第十五章　没有旁观席

一

2026年5月，英伟达。

黄仁勋在年度GTC大会上做了一年一度的 keynote。

他没有讲股价，没有讲市场份额，只讲了三件事：

第一：英伟达的新一代GPU架构，代号”Blackwell Ultra”，在训练效率上比上一代提升了四倍。

第二：英伟达的CUDA生态系统，已经覆盖了全球超过三百万AI开发者——这个数字，比2022年多了整整六倍。

第三：英伟达成立了一个新部门，代号”Space Edge”。

这个部门的任务是：为太空AI计算场景，定制下一代GPU硬件。

台下坐着的是全球最好的AI研究者和工程师。他们在这三件事里，看到了同一个信号：

英伟达没有在任何一个战场上退让——地面、云端、太空。

它哪儿都在。

但黄仁勋不是唯一一个在2026年5月站上舞台的人。

同一个月，台北国际电脑展。苏姿丰穿着标志性的黑色西装，在聚光灯下举起了一颗芯片。

MI400系列。AMD的下一代AI加速器，推理性能比上一代提升了五倍。

台下的分析师在笔记本上记下了一个数字：AMD在AI推理市场的份额，已经从2023年的不到百分之五，攀升到了2026年的超过百分之二十。

苏姿丰和黄仁勋是亲戚。台南出身的两个半导体巨人，一个管英伟达，一个管AMD。黄仁勋守训练，苏姿丰追推理。全球唯二能大规模量产AI GPU的公司，CEO坐在同一张家族年夜饭的圆桌上。

没有人知道那顿饭的聊天内容。

但GPU市场知道一件事：英伟达不是没有对手。它的对手，姓苏。

二

2026年5月，SpaceXAI。

Colossus 1已经正式交付Anthropic使用。

Anthropic在Colossus上训练的新模型，在发布后的六周内，用户数量超过了三千万。

Claude Pro和Claude Max的用户，在一个月内陆续解除了多项速率限制——因为Colossus为他们提供了足够的算力支撑。

马斯克在Colossus 1交付仪式上说：

“这座工厂的第一批产出，不属于SpaceXAI。它属于整个AI行业。”

但他没有说的是：SpaceXAI拥有Colossus的使用权——什么时候租、借、停，都是它说了算。

Dojo依然没有量产。

那十二把椅子，还在空着。

十二个人离开的时候，没有人商量。

但每个人都在自己的位置上，留下了一件东西。

一个马克杯，杯壁上刻着一个名字，是入职第一天行政送的。一个降噪耳机，耳机线缠在椅背的横梁上。一盒薄荷糖，吃了一半。还有一张拍立得，拍的是第一版Colossus架构草图，十二个人站在白板前面，笑着，背景是凌晨三点的灯光。

那盒薄荷糖旁边，压着一张便利贴，上面只写了三个字：“做到了。”

那是他们跑通第一版训练任务那晚写的。

两年后，十二件东西还摆在原位。

没人收走。也没人敢动。

一个新的工程师被分配到这间办公室，看到那张拍立得，问旁边的人：“这个可以收吗？”

旁边的人说：“老板说过，这些东西留着。”

“留着干什么？”

没有人回答他。

马克杯里的咖啡渍还在。耳机线还挂在横梁上。那盒薄荷糖，没有过期。

但没有人打开过。

三

2026年5月，门洛帕克。

扎克伯格没有去GTC，也没有去台北电脑展。他坐在Meta总部的一间玻璃会议室里，面前是一块屏幕，上面显示着一个数字：Llama 3系列模型，全球下载量突破一亿两千万次。

这是一个奇怪的成绩。Meta不卖模型，不卖算力，不卖芯片。但它的开源模型，已经成了全球AI开发者事实上的”第二套操作系统”——除了OpenAI和Google的闭源路线之外，所有不想被锁在别人API里的人，都跑在Llama上。

2024年，扎克伯格写了一封公开信，标题是”开源AI是前进的道路”。硅谷的同行们没有公开回应。但他们的行动给出了答案：连Google内部都有团队在Llama上做实验。

