在 《创新者的窘境》, ，克莱顿·克里斯坦森讲述了20世纪70年代和80年代美国钢铁业的故事1.. 那些大型综合钢铁厂——如美国钢铁公司、贝斯勒钢铁公司及其他企业——在庞大的工厂中利用铁矿石生产各种等级的钢材，与此同时，一种新型的竞争对手—— 小型钢厂, 虽然能在电弧炉中以大幅降低的成本熔炼废钢，但只能生产螺纹钢——这是市场上利润率最低、技术要求最低的产品。. 一体化钢厂很乐意免费赠送螺纹钢，因为淘汰最不赚钱的业务反而提高了他们的平均利润率，并且他们还成功向高端市场转型。.
然而，小型钢厂很快学会了生产角钢、结构梁，甚至钢板——这正是综合钢厂唯一剩下的产品。随着小型钢厂的每一次进步，老牌钢厂便退守到自己占据主导地位的产品领域，但这些产品的市场不断萎缩，直到 已无退路.
我在上海生活和工作了七年，帮助大型企业探索如何在中国和欧洲应用人工智能。我之所以一再提及这个故事，是因为它比任何地缘政治评论都更能说明中国在人工智能领域的做法。 当我向一位欧洲的“audience”介绍中国的人工智能生态系统时，讨论通常会直接跳到芯片、制裁和政治话题上。却从未触及对企业真正重要的核心：这里的人工智能是如何被应用的、由谁来应用，以及为什么其发展速度比世界其他地方都要快。.
大宗商品押注
中国虽然姗姗来迟，但做出了一个具有战略意义的选择，即 将人工智能视为一种商品，而非一种产品, ，并提供了强有力的激励措施，鼓励他们将模型以开放权重形式发布。习近平在……的主题演讲中明确指出了这一点。 世界人工智能大会 今年7月在上海，这是他首次亲自出席，当时他呼吁各国“鼓励开源、开放、协作和共享“2..
当模型本身是免费的，价值就转移到了其上的所有环节：部署、与现有系统的集成、为提高模型效率而进行的令牌缓存、使其在真实的工厂或银行中正常运行的专业知识，以及能够大规模提供这种专业知识的大批工程师。这本质上就是将Web 2.0策略应用于人工智能, ，在那里，技术本身并不出售，但与之相关的一切都在出售。这与Mistral在欧洲的做法并没有太大区别。不过，, 中国实验室拥有更深厚的AI科学家储备，可以以此作为卖点. 乔治城大学的一项研究 预计 到2025年，中国高校每年培养的STEM领域博士人数将接近美国高校的两倍. 此外，在顶级人工智能会议上发表论文的研究人员中，近半数曾在中国完成本科学习3. .
中国之所以能承担这一风险，是因为它拥有一个 在能源和人才方面的结构性优势. Inference 是一家集电力与硬件业务于一体的企业，而中国仍在以一种欧洲已基本不再考虑的速度持续扩建发电产能。这意味着代币的边际成本能够以其他地方无法比拟的方式持续下降，并且在确保技术自主权所需的时间内，该代币可以持续获得补贴。.
芯片限制措施反而增强了小型钢厂的发展势头。其明示目的是为了遏制中国的发展。然而，, 其实际效果是迫使中国实验室陷入对效率的痴迷. 这意味着每枚代币、每瓦特和每人民币所蕴含的智能更多，因为他们无法简单地通过增加硬件来解决问题。这在很大程度上是 中国工业发展指南：那些成本较低、受制约的生产商会不懈地优化成本，从现有厂商不愿承接的工作做起，然后逐步向上拓展。当你审视基于成本效益的排名，并质疑为何中国车型能位居榜首时，你就会意识到， 制裁和源源不断的创造力发挥着重要作用.
先领养，后提问
中国商界极其务实，且以个人利益为导向。作为每天亲身经历这一切的人，我这么说绝无任何评判之意。从个人层面来看，, 金钱才是关键，而政府的职责在于维护社会安定，并惩处那些滥用制度的人. 在这一框架下，中国企业少问问题，多采取行动。.
消费端的情况也如出一辙，对于一个拥有14亿人口、每个人都必须谋生的国家来说，这一点尤为引人注目。在 2026年益普索人工智能监测报告, ，一项涉及32个国家的调查，, 85%的中国受访者表示，在过去三到五年里，采用人工智能的产品和服务深刻改变了他们的日常生活, ，而美国为36%，德国为33%，法国为32%4.. 益普索（Ipsos）还发现，大约一半的 中国用户表示，他们对AI工具足够信任，以至于不会去检查其生成的内容, ，尽管他们确实应该这样做，就像对待任何模型一样。. 在某些问题上，例如避免偏见，他们对人工智能的信任程度高于对人的信任. 虽然欧洲人和美国人普遍对人工智能感到担忧，但中国人则普遍对此充满期待。.
