《燎原》：为什么这轮AI浪潮，中国不再只是跟随者？

2016年，AlphaGo战胜李世石那天，中国的科技圈在干什么？

很多人可能还记得，那一天朋友圈被刷屏了。大家震惊、惊叹、焦虑，然后开始热烈讨论：为什么AI又在美国？中国能不能赶上？

那一年，中国在AI领域的角色，用一个词来形容就是"追赶者"。人家的论文先发，人家的产品先出，人家的技术先落地。中国公司能做的大多是跟着学、跟着做、在人家开源的基础上做应用。

但到了2026年，情况发生了微妙但重要的变化。

风辞远在《燎原：我看见的智能中国》这本书里，用大量一手访谈和实地调研告诉我们：这一次，中国不只是观众席上的人了。

这个判断很重要，但也很容易被误解。它不是说中国已经全面超越了，而是说在这一轮以大模型为代表的AI浪潮中，中国第一次站到了比较靠前的位置上，有了自己的东西，有了自己的判断，甚至有了自己的方向。

理解这个变化，比单纯地骄傲或焦虑，都更有价值。

01 中国AI的"燎原"是怎么发生的？

书里回顾了中国AI发展的几个关键节点，读起来像是一部草根创业史。

2017年，AlphaGo的影响传遍全球。中国的科技公司开始大规模投入AI。但那时候有一个很大的问题：缺人。

不是缺码农，是缺真正懂AI、懂算法、能够做前沿研究的人。风辞远在书里采访了很多当时的从业者，很多人回忆说，那时候去美国开会，中国面孔很少，偶尔遇到一个，感觉像遇到了亲人。

但变化也在发生。

一批在海外的中国AI研究员开始陆续回国。他们有的是被国内的高薪吸引，有的是看到了中国市场的发展潜力，也有的是单纯想家了。这批人回到中国，带回来的不只是技术，还有一种"我在做一件重要的事"的信念感。

与此同时，中国互联网公司积累的大量数据，成了训练AI的"燃料"。这个优势在早期被很多人低估了。大家觉得数据有什么好稀罕的，美国公司也有数据。但实际上，数据的规模、数据的质量、数据的多样性，在中国这个巨大而复杂的市场里，得到了极致的锻炼。

场景的优势更不可忽视。

中国的商业场景足够复杂、竞争足够激烈、用户足够挑剔。你能在这样一个环境里把产品跑通，拿去全世界都有竞争力。这就像是一个特种兵训练营——你能在这里活下来，换个战场就不在话下了。

02 大模型时代的中国角色

2022年底，ChatGPT发布。全球AI再次被点燃。

这一次，中国的反应速度比2016年快得多。百度、阿里、字节、华为等大厂迅速跟进，一批创业公司也快速涌现。2023年被称为"中国大模型元年"，虽然有些调侃的意味，但也反映了一个事实：中国没有错过这一轮。

《燎原》这本书最珍贵的地方，是它记录了在大模型竞赛中，一些中国的选择和判断。

比如在模型路线上，中国公司并不是完全复制OpenAI的路线。很多人可能以为中国AI就是跟在后面抄，但其实中国在很多技术方向上有自己的探索。书里采访了一些国内的研究者，他们说中国在某些特定场景的模型优化上，其实是领先的。

当然，在基础模型的"涌现能力"上，美国的OpenAI、Anthropic、Google依然占据前沿位置。这一点书里也没有回避。作者采访的多位专家都认为，在原创性的底层创新上，中国与美国还有差距，这个差距不是一两句话能解释的，需要正视。

但差距的存在，并不否定进步的存在。

书里有一个比喻很形象：美国在AI领域更像是短跑运动员，起跑很快，冲刺很猛；中国更像是长跑选手，步伐稳健，耐力比较好。 这两种风格，在不同的阶段会有不同的表现。

而现在，可能才刚刚进入中局。

03 AI落地这件事，中国真的做得不错

《燎原》这本书花了很多篇幅讲AI在各行业的落地情况，这是我觉得最有参考价值的一部分。

书里讲了几个案例：

一个是制造业的质检环节。传统的质检线需要大量工人用肉眼去检查零件，工作强度大而且容易出错。现在很多工厂引入了AI视觉检测系统，准确率比人眼高，而且可以24小时不间断工作。这个变化发生在很多二三线城市的工厂里，不像媒体上天天报道的那些明星公司那么耀眼，但正在真实地改变着无数普通工人的工作方式。

