不被任何敘事帶跑，真相只在產業鏈里

。今天，我們不談情緒，只冷靜地拆解他的三個核心觀察，看看哪些是事實，哪些是邏輯謬誤，哪些又是他作為短期訪客難以看到的深層現實。更重要的是，在分析之后，我們也將客觀探討美國真正的優勢與中國亟待補足的短板。

他看見民眾刷手機，卻沒看見數據在 “煉丹”

這位創業者的第一個觀察是：中國民眾在地鐵、商場里，同樣在瘋狂刷短視頻、玩游戲，與美國民眾并無二致，因此無需 “神話” 中國。

從事實層面看，他說的沒錯。抖音在國內的滲透率和用戶黏性確實驚人。在算法的精準推送面前，人類的注意力弱點高度一致。

我們的視角與他截然不同。他關注的是民眾 “浪費” 掉的時間，我們看到的，是用戶行為留下的海量數據。國內數億網民在短視頻、外賣、電商平臺上的每一次點擊、停留、購買，都在為人工智能訓練提供世界上最龐大、最鮮活的 “數據燃料”。

民眾看似在消費娛樂，實則在不經意間，為底層生產力的迭代提供了源源不斷的養料。這是短期訪客難以察覺的：他們只看到終端的消費場景，卻看不到消費數據如何反向賦能，形成了一條從應用到底層技術的反饋閉環。

焦慮感差異的背后，是社會發展階段的不同

他的第二個觀察更為尖銳：在中國，幾乎全民都在使用各類 AI 大模型，但似乎沒人害怕被 AI 搶走飯碗。他將此歸因于 “政府不允許大規模裁員” 帶來的制度性安全感，并認為這短期穩定，長期卻會削弱競爭力。

事實層面，國內對 AI 的 “失業恐慌” 情緒確實遠低于美國。但他的歸因錯了，關鍵并非政府保護。真實原因有兩層。

第一層，中美勞動力結構處于不同發展階段。美國是一個已完成現代化的社會，其中產階層享受了數十年穩定、體面的生活。AI 對年薪十幾萬美元的程序員、自由職業者而言，意味著階層滑落與體面工作的瓦解。好萊塢編劇罷工、自由職業者反對 AI 等運動，本質都是 “中產保衛戰”。

而中國仍是一個處于快速上升期的社會。對許多普通人來說，AI 意味著門檻降低和效率提升。縣城小店老板能用 AI 設計海報，農產品基地的農戶能用 AI 撰寫直播腳本。同樣面對 AI，美國的焦慮是中產怕 “向下掉”，中國的不焦慮是普通人借 AI “向上爬”。這是社會發展階段的差異，而非簡單的制度保護。

第二層原因更現實：國內許多打工人對 AI “不焦慮”，是因為焦慮早已被激烈的職場競爭 “提前透支” 了。對一個經歷過 “996”、擔憂 “35 歲紅線”、在千萬份簡歷中廝殺過的打工人說 “AI 來了”，他的第一反應往往不是 “我要失業了”，而是 “快教我怎么用，好讓我在競爭中多一分優勢”。

沒經歷過高強度內卷的硅谷精英，可能將 AI 視為 “搶飯碗的終結者”；而被內卷環境塑造的中國打工人，更可能將 AI 視為 “讓自己在內卷中多活兩年的外骨骼機甲”。這是兩套完全不同的社會情緒與應對機制。

美國的焦慮外顯為抗議、罷工、立法博弈；中國的焦慮則內化為個體行動，人人悶頭學習使用新工具自救。這兩種情緒也導致了 AI 落地速度的差異：美國 AI 商業化面臨倫理審查、版權訴訟、工會博弈等多重 “摩擦力”；中國這邊，則是數億用戶主動將 AI 工具拽入自己的工作流。也正因如此，中國社會被 AI 技術重塑的速度與深度，未來很可能遠超外界想象。這位創業者只看到了表面的 “平靜”，卻沒看到水下洶涌的 “暗流”。

創新模式已變，個人英雄主義并非唯一劇本

他的第三個觀察，來自在清華大學旁聽的經歷：他發現課堂上沒有學生主動提問，并由此得出結論 —— 中國的教育正在批量生產執行者，卻出不了能改變世界的 “怪才”，暗示中國出不了馬斯克、喬布斯式的人物。