从工业角度来看，推动自动化和机器人化在短期内并不符合经济理性。然而，由于人口老龄化，, 中国别无选择，只能等待. 2024年至2050年间，15至64岁人口将减少约四分之一，从9.84亿人降至7.45亿人6.. .因此、, 中国目前正在为未来20到30年所需的领域进行投资，其中包括机器人和智能代理.
作为后来者，中国在人工智能模型领域取得的卓越成就显然得益于此。. “中国市场面向中国”的策略之所以行得通，是因为国内市场足够大，无需走出国门就能实现规模效应。. 这些因素为中国的人工智能实验室提供了发展并参与全球竞争所需的市场需求。.
并非前沿模型：对于大多数应用场景而言，这并不重要
中国产的钢材无法与美国最优质的产品相提并论。不过，这只是小型钢厂生产的“螺纹钢”阶段。. 对于中国的大多数商业应用而言，尖端性能并非必需. 在大规模运行代理时，关键在于令牌效率：每花费1元人民币进行推理能获得多少有价值的工作。. 就这一指标而言，中国模特已经领先大约一年了：截至2026年9月9日，, 在OpenRouter上使用频率最高的十款机型中，有八款是中国产的. 仅DeepSeek处理的请求量就超过了OpenAI和谷歌的总和。该排名是根据消耗的令牌数量而非花费的美元金额来衡量智能体的作业量的。OpenRouter是一个市场平台，开发者可以在其中为其编码和自主智能体路由流量。该平台按流量计算的前列应用是智能体，而非聊天机器人7.. Stripe刚刚同意以超过70亿美元的价格收购该电商平台，这表明 投资者看中的并非某一种特定模型，而是能够在不同模型之间切换以获得5%的溢价8..
OpenAI于2026年9月3日发布的GPT-6，是西方实验室在性能与令牌比方面长期以来的首个重大突破，至少在代理式编码基准测试中是如此。这意味着，, 难得一次，现有企业并没有退守高端市场，而是正在成本方面展开实质性的竞争9.. 一个值得关注的问题是，中国实验室能以多快的速度迎头赶上。另一个需要注意的地方是，中国前沿实验室的商业模式仍处于初级阶段。它们正在积累专业能力，以便向企业用户大规模销售服务，但这一策略尚未得到验证。.
与此同时，中国已经出现了以人工智能为核心业务的公司。虽然它们目前尚未实现大规模运营，但 由代理人运营的个人独资企业已成为现实，并受到地方政府的积极推广 10. . 这正在改变一个国家的经济结构，该国更重视行之有效的方法，而非过去行之有效的方法。.
信任悖论
许多西方公司不信任中国模特，这是一种合理的立场。. 这迫使在华运营的西方企业构建了能够使其完全掌控自身人工智能能力的基础设施. 他们通过在本地部署大型语言模型（LLM），并实施严格的代理访问监控，从而实现了比大多数西方人工智能基础设施更高的透明度和问责制。最终，, 这使得AI平台能够在确保data和知识安全的同时，灵活地切换大型语言模型（LLMs）. 你不信任的模型，恰恰是你能够掌控的。我认为，正因如此，这些公司才建成了全球最可持续的企业级人工智能基础设施。.
这对西方企业意味着什么？
克里斯滕森的启示从来不是说小型钢厂更好。而是说，综合型钢厂之所以失败，是因为它们做出了一系列合理的决策，放弃了低利润率业务，转而专注于高端产品。. 最终，这家低价竞争对手也学会了生产高端产品. 针对西方企业，我想得出三点结论，而且我认为无论明年这些商业模式会如何变化，这些结论都依然成立。.
- 首先，要掌控自己的AI选择. 形势总是不断变化的。九月处于领先地位的实验室，到了三月可能就不再领先了。你应该构建这样的系统：能够根据性能、成本和管辖范围在不同模型之间进行切换，而无需重建整个系统。.
- 其次，要掌控好安全带, ，即围绕模型构建的支撑架构，包括协调机制、工具、内存和安全防护措施。根据我们的经验，这比新一代模型对智能体性能的影响更大。这正是您竞争优势所在，因此绝不能将其外包。.
- 第三，掌握您的业务知识、背景、data 和流程, ，其结构设计使得任何模型都能加以利用。模型正逐渐成为一种商品，但贵公司掌握的知识却并非如此。.
至于其他方面，让我们拭目以待微型钢厂的故事如何发展。.
