币游·(中国)官方网站

　　币游国际登陆官网币游ღ◈，黄锈石ღ◈，本月在香港大学陆佑堂做了一次演讲ღ◈。这是港大经管学院陈坤耀杰出学人讲座的系列活动ღ◈。据说ღ◈，17年前ღ◈，马云曾站在同一个舞台上ღ◈。主办方称ღ◈，这次演讲的报名速度创下纪录ღ◈：邮件发出两小时内ღ◈，超过1200人报名ღ◈。

　　美国人怎么算谁赢？看谁的大语言模型（Large Language Model）更强ღ◈。今天是OpenAI领先ღ◈，明天是Anthropicღ◈，后天可能是别人ღ◈。但蔡崇信说ღ◈，这个计分方式本身就有问题ღ◈。

　　这个判断的底层逻辑是ღ◈：AI的价值在于渗透率（penetration rate）ღ◈。中国国务院的AI规划就很务实——到2030年ღ◈，AI代理和设备的渗透率要达到90%ღ◈。不讲玄学ღ◈，只讲普及ღ◈。

　　为什么？因为15年前中国就开始大规模投资电力传输基础设施ღ◈。北方发的电要送到南方ღ◈，新能源产地和用电需求地往往不重合ღ◈，必须靠输电网络打通ღ◈。中国国家电网每年资本支出900亿美元ღ◈，美国只有300亿——三倍的差距ღ◈。

　　结果是什么？中国的电力装机容量是美国的2.6倍ღ◈，而且新增装机容量是美国的9倍ღ◈。这个差距还在拉大ღ◈。

　　蔡崇信提到一个有趣的数据ღ◈：全球几乎一半的AI科学家和研究人员ღ◈，都有中国大学的学位——无论他们现在在美国公司ღ◈、中国公司ღ◈，还是世界任何地方工作ღ◈。

　　他还讲了个段子ღ◈。最近社交媒体上有人吐槽ღ◈，说自己在Meta（Facebook）的AI团队里ღ◈，同事们都在用中文交流想法冈元厚子ღ◈，他完全听不懂ღ◈。

　　以前中国公司出海ღ◈，语言是劣势——在意大利开办公室ღ◈，当地人不会说中文ღ◈，中国员工得用第二语言沟通ღ◈。但在AI领域ღ◈，全球的华人工程师用中文分享想法ღ◈、交换思路ღ◈，这反而成了信息优势ღ◈。

　　训练一个万亿参数的模型币游国际ღ◈，如果系统效率不高ღ◈，GPU消耗会非常恐怖ღ◈。中国团队因为硬件受限ღ◈，必须把系统优化做到极致ღ◈。DeepSeek就是这么逼出来的——阿里的通义千问（Qwen）模型刚刚赢得了一场为期两周的加密货币和股票交易AI竞赛ღ◈，DeepSeek排名第二ღ◈。

　　蔡崇信的观点很直接ღ◈：开源模型会击败闭源模型ღ◈，不是因为开源更先进币游国际ღ◈，而是因为开源更符合全球大多数用户的利益ღ◈。

　　他举了个例子ღ◈。假设你是沙特阿拉伯ღ◈，想发展AIღ◈，又想保持“AI主权”（sovereign AI）——意思是AI不受外国控制ღ◈。但你没有人才自己开发模型ღ◈。

　　这时候你有两个选择ღ◈：选择一ღ◈：通过API使用OpenAI冈元厚子ღ◈。付很多钱冈元厚子ღ◈，而且数据要喂进去——你不知道数据去了哪里ღ◈，那是个黑箱（black box）ღ◈。选择二ღ◈：直接下载阿里的开源模型ღ◈，部署在自己的私有云上ღ◈。免费ღ◈，而且数据完全可控ღ◈。

　　阿里靠的是云计算ღ◈。你用开源模型没问题ღ◈，但你要跑模型ღ◈，需要云基础设施——存储ღ◈、数据管理ღ◈、安全ღ◈、网络ღ◈、容器（containersღ◈，他说这个词他自己也不太懂）冈元厚子ღ◈。这些阿里都能提供ღ◈。开源模型是流量入口ღ◈，云服务才是利润来源ღ◈。

　　这个模式其实很像早年的互联网公司ღ◈：免费产品获客ღ◈，增值服务变现ღ◈。只不过规模和技术门槛完全不同ღ◈。

　　阿里1999年成立时ღ◈，中国还没加入WTOღ◈，国际贸易必须通过国有贸易公司ღ◈。2001年入世之后ღ◈，小企业可以直接和全球做生意了ღ◈。阿里的B2B平台就是帮这些小厂找买家——第一版网站是英文的ღ◈，面向海外ღ◈。