一个是医疗影像的辅助诊断。AI看CT片子的能力，在某些特定指标上已经接近甚至超过了经验丰富的医生。这个技术的落地，在中国一些基层医院已经开始试点。书里采访了一位县医院的影像科医生，他说以前看一个肺结节的CT片要好几分钟，现在AI辅助一下，一分钟就能完成初步筛查。

还有一个是内容创作领域。中国的AI生成内容（AIGC）发展得非常快，书里提到一些做短视频、做电商内容的工作室，已经开始大量使用AI工具来提高效率。虽然在创意层面AI还有局限，但在执行层面，它的效率提升是革命性的。

这些场景有一个共同点：不是那些听起来高大上的"颠覆式创新"，而是扎扎实实的"替代重复劳动、提升现有流程"。而这恰恰是AI在实际经济中能创造价值的最大块。

04 我们应该如何看待"中国AI"？

读《燎原》，我印象最深的是书里那种平视的视角。

作者既没有盲目吹捧中国AI已经世界第一，也没有一味焦虑中美差距不可弥合。他做的是去现场，跟从业者聊，跟研究者聊，跟投资人聊，跟一线工人聊，然后把那些真实的、复杂的声音呈现出来。

这些声音里有骄傲——中国AI确实在很多场景做到了世界领先的水平。

也有困惑——大模型的技术路线、发展方向，其实谁都没有确定的答案。

更有焦虑——高端芯片的出口管制，对中国AI的发展速度确实造成了实质性的影响。

以及一种更复杂的东西——信心。但不是那种喊口号的信心，而是经历过真实的困难、做出过真实的选择之后，才建立起来的那种信心。

书里采访了一位从美国回来的AI研究员，他说的那句话让我印象深刻："回来不是因为觉得美国不好，而是因为觉得在中国做的事更直接、更有体感。美国的AI更像是在探索宇宙的边界，中国的AI更像是在解决眼前的问题。两个都重要。"

这个回答可能比任何总结报告都更能说明问题。

05 普通人的机会在哪里？

读到这里，很多人可能会问：这些宏观的趋势跟我有什么关系？

关系很大。

首先，如果你在职场里做跟AI相关的工作——哪怕只是用AI工具来提高自己的工作效率——你现在的选择和积累，可能会在未来几年被放大很多倍。AI不是一个行业，它更像是一次工业革命，会重塑几乎所有行业。在这个时候，方向比努力重要。

其次，对于非AI从业者来说，理解AI的能力边界和发展阶段，能帮助你做出更好的决策。书里有一个观点我很认同：很多对AI的恐惧，来自对AI的不了解。 当你真正去了解AI能做什么、不能做什么，你反而会变得更从容。

最后，《燎原》这本书提供了一个很重要的视角：在技术变革面前，中国不再只是旁观者和跟随者。 这个事实，对每一个普通中国人来说，都意味着更多的可能性。

以前的技术革命，我们总是在羡慕别人的创新，看着别人的产品进入中国市场，自己再做本土化的模仿。这一次，很多事情是反过来的——中国的某些AI应用，外国人在研究怎么"借鉴"中国的模式。

这个转变，才刚刚开始。

结语

《燎原》不是一本讲AI技术的书。它讲的是人——那些在AI浪潮中选择回来的人，选择坚守的人，选择从头开始的人。

这些人也许没有出现在每天的热搜上，但他们做的事情，正在决定中国AI的底色。

如果你对中国这一轮AI发展感兴趣，想了解真实的、复杂的情况，而不是非此即彼的"厉害了"或"完了"，这本书是一个很好的起点。

它告诉你中国AI的长板在哪里，也告诉你短板在哪里。它不负责给你答案，但能帮助你形成自己的判断。

在这个AI每天都在刷屏的时代，拥有自己的判断，可能是最重要的一种能力。

关注我，每天带你轻松解读一本书 📚