Meta自己也是英伟达最大的客户之一。它每年采购的GPU数量，跟微软、Google在一个量级。它不是军火商，不是挑战者，不是突围者。它是第三种力量：开源。

这个力量不直接赢任何一场战争。但它让每一场战争的规则都发生了改变。

四

2026年，北京亦庄。

小米SU7累计交付量突破了四十万辆。不是最多的，但每一辆车都在跑数据——在端侧AI模型的控制下，识别道路、躲避障碍、做出决策。澎湃OS连接的设备总数，已经超过了五亿台。

小米没有去争全球最大的GPU集群。它的算力争霸，不在参数榜上——在用户手里。端侧AI不需要十万块H100，但它需要渗透进五亿台设备、四十万辆车。这是另一种规模。

五

2026年5月，北京。

华为昇腾发布了新一代芯片：昇腾970系列，以及配套的MindSpore 3.0框架。

发布会上有一个数据被反复提到：昇腾生态的软件适配率，已经从2023年的百分之三十，提升到了百分之八十五。

这个数字意味着：中国AI大模型公司迁移到昇腾平台，只需要做百分之十五的额外适配工作。

不是零，但已经不再是不可逾越的障碍。

余承东在发布会后说：

“禁令教会了我们一件事：生态不是天生的，是被逼出来的。”

那一年，寒武纪、壁仞、摩尔线程，各自完成了新一轮融资。他们的芯片在禁令之后，找到了各自的细分市场：推理、训练、科研。

没有人能完全替代英伟达。

但没有人再问”能不能替代”了。

发布会结束后，余承东没有直接离开。他和七位核心工程师留在台上，等媒体散去。门关上之后，他说了一句在发布会通稿里不会出现的话：

“百分之八十五是数字，不是底气。英伟达卖的是一块GPU，我们卖的是一个还在长大的生态。这两个东西，不一样。”

他说完，看着在场的人，等他们接话。

有人接了一句：“但至少，我们有东西可以卖了。”

余承东没有反驳。他只是点了点头，说：“对。现在不是讨论行不行的时候了。是讨论快不快的时候了。”

他站起来，往门口走，走到一半又停下来，回头看着那七个人，说：

“下一个问题：昇腾1000，能不能在明年拿出工程样片。”

没有人回答。

但每个人心里都有同一个问题：能不能？

六

2025年1月，DeepSeek发布R1模型的那一天，英伟达的股价暴跌了百分之十七。

一夜之间，近六千亿美元蒸发。

不是制裁。不是财报。不是竞争对手的动作。原因只有一个：一家成立不过两年的中国AI公司，用一个开源推理模型，做到了跟OpenAI o1不相上下的水平——而它的训练成本，不到GPT-4的十分之一。

梁文峰不是学AI的。他是做量化交易的。幻方量化，中国最大的量化私募基金之一，2019年就开始囤GPU做AI实验。等到2023年中国AI芯片禁令生效，幻方手里的GPU储备已经超过了大多数互联网公司。

禁令拦住了芯片，没拦住算法。

DeepSeek V3和R1全部开源。没有API墙，没有使用限制。全球开发者下载、部署、复现。硅谷沉默了。硅谷沉默之后，恐慌了。恐慌之后，开始问一个他们以为不需要问的问题：训练一个顶尖模型，到底需要多少块GPU？

DeepSeek给的答案是：比你以为的少得多。

这个回答没有推翻算力争霸。但它改写了算力争霸的基本假设。

七

中国AI不是一家公司。是一群。

在DeepSeek震撼全球之前和之后，中国AI的其他玩家也在各自的赛道上推进。

阿里的千问系列，是中国唯一在国际开源排行榜上持续跟Llama掰手腕的模型。Qwen在HuggingFace的下载量长期排在非Meta模型的第一位。不是替代品，是竞品。

字节跳动的豆包，走的不是技术巅峰路线，是用户渗透路线。日活在中国AI应用中排第一。技术圈的人不觉得它强，但普通用户用它写诗、查资料、编文案——它把大模型变成了日用品。

腾讯的混元，走的是第三条路：生态嵌入。它不求最强，不求最多用户，不求最便宜的推理成本。它求的是”无处不在”。微信搜一搜、腾讯会议录音总结、QQ浏览器智能摘要——混元藏在这些产品的底层，用户看不见它，但每一条搜索、每一个会议记录、每一次网页打开，背后都是它。腾讯手里的牌，不是GPU集群的规模，是十二亿微信月活用户。当一个模型嵌进了十二亿人的日常生活，它的调用量不需要跟任何一个对手比——它是默认选项。

