EP-209 许成钢：叫停Manus收购，能让中国赢得AI产业革命吗？（文字版）
文字版全文：
01:23 中国的年轻AI创业者们关心的是什么？
03:40 如何理解中国政府大费周章地叫停这笔收购？
09:28 对中国的年轻创业者来说，风险来自哪里？
12:02 留给民营企业的灰色地带是更多还是更少了？
14:26 “和党的利益不一致时，任何事情都可以发生”
16:49 AI产业革命中，政府资本和产业资本的根本差异是什么？
24:05 中美AI产业的融资量差距有多大？
29:22 金融环境的差异如何会影响产业革命？
34:49 开源还是闭源，哪条路线可能走得更远？
38:53 DeepSeek V4的问题在哪里？
42:52 美国的芯片管制会如何影响中国AI产业的发展？
50:54 叫停Manus收购对中国AI的人才和资本生态意味着什么？
53:33 中美AI竞争会走向何方，关键点是什么？
58:24 嘉宾推荐
[00:00:04] 袁莉: 大家好，欢迎来到不明白播客，我是主持人袁莉。4月27日，中国国家发展和改革委员会宣布禁止Meta对Manus的收购，并责令各交易各方撤销这笔约20亿美元的交易。Manus是一家由中国工程师创立、总部注册在新加坡的AI公司，它的两位创始人此前被中国政府招回开会后被限制出境。几乎是同一时间，DeepSeek发布了备受期待的V4新模型。媒体报道说，它开源、代码能力全球领先，从拉各斯到吉隆坡的开发者争相使用。中国AI似乎势不可挡。同一时间发生的这两件事让人忍不住想问：中国在AI产业布局上究竟想要做什么？中美的AI竞赛真正比拼的是什么？叫停Manus收购能让中国赢得AI产业革命吗？这期的嘉宾许成钢教授是斯坦福大学中国经济与制度研究中心高级研究员。许老师长期研究制度与经济增长，他有一个核心判断：真正的产业革命不可能发生在极权制度之下，这一次的革命也不会例外。许老师，您好！听说前不久您和几位来自中国的年轻AI创业者在湾区讨论了“要不要回国”和其他的一些问题，您能跟我们讲一下那次谈话吗？
[00:01:32] 许成钢: 当然，他们除了关心这个基本的评价之外，另一个关心的问题就是是不是回去，是在美国的公司，还是中国的公司？公司是在硅谷创业，还是在中国创业？
[00:01:49] 袁莉: 这些人觉得自己还有很多选择，所以他们还在做选择，是这个意思吗？
[00:01:55] 许成钢: 对，还有就是年轻的中国的工程和技术人员，他们往往对中国的制度不太了解。所以，当他们看到很多的华人是自己的同行的时候，经常会有一种非常强的自豪感，这都没错。这个自豪感也都很好。但是千万不要对那个制度有自豪感，那你就犯了错误。比如说这一次Manus的负责人被扣下。实际上就是他没有认清这个制度的性质。因此，当中央政府要找他们谈一谈的时候，他误认为那只是谈一谈。或者他误认为那是对他们的重视，但他们不知道制度的残酷性。
[00:02:43] 袁莉: 我挺好奇的，现在还有在美国的AI创业者想回国去创业。他们想回国创业的理由是什么呢？
[00:02:56] 许成钢: 因为在创业初期的时候，你需要大量非常熟练的、能干的，愿意拼命的工程师，这个数字挺大，你在美国要很贵很贵才能获得。在中国就很便宜，通常这是一个很大的诱惑力。
[00:03:13] 袁莉: 他们有一个想法，他们想把事儿做成，回中国就可以有很多便宜的工程师，然后又卷。
[00:03:25] 许成钢: 对。
[00:03:26] 袁莉: 对，我也挺能理解的。
[00:03:28] 许成钢: 还有就是中国的地方政府支持力度很大，会给人一种误解，以为那边有非常充足的资源，这是一个非常严重的误解。
[00:03:40] 袁莉: 说到地方政府的资源，我们正好可以说一下，有报道说Manus这个AI公司刚成立的时候在武汉光谷——这是当地的一个高科技开发区——拿了价值超过12亿人民币的支持。我们暂且不管是多少亿元，反正可能拿了他们的一些支持，可能是免费的办公室，也可能是别的一些东西。Manus完成了核心的开发，后来迁址到新加坡，把自己的公司拆了，又卖给美国公司，又有人说他们这种做法属于背叛了中国，现在这个结果是活该。您怎么看这样子的说法呢？
[00:04:19] 许成钢: 如果我们讨论投资，那这个事情很简单，不会变成现在的状态。因为如果讨论的是投资，那可以赔钱，也可以上法庭，法庭可以判赔多少钱，这个事情很简单。但现在发生的不是这个性质的问题，实际上现在发生的事情非常清楚：你没有产权，这是真正的要点。你以为你有产权，实际上你没有。表达“没有产权”的方式很简单，就是丧失人身自由，用控制你人身的方式来指导你怎么处置产权。所以当人们讲产权的时候，常常有一个非常糊涂的观念，就是看法律条文的白纸黑字写了东西，但是没有去看产权是怎么执行的。所以，这次只是无数的中国企业家并不拥有他们创造的财产权例子中的一个。