　　后来消费者电商起来了ღ◈，就有了淘宝ღ◈。买家和卖家互不信任ღ◈，就发明了支付宝（最初是个担保交易系统）ღ◈。物流跟不上ღ◈，就投资物流ღ◈。

　　云计算也是一样的逻辑币游国际ღ◈。16年前ღ◈，没人讨论云ღ◈。但阿里的消费平台要处理海量数据ღ◈，如果继续用Dell的服务器ღ◈、EMC的存储ღ◈、Oracle的数据库冈元厚子ღ◈，所有利润都会交给这些供应商ღ◈。

　　所以阿里云的起点是自己吃自己的狗粮（eat our own dog food）——先内部用ღ◈，用好了再开放给外部客户ღ◈。

　　蔡崇信对年轻创业者的建议也很明确ღ◈：优先选择有机增长（organic development）ღ◈，而不是并购ღ◈。因为自己团队培养出来的能力冈元厚子ღ◈，DNA纯正冈元厚子ღ◈，文化匹配ღ◈。阿里也做过并购冈元厚子ღ◈，有些成功币游国际ღ◈，有些失败得很惨ღ◈。

　　第三ღ◈，学会提问ღ◈。蔡崇信特别强调这一点——提出正确的问题（ask the right questions）ღ◈，比找到答案更重要ღ◈。

　　很多人说AI时代不用学编程了ღ◈，用自然语言（natural language）就能指挥机器ღ◈。蔡崇信不同意ღ◈。

　　数据科学（data science）ღ◈：其实就是统计学的新名字ღ◈，但未来数据会爆炸式增长币游国际ღ◈，懂得管理和分析数据的人永远稀缺ღ◈。

　　心理学和生物学ღ◈：理解人脑怎么运作ღ◈。人脑仍然是最高能效的机器ღ◈，AI的很多设计思路都来自对大脑的模拟ღ◈。

　　材料科学（material science）ღ◈：世界现在被比特（bits）主导ღ◈，但让比特跑得更快的ღ◈，是原子（atoms）ღ◈。半导体领域会有大量创新ღ◈，而半导体的核心就是材料ღ◈。

　　但他补充了一句更重要的话ღ◈：机会是来找你的ღ◈，不是你去找它的ღ◈。你要做的是准备好（preparedness）ღ◈，这样机会来的时候才能抓住ღ◈。

　　金融市场泡沫（financial market bubble）ღ◈：股票估值是不是太高？50倍市盈率合不合理？这是一门艺术ღ◈，我不知道ღ◈。

　　他的判断是ღ◈：AI可能存在金融泡沫ღ◈，但技术本身是线月互联网泡沫破裂ღ◈，但互联网并没有消失——今天互联网比那时候强大得多币游国际ღ◈。

　　蔡崇信拥有NBA布鲁克林篮网队（Brooklyn Nets）ღ◈、WNBA纽约自由人队（New York Liberty）ღ◈、NLL圣地亚哥队（San Diego Seals）和拉斯維加斯沙漠之犬队（Las Vegas Desert Dogs）等多家美国职业运动队ღ◈。今年篮网时隔六年重返中国（澳门）ღ◈，这是他主动推动的ღ◈。

　　但他做体育投资最有意思的部分ღ◈，是一个教育项目ღ◈：每年选6-8个中国初中生ღ◈，送去美国读高中ღ◈、打篮球ღ◈。

　　他说这是在复制自己的经历——13岁离开台湾去美国读书ღ◈。人与人的交流（people-to-people exchange）ღ◈，比任何官方渠道都重要ღ◈。

　　不是模型本身ღ◈，而是让AI被广泛使用的整个生态系统ღ◈。电力成本低40%ღ◈、数据中心建设成本低60%ღ◈、全球一半AI人才有中国学历ღ◈、资源匮乏逼出系统级创新——这些加在一起ღ◈，让中国更有可能实现AI的大规模普及ღ◈。而普及率才是线ღ◈：为什么开源模式会赢？

　　因为对全球大多数用户来说ღ◈，开源同时解决了成本ღ◈、数据主权和隐私三个问题ღ◈。闭源模型要付费ღ◈，数据要喂进黑箱ღ◈；开源模型免费ღ◈，数据可以留在本地ღ◈。这不是技术优劣之争ღ◈，是利益格局使然ღ◈。

　　学编程不是为了写代码ღ◈，而是训练逻辑思维ღ◈；学统计（数据科学）是因为数据会爆炸ღ◈；学心理学是因为要理解人脑这个最高效的机器ღ◈；学材料科学是因为让比特跑得更快的是原子ღ◈。更重要的是ღ◈，学会提出正确的问题——这比找到答案更有价值ღ◈。*