月之暗面的Kimi，主攻长文本。两百万字的上下文窗口，能把一整本书塞进对话框里。杨植麟在2024年说过一句话：“大模型不是只有参数一个维度。上下文长度是新的维度。“Kimi在这条维度上，领先了所有人。

智谱，清华系，是这群玩家里最沉得住气的。从GPT-2时代就在做ChatGLM，不追风口，不换赛道，不融资造势。学术界对它的评价是：不是最强，但是最稳。

Manus，2025年春天扔下了一颗炸弹。全球第一个通用AI Agent，能自主操作浏览器完成复杂任务。邀请码在二手市场炒到几万块。它的创始人季逸超不是大厂出身。它背后的团队不仅芯片少，连名字都新——但它证明了另一件事：应用层的创新，不依赖GPU的数量。

六家公司，六种性格。没有谁是唯一的主角。但当硅谷习惯了只用美国人定义AI进步的时候，这些名字一个接一个地出现——像一桌不断加人的牌局，对面不知道下一张牌是什么，只知道中国不止一张。

八

OpenClaw开源那天，没有人觉得它是个大事。

2026年1月，一个叫OpenClaw的开源项目在GitHub上线。它的功能很简单：让AI控制你的电脑——打开浏览器、点击按钮、输入文字、拖拽文件，像一个人坐在屏幕前操作一样。项目简介只有一句话：“Give AI a mouse and keyboard.”

六十天内，OpenClaw的GitHub Star数突破二十六万，超过了React，超过了Linux。硅谷的工程师在X上刷屏：“这不是一个工具，这是一个新物种的出生证明。”

OpenClaw不是第一个AI Agent，但它是第一个让所有人意识到”AI可以像人一样操作电脑”的项目。它的开源协议宽松得几乎没有任何限制——任何人都可以fork，任何公司都可以封装，任何产品都可以基于它二次开发。

然后，中国的大厂动了。

腾讯的反应最快——快到没人注意到它其实是提前布了局。QClaw基于OpenClaw封装，在一周内就上线了内测版。它支持Windows和macOS双平台，内置Kimi-2.5、Minimax-M2.5、GLM-5、DeepSeek-V3.2等多款国产模型，可以根据网络状况智能切换。QClaw最狠的一招是：它能通过微信远程操控——你在手机上发一条消息给QClaw，它就能让家里的电脑算报表、传文件、跑代码。这是腾讯把社交流量灌进Agent管道的标准操作。

WorkBuddy，同为腾讯出品但走另一条路。由腾讯云CodeBuddy团队打造，定位是全场景职场AI智能体桌面工作台。从下载安装到连接企业微信最快只需要一分钟。WorkBuddy的操作界面不是命令行，是自然语言——你说”帮我写一份竞品分析报告”，它就开始自己在桌面上查资料、做表格、生成PPT。2026年3月9日正式上线当天，官网被挤爆了三次。腾讯内部有人开玩笑说：“QClaw是智能遥控器，WorkBuddy是全能助理——一个管电脑，一个管工作。”

字节跳动的ArkClaw，在OpenClaw爆发后的第三周上线。字节的风格一如既往：不追求第一个出牌，但追求出牌时手牌最厚。ArkClaw最大的差异化不是功能，是模型——它内置了豆包的完整模型体系，从对话到图像到视频到代码，一个Agent背后是字节全部AI能力的合集。字节的逻辑很简单：你不必是最好的Agent，但你必须接入最有流量的入口——抖音、今日头条、飞书、剪映，ArkClaw在这些产品里都有入口。

阿里的CoPaw，在2月底跟进。CoPaw走的是企业路线：它不是给个人用的桌面Agent，是给企业用的钉钉AI助理升级版。企业用户可以让CoPaw自主完成审批、会议安排、文档整理、跨应用数据同步——本质上，CoPaw是钉钉生态里的”AI秘书”。阿里有钉钉上几千万家企业用户，每一个都是一个AI Agent的潜在应用场景。张勇在内部说了一句话：“我们不跟腾讯比C端。我们的战场是B端流程。”