[00:05:57] 袁莉: 如果一个政府可以随时剥夺你的人权，你实际上不可能有产权。这次的事情让我想，2008年可口可乐收购汇源果汁，也被中国商务部一纸叫停。后来汇源一蹶不振，最后破产了。还有90年代末的时候有一个企业家叫仰融，他出于商业考量，把公司的重心从辽宁转到浙江，被辽宁定性为忘恩负义，当时是薄熙来当政。最终仰融也从一个风光无限的企业家沦为通缉犯，流亡美国。从仰融、汇源到Manus，这是不是代表同一个制度性问题的不同演变。在AI的时代，中国政府和企业的关系相比以前有没有发生性质上的变化？还是说这实际上是一脉相承的，中国的企业家一直在重蹈覆辙？
[00:06:55] 许成钢: 不可能有基本变化。如果说有什么变化，那就是当AI正在兴起的时候，在中国还没有形成巨大的力量的时候。为了要它兴起，共产党看上去像是改变了政策，像是一心一意要推动AI的发展。原因很简单，只有私人企业真的有活力，离开了这些私人企业，活力就没有了。我们就看看中国做得好的AI模型，没有例外地全都是私营的。由于这个原因，共产党就必须要支持它们。但是，一旦这个变成了一个现象，所有的问题马上就回来了：你的资产和党的利益是不是。当党认为当一个资产的发展和运用和党的利益一致，那么你的私有财产看上去就没问题。但是当党认为你的发展和党要的东西有冲突的时候，党就一定要来干预。Manus的情况就是居然把资产卖给美国的公司，那党当然坚决要干预，所以就把人扣下，直到财产送回来为止。所以产权的真正的问题在最终的控制权.共产党最最关心的就是党对这些财产有没有控制力？只要它有控制力，它可以表现得像给你私有财产。但是只要它发现它丧失了控制力，那它绝对不留情。实际上这个运作的时间长久了以后，一些聪明的企业家就知道他要揣摩党的利益在什么地方，然后就要跟着党走。其中最最突出的应该就是腾讯，它作为这么了不起的一个公司，相对来说它遇到的问题最少。就是因为它聪明。另一个就是华为，跟着党走，党要华为做什么它就做什么，那么党就会支持你。就是这样。
[00:09:28] 袁莉: 从年轻人创业者的角度看，中国互联网的崛起，从BAT到字节到拼多多，他们都是发生在党国体制之下，过去二十多年还是跑出了世界级的公司。从这些年轻人来看，虽然马云可能是被打了一下，但是看着马化腾，看着张一鸣，看着黄峥，无论他们的财富，还是成功的光环，这对年轻人还是很有吸引力的。而且他们现在也很难来美国，美国的资本也很难去投中国，从他们自身来说，在中国创业，在中国发展，好像是唯一的路，而且既然现在政府想让私营企业发展，他们还是可以稍微的搏一下。我不知道他们这么想，您同意吗？您会跟他们怎么说呢？
[00:10:25] 许成钢: 重要的是，人们必须知道中国的制度是什么。这是一个共产党一个党控制一切的制度。如果我们讲企业，这个制度跟企业关系最紧密的一个方面就是法院，但是人们需要知道中国不存在独立的法院。中国的法院是共产党的工具。实际上这个事是共产党明说的。在中国，讨论司法独立是不允许的。之所以不允许讨论司法独立，原因就是这是共产党控制的一个工具，是共产党用来做事情的工具。因此，当法院是共产党的工具的时候，无论是产权的执行、合同的执行，最终都靠法院。但是人们需要知道，这个底线是共产党控制的。如果你深入地思考，你就会明白，任何商业活动的第一件事就是各种各样的合同，得有律师，但是合同最后的执行靠的是法院。而法院是共产党的机构，你的律师也必须听党的领导。所以在这样的制度下，所有的一切都朝着这个方向扭曲。所以当人们不去看它的时候，等碰到就已经晚了。
[00:12:02] 袁莉: 就是说这么多年这个制度一直都在那，但是中国的民营企业都是在这种灰色地带这么长出来的，也还是长出来了很大的、很有影响力的互联网公司。创业者想发财致富，想成功，他们觉得这个灰色地带是可以去做的。你让他看最后的结果，也很难说服他们。现在和20年前来看，您也许觉得中国的制度没有变化，但是它的灰度有没有变化呢？
[00:12:41] 许成钢: 如果说有变化，那整个变化是更坏了，而不是更好。从19年往后，尤其是21年到23年之间，那些在美国上市，或者试图去美国上市的公司发生一系列的问题。蚂蚁金服的事情离现在还很近，但是人们已经似乎已经忘了，或者不知道，或者不愿意知道。
[00:13:08] 袁莉: 蚂蚁金服，滴滴出行。
[00:13:10] 许成钢: 这一系列都是，都是很严重的问题，只不过没有抓人。因为共产党面对每一个具体情况都有一个具体的说法，所以人们会误认为所有出的事情都是因为那个具体的说法。实际上每一个具体的说法都是一个具体的借口。即使有无数的具体的借口，但是所有的事儿是同一件事。