為什么他看不到這些人？因為他腦海中關于創新的模型，或許還停留在上世紀 90 年代的硅谷神話里：一個怪才被風投相中，創立公司，上市封神。但 21 世紀的科技競爭，早已不完全是這套個人英雄主義的劇本。

一輛電動汽車的背后，是上下數千家供應商的精密協同；一顆國產芯片的背后，是幾十家上下游企業數年磨一劍的工藝接力；一個 AI 大模型的背后，更是算力、數據、算法、電力、冷卻等整條產業鏈的同步推進。這是體系化、工程化的 “集團軍作戰”，而非單打獨斗。

中國創新的核心優勢，從來不是能否產出幾個傳奇式的 “怪人”，而在于能否憑借全世界最完整、最龐大的工業體系，將一件事的成本做到極致，將效率優化到巔峰。他只看到清華課堂的 “死氣沉沉”，卻沒看到課堂之外，那個正在高效運轉的、世界上最完整的工業體系。這兩種創新模式本無絕對高下，但只看見前者而忽視后者，無疑是一種帶著濃厚時代濾鏡的偏見。

真正 “打臉” 這種判斷的，不是任何人的言論，而是美國自己的行動。如果中國真的只會 “優化” 和 “跟隨”，美國為何如此忌憚？2018 年起全面制裁華為，切斷其高端芯片供應；2022 年起將長江存儲、寒武紀等數十家中國科技企業納入管制清單；2024 年強推法案逼迫 TikTok 剝離；至今，中國 AI 企業仍難以買到英偉達最先進的 GPU…… 這一整套封鎖、制裁與出口管制，才是華盛頓對中國科技實力的 “真實定價”。

客觀看待優勢與短板：博弈是長期過程

反駁這位創業者的觀點，并不意味著我們要全盤否定美國。必須承認，美國在創新生態上擁有顯著優勢，主要體現在三點：

第一，風險資本生態完善。美國擁有全球最深的風險資本池和最完整的 “投資 - 退出” 閉環。從天使投資到風險投資，再到納斯達克 IPO，資本有足夠的耐心陪伴一個顛覆性項目從零到一，這種長期主義的容錯空間，其他地方難以比擬。

第二，“移民虹吸” 效應強大。特斯拉與 SpaceX 的馬斯克來自南非，英偉達的黃仁勛是華人，谷歌聯合創始人布林來自俄羅斯。如今在 OpenAI 等頂尖 AI 實驗室的研究隊伍中，華人面孔也接近半數。美國并非僅靠本土人才創新，而是持續將全球最頂尖的大腦 “虹吸” 至其體系內，這是一種強大的軟實力。

第三，對基礎研究的重視。美國基礎研究投入占研發總投入的比例約 15%，而中國不到 7%，比例相差一倍以上。在那些短期看不到回報、卻決定未來技術源頭的科學探索上，美國確實保持著領先。這也是中國最需要補上的一課。

我們反對的，并非他對美國創新生態的肯定，而是他從 “中國優化、美國創新” 直接跳躍到 “美國必勝” 的那一步邏輯跨越。這一跳，跨過了中國的產業鏈厚度、制造業體系優勢以及 AI 技術在社會層面的落地速度 ——這三者，才是決定下一輪科技競爭走向的關鍵變量。

同樣，我們也必須清醒認識自身的短板：在原始創新上，許多領域仍處于跟隨階段；在高端核心環節，如高端科研儀器、半導體設備、特種材料等方面，與國外頂尖水平仍有差距；在資本市場上，對失敗項目的容錯率和再融資窗口，也比硅谷更窄。承認短板，是為了明確改進方向，而非接受失敗的判決。

最后，分享兩點思考。

第一，歷史有其節奏。回望上世紀 80 年代末，美國主流輿論對日本的評價何其相似：“日本人只會制造，不會創新”、“日本社會同質化嚴重，培養不出反叛精神”、“日本教育扼殺獨立思考”…… 結果呢？索尼、豐田、佳能、本田等一大批日本企業，深刻改變了全球工業格局。

第二，保持冷靜，不被任何單一敘事帶偏。外部的 “中國不行論” 是一種敘事，內部的 “美國完了論” 是另一種敘事。兩者可能都是噪音。真相往往藏在扎實的產業鏈與硬核的產業數據里。產業鏈不會撒謊，數據不會騙人。