松，走的是另一条路。唐杰做云端大模型，拼参数拼算力；刘知远做端侧大模型，拼效率拼落地。
2018年，刘知远带领团队研发了 THU-ERNIE 模型系列，首创知识图谱增强的预训练框架。2020年，他牵头发布了中国首个中文大模型“悟道·文源”CPM。2022年8月，他联合创立了面壁智能。
面壁智能选了一条在“百模大战”中的非共识路线——端侧。2024年2月，发布全球首个端侧基座大模型 MiniCPM 2.4B。刘知远的判断是，AI 会像 PC 一样从大型机走向个人设备，这是技术演进的必然方向。
两年后，这个判断开始兑现。MiniCPM 系列开源模型累计下载量突破3800万，已在长安、上汽、吉利等车型量产落地。2026年上半年，面壁智能融资超50亿，估值突破200亿，成为端侧智能领域公开估值最大的独角兽。
这条线还有更多分支。智谱 CEO 张鹏是唐杰教出来的。具身智能领域的星动纪元创始人陈建宇、加速进化联合创始人赵明国，也统统是清华的教授和毕业生。
图灵奖得主姚期智2005年从普林斯顿归来，创办了姚班。2019年又创办了智班。姚班二十年、智班七年，交叉信息研究院培养了750多名本科生、237名博士。这些学生入学前是各省信息学竞赛的顶尖选手，入学后接受世界级研究训练，是中国 AI 最精锐的种子。
2020年，微软前高管、中国工程院外籍院士张亚勤回国，担任清华大学智能产业研究院院长。他搭的是一座桥——大学教授可以在这里做产业级研究，企业可以在这里找到学术前沿，博士生可以同时做论文和产品。
在大多数领域，学术和产业之间隔着一道“死亡之谷”——教授发论文，学生毕业去公司，公司拿论文里的想法慢慢做产品，中间隔几年甚至十几年。清华直接把这道谷填平了。教授不需要离职，研究成果不需要转移，博士生可以直接进项目。论文今天发，模型明天上。
这是清华系 AI 企业起步迅速的原因之一。不是资本推得快，而是技术从实验室到产品的距离被压缩到了极致。
6.
有人问，如果这些从同一个实验室出来的人选择合作，放弃单打独斗，会不会走出一条不一样的路？
这个问题没有标准答案。
GLM-5.2走的是7440亿参数的路线，Kimi K3直接干到2.8万亿。老师的单任务成本0.32美元，学生的0.94美元。一个追求效率，一个追求规模。两种哲学，两个方向。
唐杰押的是全栈自主，从芯片到模型到应用全链条把控。杨植麟押的是规模和效率，用更大的模型和更低的价格砸开市场。
谁对谁错，现在说不清楚。也许都对，也许都不全对。
但如果你把这个问题放回四十八年的时间尺度里，会发现它其实不是问题。
张钹做理论框架的时候，没有人跟他合作——整个中国只有他一个人。孙茂松修中文分词系统的时候，也没有人觉得这是件值得做的事。唐杰用两万块奖金做 AMiner 的时候，连个像样的办公室都没有。
每一代人都是在最孤独的时候开始走的。然后有人跟上来了，再然后有人从他的门下走出去，走了另一条路。
这不是分散，这是生长。
一棵树长到一定时候，必然开枝散叶。枝条往不同的方向伸，有的朝阳，有的背阴，有的长得快，有的长得慢。但根是同一根，土是同一片土。
唐杰的 KEG 实验室像一个人才孵化器。他亲手培养的学生，后来成了他最强的对手。这恰恰说明，这个学术传承是成功的。
如果把视线拉到更大的格局：这场师徒对决最值得关注的地方，是它揭示了中国 AI 生态的一个独特现象——同一个实验室出来的人，可以在全球最前沿的赛道上正面竞争，而且双方都做到了世界顶级水平。
这件事的意义，超出了商业竞争本身。
7.
回过头再看这条线。
1978年，张钹四十三岁，转进 AI 方向。那时候全世界没几个人看好这条路，中国连一本教材都没有。他一个人编讲义，一个人开课，一个人跟大洋那头的合作者写信，用最薄的纸写最小的字。
此后近半个世纪，AI 经历了不止一次寒冬。专家系统泡沫破裂，神经网络被唱衰，深度学习异军突起，大模型颠覆一切。每一次范式转移，都有人被淘汰、有人掉队、有人从头再来。
中国有很多领域都是这样，追了十年，方向一变，前功尽弃。产业断了，就要重新找方向，重新积累，重新从零开始。
但清华的 AI 没有断过。
张钹种下了根。孙茂松修了路，带出了人。唐杰从路尽头走出去，把实验室变成了公司。杨植麟从唐杰的实验室走出去，走到了世界最前沿，然后回头跟老师正面交锋。
第一代搭框架，第二代修基础设施，第三代做产品化，第四代上牌桌。每一代都在前人的肩膀上往上走，每一代都把方向往前推了一步。
四十八年，四代人，串起了中国AI的主线叙事。而在这一切之外，还有更多人汹涌而出，梁文锋、闫俊杰、姚顺雨、林俊旸、彭志辉、王兴兴、肖弘、张林峰……
他们都在当打之年，他们都已或多或少地证明了自己，他们都选了最难走的那条路，他们都押上了全部，他们都远没打算下牌桌。
指点江山，挥斥方遒。中国的 AI 江湖，一场大戏，才刚开场。