[00:13:36] 袁莉: 比如这次的Manus，它的交易已经完成了，大家都已经拿到钱了。我听说相似的案例是21年潘石屹和张欣的SOHO中国和黑石其实已经签了协议，然后中国竟然以反垄断的借口把这个交易否定了，简直就是可笑到极点。因为中国有几千、几万家房地产公司，SOHO中国主要做商业房地产，不是一个那么大的公司。他们以反垄断的借口阻止交易，都懒得找一个真正的借口。但是对很多年轻人来说，他们不太看历史，也不太看不成功的经验。创业的人可能天生想要去看成功的经验，这可能也有一点点关系。
[00:14:26] 许成钢: 什么叫做成功，这其实需要认真看。对这些AI公司，人们有一种误解，觉得中国共产党的政府好像无限地支持AI。但是他们并不知道，实际上中国政府是在和美国进行竞赛。在这个竞赛中，他明白私营企业是真正的力量，它依赖这个力量和美国竞赛。但我们刚才说到的所有的那些事，那是不分领域的。共产党在任何领域都一定要控制，所以在一个企业还没有发展起来的时候，会感觉到它在帮助你。但它的帮助本身就是它进行控制的那个部分。它在帮你的时候，你觉得好的不得了，一旦你变成一个重要的企业之后，你必须在它的控制之下。如果对控制有任何的偏离，你的危险就来了。
[00:15:45] 袁莉: 您说的这种竞赛能不能理解成就像冷战时期的美苏的军备竞赛？当时都是军工企业竞赛，现在中国政府是把私营企业纳入它的竞赛框架之下。
[00:15:58] 许成钢: 对。包括电动汽车。比如说比亚迪就是竞赛中的非常重要的基本工具。现在我们知道比亚迪欠债欠得很严重，它欠供应链的钱，欠钱的数字大到了好几千亿，它可以这么做背后是因为它和党的利益是一致的，它就可以这样发展。但是蚂蚁金服要做的和党的利益不一致，那么哪怕它所有上市的手续都办完了，党可以突然在上市前夕把它停住。滴滴出行都已经上市了，也可以反过来收拾你，只要党认为你和它的利益不一致了，任何事情都可以发生。
[00:16:49] 袁莉: 现在关于中国在AI上面的发展，有很多很多的说法。我特别好奇您怎么看。其中之一被称为“中国的独特的制度优势”，也就是中国地方政府之间的竞争。有人说，上海、北京、杭州的官员就像风险投资人一样的抢AI的项目，他们提供土地、补贴、算力，您怎么评估这种地方竞争机制对AI发展的实际作用，他们能替代什么，不能替代什么？在AI产业革命的语境下，政府资本和市场资本在功能上的根本差异是什么呢？
[00:17:30] 许成钢: 首先，一个地方政府不是私有的资本。由于它不是私有的资本，它所有的行为和私有资本的行为就是不一样的。风险资本的背后是私有资本。风险资本是一定要赚钱的。风险资本在不能赚钱的时候是要破产的。所以它所有的评价，都是从资本运作的角度去作的评价。包括它的退出机制，包括事先的评价机制，包括跟着项目每一步的评价机制，每一步进一步投资的机制，也包括最终的退出机制。所谓最终的退出机制，基本上依赖的就是上市。所以它是紧密地和证券市场在一起的，没有了证券市场，风险投资是不能运作的。
这就是为什么现在中国已经基本没有了风险投资了。中国一度是风险资本投资世界上第二大的国家，甚至有个别的一、两超过了美国，是最大的。哪里来的这么大？大量的是美国来的，是加州来的。所以这个世界上最大的风险投资曾经都在中国运作，又培育出来了大量中国自己的私营风险投资。
为什么现在没有了？很简单，就是因为中国的证券市场不能够正常运作。香港的市场也在2019年之后被搞垮了。搞垮不是说彻底垮了，而是它大幅度下降了，不能正常运作。刚才我们讲到的企业在美国上市都出问题，等于中国政府做的这些事切断了中国去美国上市的路。所以这几条路一起垮掉了之后，风险资本必须退出去。因为风险资本没有所谓退出的路了。所以中国没有了风险资本。
没有了美国的风险投资，中国名义上还存在自己的私营风险资本。但是如果去看看中国私营风险资本的资金是哪儿来的，你就会知道这些资金都不是私有资金。他们的资金绝大部分都是国有资金。他们变成了国家的代理人。中国名义上的风险投资，实际上是中国国资的代理人，包括大量地方政府的代理人。要么是地方政府直接去投。有时候地方政府发现风险投资的人比他们更专业，所以就让风险投资人去投，但是实际上政府要去指挥他们。因此他们的行为都不是风险投资的行为。这只是一个面。
另外一个非常重要的面，就是由于地方政府不是私有资本，它最重要的一个基本特点，也是国有资产从来都有的特点，叫做软预算约束。软预算约束就是它不会破产。每一个地方政府资不抵债的时候，它不会破产。投资的时候，它考虑的问题不是资不抵债了怎么办，它不需要讨论这个问题。事实上，中国100%的地方政府都欠债，而且都欠很大的债。许多地方政府欠的债已经还不过来的了，但由于它不是私人公司，它不会破产。
在这种情况下，他们竞争的是中央政府给的指标。中央政府没有具体指标，它关心的是地方政府的竞赛，谁能在竞赛里把AI搞得比别人强。浙江是不是能够比上海强，上海能不能比深圳强，等等等等。因为AI是中国中央政府最重要的竞赛目标，所以在这个竞赛目标下，每一个地方政府根本不关心资不抵债的问题。欠很多钱也干。所以这就给投资者、创业者一种误导的印象，认为中国有无穷多的资金可以给他们用。这是一个完全错误的幻觉。
