好久没听见李开复的消息了，就在刚刚彭博社发布了对他的专访，简单分享下李开复在此次采访中对 AI 的最新观点和洞察：

- 公众普遍低估了 AI 性能跃升与成本暴跌的速度。多数人尚未意识到，AI 如今能应对的任务复杂度与处理时长，已是一年前的十倍。比如一年前它只能搞定耗时 4 分钟的任务，现在已经能处理长达 40 分钟的复杂工作了。这种技术加速度引爆应用落地的势头前所未见，将远超当年的蒸汽机、互联网，甚至是摩尔定律。

- AI 如此迅猛的迭代，将倒逼着企业、社会乃至政府必须直面即将到来的剧变。眼下各家公司的 CEO 反倒成了对这项技术的重要性最不敏感的一群人。

- 职场生态势必重塑。不出五年，一家标准公司的组织架构图就会彻底变样，坐镇核心关键岗位的人才画像也将截然不同。AI 正在变得更聪明、更廉价、更敏捷。若想让它们在组织内真正释放效能，绝不能生硬地塞进一套专为管理人而设的科层制里。

- AI 不需要层级汇报，它们需要的是善于定义真实问题、懂得调动 AI 协同求解，而且最关键的是，在纰漏发生时敢于担责的人。因为 AI 永远无法替人担责。

- 人们应该去学习如何解决问题、提出新问题，并指挥 AI 大军并行解决复杂问题，以此展现对 AI 的驾驭能力。这不需要任何工程背景，文科生完全可以轻松胜任。这些硬性要求完全可以通过后天学习掌握，即便年纪渐长、毫无技术背景，也同样学得会。

- 整个社会必须从根本上重新审视：我们究竟在多大程度上依赖一份工作来维系运转。AI 将创造海量的财富，我们完全有可能找到新的财富再分配路径，让人们在缩短工作时长的同时，能够靠从事以往缺乏经济回报的活动体面生活。然而，要把这套理念解释给一个眼下正四处碰壁、或者刚刚丢掉饭碗的人听，恐怕极难引起共鸣。

- 美国公司应该会在 AI 浪潮中赚更多钱。可以做个类比：Anthropic 和 OpenAI 造出了 iPhone。中国公司则更像是当年谷歌的心态：好吧，你们做出了最好的产品，那我们就打造一个几乎同样好的东西，便宜出售，拿下更大的市场份额。

- 如同曾经的安卓，开源模型必然会拿下更大的市场份额、更宽广的生态版图和更高的调用量。但用户为其掏的钱缺极少。很多时候，大家只是把模型权重直接拉走，自己承担底层的服务器算力开销，中国公司可能从中连一分钱都收不到。Anthropic 和 OpenAI 玩的则是典型的美式商业闭环，靠着极高客单价的企业级产品大赚其钱。

- 但中国大概率会赢得这场全球人工智能竞赛，但前提是中国团队能持续咬住差距、不被拉开太远。毕竟硅谷的人才厚度摆在那里，完全有可能哪天某家巨头冷不丁拿出一项全新突破，让追赶者需要花长得多的时间才能抹平代差。

- 美国对中国的算力出口管制本质上严重低估了中国公司和工程师的韧劲，低估了他们在极端资源匮乏的境地下无论如何也要把事情死磕出来的执行力。

- DeepSeek 手头的 GPU 算力大概只有美国同行的 1% 到 3%，却硬生生做出了旗鼓相当的成果。中国人骨子里更倾向于把这视作一场逆境突围。哪怕那些活儿不够光鲜、毫无趣味，但只要能达成目标，他们就愿意扑上去下死功夫。

- 硅谷巨头就像自命不凡的天才少年，坚信自己终有一日会摘得诺贝尔奖。中国公司则更像是那些名列前茅的优等生，虽然还没自负到觉得自己稳拿诺奖，但底线是绝不能被天才少年们甩开。为了不掉队，他们自发形成了一个互助学习小组。

- 中国的研究员们当然不会真的坐进同一间教室，但正因为各家都在密集发论文、开源模型，人才也在彼此之间快速流动，整个群体实际上在并肩演进，对同行的每一步创新都心知肚明。这个学习小组的特别之处在于，他们相当于在一只透明鱼缸里全公开做题，一举一动都毫无保留地暴露在全世界眼前。

- 未来能够逆势扩容的就业大盘，恰恰是那些必须依靠人与人面对面交互、传递温度的行当。当机械事务全被 AI 接管，人类反而会更加渴求彼此的温度与羁绊。哪怕 AI 算力能够精准复刻这种互动，人要的也不是机器的拟真。

- 当年我刚入行扎进 AI 研究时，全世界都在冷嘲热讽，这个学科在当时就是个笑柄。任何被验证跑得通的技术，转身就落地成了具体的软件产品，以至于当时业内都在自嘲：“所谓 AI，不过是所有尚未跑通的技术的收容所。”

- 而我们这批当年的 AI 科学家之所以能在那漫长的冬天里熬过来，唯一凭仗的，就是对这项技术毫无保留的热爱与执念，因为我们始终深信，它终有一天会彻底改变这个世界。