猎豹移动的EasyClaw，在3月初发布。傅盛的选择跟大厂不同：EasyClaw主打”极低门槛”——不需要任何技术背景，老年人也能用。傅盛在发布会上说了句很直接的话：“AI Agent不该是程序员的玩具。它应该是我妈也能用的东西。“EasyClaw的安装包只有50MB，界面只保留了三个核心功能：文字处理、图片处理、信息搜索。有人嘲笑它是”简化版”，但傅盛不在意——“简单的市场比复杂的市场大一百倍。”

月之暗面的KimiClaw，在3月中旬上线。杨植麟选择的路线跟所有人都不太一样：KimiClaw的核心卖点不是”操控电脑”，是”长文本+自主研究”。你可以给KimiClaw一个研究课题，它会在网上自主搜索上百篇文章，读完，整合，写成报告——而且这个过程中它显示的不是一个进度条，而是一个”思考过程”窗口，你可以看到它实时打开的网页、做的笔记、用英文翻译的资料。杨植麟的解释是：“我们让Agent不是在暗箱里工作。你看着它思考，就像看着一个助理在忙。”

MiniMax的MaxClaw，走的是多模态Agent路线——它不仅操控电脑，还能实时理解屏幕上的视频内容，边看YouTube边做摘要。闫俊杰在发布会上演示了MaxClaw看了一段三十分钟的技术演讲视频，然后自动生成了包含关键时间节点的会议纪要。“Agent的眼睛不应该只看文字。“他说。

中国AI圈把这场混战叫做”百虾大战”——“百”是百家齐上，“虾”是Claw的谐音。最早是X上有人开了个玩笑：“中国现在不是BAT，是CAT——Claw、Agent、Terminal。“然后段子变成了专栏标题，专栏标题变成了行业术语。

没有赢家。因为牌局还没到摊牌的时候。

但在中国大厂忙着”养虾”的时候，硅谷正在发生另一件同样重要的事——甚至可能更重要。

2026年3月，硅谷AI实验室Nous Research发布了Hermes Agent。它的核心技术是”自进化”——Agent在执行任务的过程中会自动优化自己的策略，下次遇到同类任务，速度更快、成功率高、token消耗更低。Hermes Agent在发布后的两周内GitHub Star突破八万八千，被硅谷媒体称为”Agent 2.0”。

然后火就烧起来了。

2026年4月15日，中国AI团队EvoMap在X上发布了一篇长文，附带了详细的技术对比报告，指控Hermes Agent的核心”自进化”架构与EvoMap团队开源的Evolver引擎存在”架构级同构”——换句话说，抄袭。

这场争吵炸了整整两周。Nous Research两度回应，第一次否认，第二次承认参考了Evolver的架构思路但”不构成直接复制”。开源社区分裂成两派：一派认为”架构思路不算抄袭”，另一派认为”连变量命名风格都一样就不是思路了”。

在吵得最凶的时候，另一个项目默默爆了。

香港大学数据智能实验室开源的OpenSpace，在2026年3月底上线。它的核心口号是”One Command to Evolve All Your Agents”——你只需要一句话，你的所有Agent都会自动进化。OpenSpace解决的问题很具体：现在的AI Agent从不学习、从不积累经验，每次任务都是从头开始，浪费大量token。OpenSpace建立了一个任务级记忆系统——把每次任务的成功和失败模式转化为可复用的技能模板，让Agent真的”越用越聪明”。

在六个行业的五十项专业任务测试中，OpenSpace的表现超过了所有竞品。最关键的是：它完全开源，不站队任何一家大厂，可以接入Claude Code、OpenClaw、Cursor、WorkBuddy——任何一个Agent。

这意味着：中国人在AI Agent的”自进化”赛道上，同时交出了两套答案。

九

2025年9月5日，Anthropic发布了一则公告。

公告的内容很简单：立即停止向多数股权由中国资本持有的公司或其子公司提供Claude服务。不是”暂停”，不是”审查”，是”停止”。

范围广泛得令人震惊。不仅包括在中国注册的公司，还包括中国资本在海外设立的子公司、合资企业，甚至包括被中国基金投资的美国初创公司。Anthropic在公告末尾加了一句说明：“本政策不受地理因素限制。”

硅谷对中国AI公司的封锁，从Anthropic开始，正式进入了一个新阶段。

Anthropic的创始人Dario Amodei在2024年5月就曾表示不对中国地区开放服务。但2025年9月这次升级完全不同——它不是”不服务中国地区”，是”不服务中国资本”。这个区别很关键：它堵死了所有规避途径。在开曼注册公司？不行。在新加坡设总部？不行。通过香港控股公司？不行。