事实上，现在中国经济上存在着极其严重的问题。它跟美国竞赛，是把它原本急需用来解决中国严重经济问题的资源给调到AI去了。用经济学的行话叫作资源错配，就是资源配置错地方了。这也是为什么中国的经济问题越来越严重。但是另一面看，中国在AI的发展变得这么强，看上去很奇怪。实际上这是同一个事情的两面。它把原本应该用在解决经济问题上的资源给花到那里去了。
[00:22:58] 袁莉: 我认识很多互联网风险投资人，基本上是美元VC。前些年中国风投行业最火的时候，正好是我写中国互联网的时候，他们说，现在实际上还有更年轻一代做AI的VC——和他们不是一代人——这些人还是很活跃的。他们整天忙得要死，做很多很多的交易。去年我也碰到了主要做香港上市的一个律师，去年香港好象是全世界上市的IPO最多的股市。有些律师一年做几百笔交易。我去年十月份见他们的时候，他们就简直high到不行了。他们都是做中国的企业，而且很多都和AI相关。一方面中国经济很差的，风险投资也不是一个真正的市场化运作的行业了——我一直都想不清楚这里面的反差的——他们也不能说完全没有办法退出，还是可以从香港和A股退出。这算真正地退出吗？这是怎么转起来？因为任何一个产业要转起来，还是要投入，最后还是要退出，是不是？
[00:24:05] 许成钢: 我们从金融上看看在AI在两边的整体情况。在中国，和整个经济遇到严重的问题相比，AI像是一个热点。AI和机器人都是新的热点。即便电动车现在已经产生了非常严重的问题。以前讲的新三样也已经都出了很严重的问题，就是卖不出去、债都变得很高了。现在AI、机器人变成了新的热点。股市上，和中国自己比，看上去比前面热闹了。
但是如果我们认真地看香港股市的资金来源，用行里的话叫做“南下资金”，就是中国国内的资金进入香港，这是非常重要的一面。为什么重要呢？原因就是因为中国的经济整体有严重问题，至今还仍然是通缩的状态，房地产还在继续向下垮，带来的整个内需严重不足。在这种情况下，它的投资能力一定是非常有限的。如果不是这个情况，假定香港股市资金的来源，比如说是中东国家、欧洲国家、美国、日本，那就是完全另一回事了。那就是真的有翻转了，有巨大变化了。
只要香港的资金来源主要来自中国国内，那中国的经济困境就已经决定了它是有限制的。如果我们看数字就更清楚了。中国在AI上面的总融资融全加起来，不仅仅是证券市场，所有一切都加起来和美国比，差得很远很远。这里有不同的计算方法，但是两边基本上差了一个数量级。按不同的算法，可以是十倍、十几倍，甚至几十倍，差得很远很远，完全不能相提并论。所以有一些人做中美AI的对比的时候，对中国了解得并不清楚。其中包括谷歌以前的董事长Eric Schmidt。他在讨论到其他方面的时候认识并不太清楚，但是讨论到金融的时候，他认识很清楚。因为金融简单。他很清楚地说：“现在我们美国比中国强的就是金融，谢天谢地，我们金融比他们强太多了。”
但是实际上当人们说金融强的时候，人们必须要认真地来看“金融强”是什么意思。比如说在美国，跟AI相关的几个公司是怎么个强法。具体地看，第一个就是英伟达。英伟达是人类历史上从来没有过的高市值的公司。原因太简单了，因为全世界的AI芯片是它造的。全世界只有很少的芯片是别的公司造的，几乎都是它造的。这是一个实实在在的产品。这是世界上最大的制造业公司之一。它在美国。它制造的是所有AI应用的芯片。接下来就是Google、Meta这些AI公司。然后我们再看得稍微宽一点，就是台积电。都是实实在在地大规模生产AI产品。有人问这些AI产品是什么？就是从用户那里挣来的钱。那我们再看看从用户那里挣来的钱。中国和美国做个对比非常清楚地差几十倍。如果挣的钱差几十倍，公司在市值就差这么多。
为什么两边的投资这么不一样？因为从用户那里赚钱能力不一样。如果我们讲的是商业、是经济，归根结底就不用讲技术内容了，就说挣多少钱，那就很清楚了。两边差几十倍。
[00:28:55] 袁莉: 我和中国做的AI的人聊，他们就老说中国这个强那个强，但是一说到就说变现——有人愿意花钱买他们的服务——他们都说还是要到美国来。他们在中国还是很难收得到钱。这是他们都承认的事。说到金融，对普通人来说很抽象的，请您讲讲这和制度有什么关系？
[00:29:22] 许成钢: 金融指的就是投资。当然金融不光是指投资了，但是为了简化，金融指的就是投资。就是你能够调动大规模的资源去投资。调动大规模资源去投资，在人类历史上一共就两个办法。一个办法就是资本主义的办法，就是金融。金融无非有两个方式，一个方式从银行，一个方式是从金融市场。但是产业革命从来都只产生在金融市场为中心的资本主义世界：最早是英国，然后就是美国。英美制度是金融市场制度为中心的，它靠这个聚集了大量资源，然后把这个资源调动起来，投到他们认为值得投的领域。
另外一种大规模调动资源的方式，就是中央计划经济。典型的例子就是苏联。苏联时期也曾经有过非常快的发展、非常大规模的发展。而中国的发展都是从苏联那边复制来的。中国的改革变成了计划经济和金融混合了。但是它虽然混合了，它从来也不是资本主义的金融制度。原因就在于，资本主义的金融制度依赖高度的产权保护，也依赖高度独立的司法体系。而共产党不能允许司法体系是独立的，共产党也不保护人的人权。所以它名义上的产权，实际上通过侵犯人权，任何时候都可以侵犯产权。
当这几个东西放在一起的时候，中国的金融就没有办法发展。虽然中国名义上也有A股市场，但A股市场从来就不能发展。原因就是刚才说的这两条。第一条，没有独立的司法。第二条，不能保护产权。这两个东西决定了A股市场没有办法发展。
原本香港的证券市场是非常发达的，但是自从2019年发生了变化之后，香港整个司法体系发生了重大变化。原来香港是保障司法独立的。它保证司法独立里边的重要环节是法官、谁是法官？自从那个变化之后，外界的法官全走了。香港自己本地的法官丧失了独立司法地位之后，那些认为司法不能独立运作的法官也都辞职走了。所以这个法庭已经丧失了它独立的性质。在这个背景下，在中央政府不断给香港施加各种压力的情况下，也严重影响了香港股市的发展。
刚才我们提到香港股市的资金来源都是南下。第一，这是事实。第二，我们要认识为什么它的资金来源很少从发达国家来。就是因为刚才讲的原因。在司法不独立、产权不能得到充分保护的情况下，外来的资金来源担心他们被陷在里头，所以他们不敢来。
[00:33:07] 袁莉: 我给大家补充一下中国互联网的发展的背景知识。前面许老师谈到了中国互联网的发展很多依靠美国的风险投资。当时风险投资基金为什么愿意去中国呢？是因为当时中国允许有一个叫VIE的架构。就是说他们的钱投到的是一个海外实体，这个实体是受海外法律保护的。公司的运行是在中国的。但是现在中国政府让大家去拆解这种红筹架构。现在中美关系已经不好了，加上这种做法，基本上现在这方面的风险投资都不愿意去冒险。如果他们把钱投到一个中国公司里，钱很难拿得出来。这是一个非常重要的方面。当然这是一个很复杂的问题。
在Manus这个事情发生以后，如果国内有AI创业者或者从业者、工程师，谁想来跟我说说你们的想法：为什么愿意在中国发展，认为中国更有希望，或者你有别的想法，我都非常欢迎你给我写信。我很愿意和你们对话，非常希望能够听到你们的声音。如果我们有什么说得不对的，欢迎你们来批评。
我还想问，中国现在在AI领域大规模拥抱开源策略，比如说阿里的通义千问累计下载量超过10亿次，中国的开源模型占全球AI应用总量约三分之一。有观点认为，开源本身就是一种软实力扩张和全球影响力建设的有效路径，不需要在前沿创新上领先。您怎么看这个观点？您怎么来评估这个战略的可持续性？
[00:34:49] 许成钢: 实际上这个问题在行业里，包括学术界、技术界、商业界一直是个有争论的问题。学术界的人当然希望开源，道理很简单，因为学术界的人要发表论文，所以学术界的人永远会告诉你开源为什么重要，开源会帮助学术的进步。因为学术进步不关心是你超过我还是我超过你。它关心的是学术一起发展。大家公开交流、一起发展，这是他们关心的，这是个辩论的问题。
那如果我们看证据，在2024年，开源和闭源两边的技术水平差距在缩小。当差距缩小的时候，人们就会问，如果差距继续缩小下去，开源会不会超过闭源？2024年的时候差距已经小到了百分之零点几了，但到2025年，差距一下又拉开了，现在差距拉开到了百分之三点几——我讲的这些差距指的都是技术指标——但是当我们讲产业革命的时候，最终重要的是落实到商业上。现在赚钱的AI绝大部分都是闭源的。商业是最终决定一切的。性能上，哪怕是比赛，闭源和开源也拉开距离了，而且还在继续拉开距离。再看实际使用，商业上大规模赚钱的是闭源，而且现在赚钱的速度在迅速的加快，都是闭源的。
[00:36:48] 袁莉: Anthropic的钱简直就是滚滚而来！
[00:36:50] 许成钢: 对。我想具体地解释一下我们讲的那个比赛。开源和闭源的差距只有百分之三点几，好像也不大。但事实上使用和比赛是两回事。因为使用的时候，这些闭源的模型提供了大量的、非常具体的AI agent。最近有一个Open Claw，龙虾，它是开源的。它利用所有开源的东西合在一起变成一个好用的AI agent。如果你是内行，你不需要用闭源的东西，自己用开源的东西就可以做出来。但绝大部分人不是专家，自己做实际上是有困难的。人们用闭源模型而不用开源的道理就在这。现在无论是哪一个顶尖的美国AI公司，它为提供的都不是单纯的聊天机器，而是一个帮你干活的机器人，它帮你把大量的事都给干了，你就愿意付钱，这就是为什么它现在赚钱赚得很多，而且涨的很快。比如说我自己现在同时雇两个AI机器人，来自两个不同公司，有不同的能力，有不同的专长，而且我有时要他们互相对峙，让他们互相比赛来保证我的工作能做得好，我宁愿两边都交钱，而且交钱交到一定程度它才真干得好，而且干得真的非常好。
[00:38:53] 袁莉: 上周五DeepSeek发布了V4模型，这是Deeseek首个专门针对华为生产芯片架构做优化的模型。据报道，这是DeepSeek应北京方面的要求配合华为做的，但它的技术报告对它训练所用的芯片只字未提。但是与此同时，美国政府官员声称说，V4仍然是用被禁止出口的英伟达芯片训练的。同时Anthropic和OpenAI又指控DeepSeek通过大规模的蒸馏攻击提取了美国模型的能力。如果这些指控属实，它对评估中国AI的原创创新能力意味着什么？因为DeepSeek被认为是特别能够代表中国AI原创创新能力的一家公司。
[00:39:42] 许成钢: 首先，在此之前，DeepSeek所有的从训练到运作都是用英伟达的芯片，这都有硬证据。现在这一次，DeepSeek实际上没有真的说它用的都是华为芯片，是一种模糊的说法。
[00:40:06] 袁莉: 它是模糊处理了，也不说用了谁的，不说用的是华为，也不说没有用。
[00:40:13] 许成钢: 对。刚才你讲的DeepSeek用了英伟达的芯片，实际上也都是有硬证据的。除此之外还有一个非常重要的证据。有AI领域的专家，我就不提具体人了，是在美国的华人，非常认真地读了DeepSeek V4的论文。通过认真读它的论文，专家的判定是，这个是英伟达芯片训练出来的。道理很简单。因为英伟达芯片从来不是单纯的芯片。英伟达芯片意味着它用的是CUDA软件系统，所以只要你是在那个软件系统里的，你就是NVIDIA的芯片。所以所有的一切都告诉你，它其实用的是英伟达芯片。
下一个问题是：英伟达芯片对中国早就已经有了严重限制，它怎么用呢？这里边也都有硬证据。实际上他们接入了美国的服务器——这就是为什么美国方面有硬证据——因为你接入了它的服务器，用它们服务器的运算力量，哪一个服务器、什么时间进去的，全都是硬证据。还接入了新加坡的服务器，也都是有记录的。
一方面，美国限制芯片卖到中国，所以DeepSeek在中国要用这些芯片是有一定困难的。早先他们存了很多，这也都是有证据的。他们存了好几万英伟达的芯片，在那之前又买了很多。这些都是关于它的算力是从哪儿来的。
另一面是它的实际功能。他们有很聪明的工程师，工作做得很好，所以使得它在全世界的开源模型里，它是最强的，至少是最强之一。但是整体上，刚才我也已经说了，一系列指标都很清楚。开源模型和闭源模型，哪怕按测试比，中间的差距也是3.5%，是个显然差距。而且实际使用的时候不是按照测试来的。实际使用的时候人们需要把它们拼搭在一起，变成一个AI Agent。但是开源模型目前没有这样的。
[00:42:52] 袁莉: DeepSeek V4发布以后，美国也有分析认为美国现有的芯片出口管制，已经帮助维持了大约七个月的技术领先。进一步收紧管制可以将这一差距扩大到以年计算。但是英伟达CEO黄仁勋认为——他一直都在说——出口管制只会加速中国自建生态，无法真正阻碍中国AI能力的发展。您怎么看芯片管制？芯片管制这个工具能解决什么问题、解决不了什么问题？这是一个制度的问题吗？美国国内的争论也很大。黄仁勋是一派，而且川普政府的所谓AI沙皇，就是专门管AI发展的David Sachs和黄仁勋看法基本上差不多。您认为美国应该加紧对芯片的管制吗？
[00:43:48] 许成钢: 这个问题实际上有好几个角度。其中的一个角度是通常人们关注的最先进水平，就是华为最先进的和英伟达最先进的，中间有显然差距。通常人们关注的是这个。所以如果英伟达出口给中国的芯片，把它的先进程度降下来一些，降到跟华为差不多，那么是不是就可以了？这个看问题的角度是对的，但不完全对。
对的那一面在于，你的AI模型使用的是不是最先进的技术，的确直接影响了训练和推理。这是有显然影响的。从这个角度讲是对的。
但不完全对在哪呢？事实上人工智能的发展，不是单纯看有没有最先进的芯片，非常重要的是有没有足够多的、足够先进的芯片。不是单纯质量这一面，数量是非常重要的一部分。这也是为什么刚才我们在讲资金，资金里边最大头的就是芯片。所以美国的资金进去那么多，中国的资金没有那么多的原因，一方面是中国没有这么多的钱，另一方面是它有钱也买不到。
[00:45:18] 袁莉: 大家就是其实拼的是算力。
[00:45:20] 许成钢: 对。当人们讲华为制造的最先进芯片跟英伟达中间的差距，好像有一些，但是也没有那么大，这句话对还是不对？这句话对了一些，但不全对。
因为华为不仅仅造不出来最先进的芯片。比这个问题更严重的是，华为自己能生产的最先进芯片，它的生产能力非常非常低。这才是真正卡脖子的地方。华为的芯片一年是论10万计的，英伟达的芯片是百万、千万计的。原因是是谁在背后替你做半导体。英伟达的背后是台积电、是三星、SK这几个公司合起来提供的芯片。而华为原本也是靠台积电，后来给它卡住了。自从台积电不能给华为做以后，它的产能一下子就下去了。因为中芯国际没有能力大规模生产。当人们说中芯国际能生产7纳米芯片时，你要知道它的7纳米芯片是怎么生产的。它经过多次曝光，良率非常低，成本非常高，它根本没有生产能力。
也就是说，“能不能造”和“能不能有效率地造”是两回事。
因此，在这个背景下，如果你的目的是想要限制中国AI的发展，然后大规模地向中国出口性能还可以的、相当于华为水平的芯片——你就给中国解围了。因为华为原本没有能力量产。但你说只要华为有能力生产某个东西，我就按照它的水平大规模补上产量，那中国的问题就被解决了。
[00:47:34] 袁莉: 给中国解决了问题，也给黄仁勋解决了问题吗？
[00:47:37] 许成钢: 实际上英伟达的产品现在严重的供应不足。
[00:47:42] 袁莉: 其实它不需要中国这个市场，是不是？
[00:47:46] 许成钢: 它根本是供不应求。在它严重供不应求的时候，它并不真的那么迫切需要中国的市场。
[00:47:54] 袁莉: 那他为什么总是站出来给中国说话呢？我也跟你刚刚分享了最近很火的一个播客，链接也在我们这个节目的后面，五十几分钟，大家可以去看一下。一个特别好的采访科技行业的人采访黄仁勋，他说，中国有ghost city鬼城，还有ghost data center。就是中国建了很多没人住的楼，也建了很多没有用的数据中心。他们可以把这些不是很好的芯片放在一起，利用中国大量的电力提供算力。美国没有那么多电，所以我们需要效率更高的算力。他说了一大通，我觉得有点强词夺理。我实际上还是不太明白，现在英文大的芯片供不应求，他为什么老说一定要保持中国出口，不要搞出口管制？
[00:48:50] 许成钢: 我理解最大的原因是产业链。如果我们看英伟达的产业链，它绝对不能少的、最核心的产业链是台积电、三星、SK这三个半导体公司。这是没有其他地方能代替的。而它第二层的产业链就是中国。因为英伟达设计芯片，然后把做好的芯片放到接线板上装配在一起，最后再装配成整个的机器，现在这个装配大量地在中国，它越是供不应求，产业链上的问题就越大。专门为英伟达做接线板的公司前两个礼拜刚刚在香港上市了，很红火。
[00:49:57] 袁莉: 第一天涨了五倍还是多少。
[00:50:00] 许成钢: 对，为什么这个中国的公司在AI上很红火，因为它是英伟达的产业链。而且这种性质的英伟达的产业链公司在中国不是它一个，还有好多。这些技术不是在别的地方做不了的，但是第一它便宜，第二，当英伟达的产品供不应求，要迅速扩张产能的时候，中国的产业链很灵活，这是一个优点。我的理解是黄仁勋为了保住他在中国的产业链，要保住它的整个的生态体系，万一它的生态体系被别的东西取代了，这个工作就不好做了。这是我的理解。
[00:50:54] 袁莉: 我们再回到Manus这个事情上，对于中国的AI创业者来说，现在他们是不是只有两条路可以走：要么从第一天开始就在海外做公司，所有的人都在海外；要么就彻底留在国内。您觉得这个判断对吗？这个变化对中国的AI人才和资本生态意味着什么？
[00:51:22] 许成钢: 如果我们讲的是比较安全的、有把握的方案，那就只有两条路。如果你愿意走钢丝，碰运气，你可以去试试别的方法。但是这个例子告诉你，你要是没做成，一点也不重要，你仍然可以生存。一旦你变得重要了，那一定是不行的。重要的事肯定是不行的。所以如果你已经算好了，我的工作不可能重要，那你就可以做了。
[00:51:59] 袁莉: 其实说句实话，Manus从战略上也没有那么重要，不过就是一个agent公司。但是，党国实际上是要给大家树个榜样，让你们不能这么干。
[00:52:12] 许成钢: 对，Manus的重要性其实是因为Meta把它买了。如果不是Meta把它买了，只是搬到了新加坡，就在新加坡独立运作，那这一切不一定会发生。但是Meta把它买了，这就重要了。
[00:52:30] 袁莉: 为什么就重要了呢？
[00:52:32] 许成钢: 因为Meta是个竞争对手。实际上AI agent被讨论很久了，但是一直都没有做好。那里边没有什么难的，就是一个聪明的想法。但是一旦有了这个聪明的想法，Manus做的实际上就是把这个聪明的想法实现，然后把它装配到一块，就成了单独一个公司。它应该是要闭源的，不是开源的就可以拿去卖钱了。一旦拿去卖钱了，如果Meta用了Manus的AI agent，Meta作为一个世界上影响非常大的公司，在自己的平台上运行AI agent就会一下子就变得重要了。技术上它快、聪明，但是没有真的特别了不起，但它在商业上就是重要。其实中国的大部分的工作都是这个性质的，技术上，其实中国至今没有真的重大突破。
[00:53:33] 袁莉: 您觉得现在AI的产业革命的竞争格局，最接近历史上哪一个时期或者是哪一种竞争模式呢？如果我们往下看，比如说5年以后，中美的这种竞争大概会是一个什么样子，我不知道你愿不愿意做一下预测。
[00:53:53] 许成钢: 最像的应该是互联网。互联网时代，中国也很聪明，所以有了阿里，有了腾讯，就是很聪明。
[00:54:05] 袁莉: 那现在大家会说，中国的互联网事实上比美国互联网好用。
[00:54:09] 许成钢: 在中国，阿里、腾讯还有百度的大发展，有一个重要背景，就是中国政府把美国这些公司都赶出去了。这是非常重要的背景。所以今天在中国，Google搜索是不能做的。刚才你说中国互联网比美国好用，那要看指的是哪个方面。如果我们讲的是搜索引擎，那中国比美国差太远了，不是差一点点，是差太远了。而互联网里可能最大、最重要的事就是搜索引擎。
AI跟互联网比，会有一点很大的不同。AI领域里的技术的内容要比互联网多了特别特别多。还有，一旦AI进入到现在可以自我改进的正循环之后，它的发展的速度会大大加快。这个东西现在才刚开始，所以两边的状态不容易判断。但是有一点很容易判断，就是两边的基本制度完全不一样。基本制度完全不一样，就导致了金融上完全不一样。金融上两边是天壤之别。
之所以现在看起来好像技术上距离不太大，原因有两条。第一条是高度的人员流动。大量中国做AI的人在中美之间来回跑。大量美国顶尖机构里边都是中国人。这些人即便不往回跑，也都跟中国国内有紧密联系，所以及时就把内部的东西全透露出来了。这个当然就使得差距在抽象水平上很小，因为信息全是透明的。但是由于两边的投资差得很远，这个东西变成工业之后，它就已经不仅仅是论文水平、不仅仅是知识交流，而是工业产品。工业产品一定跟投资是在一起的。哪边有巨大的投资，哪边有巨大的计算能力。当这个计算能力转化成自我改进能力的时候，这两边算力之间的重大差距——直接跟投资有关——在机器变成可以自我改进之后，投资就变成了智力水平。所以从这你可以预见，两边会没办法缩小的差距。这个差距是从制度来的。归根结底还是制度来的。
这方面其实有一个具体例子，就是第二次产业革命的时候是造汽车。汽车不是美国发明的，但是产业革命成为一个现象是在美国，而不在德国。如果讲汽车质量，德国车的质量从来比美国高。但是它作为一个产业革命的现象是在美国。因为大规模造汽车、大规模投资汽车工厂，以及造出了巨大量的汽车，是在美国发生的，不是在德国发生的。福特汽车制造厂的重要性不在于福特发明了汽车。他没发明汽车，他发明了一种大规模工业化生产汽车的方法。AI现在就是这个情况。中国是一个一个的模型。你可以讨论某个模型精密的程度，某个模型和美国没有什么差距了，等等等等。但是它和美国人工智能的规模不能相提并论。
[00:58:24] 袁莉: 那许老师您有什么书或者是别的什么可以推荐？
[00:58:30] 许成钢: 根据今天讨论的内容，我推荐三本书，这几本都有中文翻译。第一本书是原理性质的，是伟大的经济学家熊彼特的书，名字叫做《经济发展理论》。在这本书里，他有一句名言，他说：“没有信用创造就没有产业革命。”他说的“信用创造”指的就是金融。金融就是干这个的。当然，他在书里讨论得比较多的是银行体系，那是资本主义的另外一种金融的制度。
第二本书，重点是在第二次产业革命里的金融，讲的是金融和产业革命是怎么交互发展在一起的、金融为什么那么重要。这是戈登的书，名字叫《伟大的博弈：华尔街金融帝国的崛起》。书里重点讲的是十九世纪末、二十世纪初，华尔街怎样发展成了巨大的金融中心、这个金融中心怎样成为了美国产业革命的中枢力量、有没有它就决定了产业革命能不能发展。书中的一个例子就是今天大家都熟悉的通用电气公司。通用电气公司是爱迪生建的。通常人们说起爱迪生，没有讨论爱迪生的融资从哪里来。这个背后是巨大量的融资，这直接是和华尔街有关的。另一个就是美国钢铁公司，它是当时世界上最大的上市公司。美国曾经有世界上最大、最强的钢铁业。这直接和它上市、大规模融资密不可分。今天，人们看到世界上最大的公司全都是AI公司，这跟第二次产业革命发生的事完全是一回事。
第三本书讲的就是风险投资了。这个书是尼古拉斯写的，书名叫《风险投资史》。这讲的就是第三次产业革命。硅谷第三次产业革命里，基本的制度的方面，在金融的方面就是风险投资。风险投资是个特殊的金融制度，只有这个金融制度才有可能产生第三次产业革命。现在是第四次产业革命，使用的还是风险投资这个工具。
[01:01:23] 袁莉: OpenAI和Anthropic融了多少钱！真的是简直是不可思议的数量。我也推荐两个。前面我提到Dwarkesh Patel对黄仁勋的采访播客，我们把链接放了上去。还有一个是前几天李厚辰在“世界苦茶”的播客里做了一个直播。他讲了一下，就是Deepseek V4对ChatGPT 5.5，他的题目也比较耸人听闻：《中国AI短暂的2025黄金时代真的结束了吗？》大家有兴趣的也可以去听一下。他把一些基本的概念给大家理了理。作为一个对AI没有那么了解的人，我还是从里面学到了不少。谢谢，谢谢许老师，也谢谢大家收听，我们下期再见。