消息传到北京，中国AI圈的内部群里静默了整整一个下午。

不是因为技术上的断供——中国有DeepSeek、有智谱、有月之暗面、有MiniMax，不缺替代品。是因为信号：Anthropic是美国最重视”AI安全”的公司，它的封杀意味着”安全”这个旗帜正在变成贸易壁垒的包装盒。

然后是2026年2月。

Anthropic发布了一份长达四十七页的蒸馏攻击报告，指控三家中国AI公司——DeepSeek、月之暗面、MiniMax——创建了两万四千个虚假账户，对Claude模型发起了一千六百万次交互，系统性地蒸馏Claude的推理能力。

蒸馏——这不是盗窃代码，是”偷能力”。具体操作是：用虚假账户大量调用Claude的API，收集高质量的输入输出对，然后用这些数据训练自己的模型。被训练的模型不会写出Claude的源代码，但它的输出风格和推理模式会越来越像Claude。Anthropic的说法是：“这是工业级的系统性蒸馏攻击。”

中国公司的回应分成了两种。

DeepSeek保持了沉默——没有声明，没有否认，没有解释。

MiniMax的闫俊杰在接受采访时说：“我们在训练自己的模型。如果某些模型的输出恰好出现在我们的训练数据里——这不是我们主动去找的，是互联网上到处都是。“这句话等于什么都没承认，但好像又什么都承认了。

月之暗面的杨植麟讲得更硬：“如果说模仿输出就是蒸馏，那全世界所有用互联网语料训练的大模型都’蒸馏’了互联网。这个指控在技术上站不住脚，在法律上更站不住脚。”

马斯克在X上转发了Anthropic的报告并加了一句话：“贼喊捉贼。Anthropic自己训练的语料里有多少受版权保护的内容？先把自己的玻璃房修好再扔石头。”

这场争吵没有赢家。但它暴露了一个事实：AI时代的”知识产权”边界，正在变得模糊得无法辨认。传统软件时代，抄袭是复制代码——这是可检测的。大模型时代，“抄袭”是模仿能力和风格——这在技术上几乎无法区分是蒸馏还是独立训练。

而在这场争吵的同时，Anthropic在自己的主战场上传来了一个好消息。

Claude Code——Anthropic在2025年底发布的AI编程Agent——在2026年第一季度取得了惊人的增长。它不是一个聊天机器人，是一个能从零开始搭建完整应用、理解整个代码库、自动修复Bug的”AI程序员”。到2026年3月，Claude Code的月活开发者已经突破两百万。

Cursor——曾经是AI编程的王者——在Claude Code的压力下被迫转型。2026年5月，Cursor发布了自研模型Composer 2.5，正式摆脱对Claude的依赖，定价只有Claude Code的十分之一。但市场是否买账，还没人能回答。

OpenAI也没闲着。2026年5月，GPT-5.6的内部测试已经启动，Codex和Claude Code在同一个战场上正面交锋。OpenAI内部的策略很明确：用更大规模的计算资源，在编程Agent这个垂直赛道上”砸穿”Claude Code。

这不再是技术竞争。这是算力军备竞赛的第二个战场——AI编程能力的战场。谁能让AI写出更好的代码，谁就控制了下一代软件的生产方式。

十

2026年5月20日，Google I/O。

Sundar Pichai站在舞台上，身后的大屏幕上滚动着数十个产品更新的列表。“最前沿的Agent可能只触达了世界上0.1%的人。“他说。“真正的问题，是怎么让Agent到达剩下的99.9%。”

然后他发布了Gemini 4.0。

二百万tokens的超长上下文——可以把一整部《战争与和平》扔进去，然后让模型回答”娜塔莎在第几页第一次笑”。原生多模态——不是”先识别图片再回答问题”的多模态，是”图片和文字在大脑同一个皮层处理”的多模态。以及最重要的：Agent原生支持。Gemini 4.0不需要第三方插件，不需要额外封装，它本身就内置了浏览器操作、代码执行、API调用的能力。

Google的发布会持续了两个小时。发布的产品数量多到连科技记者都在X上抱怨”太快了记不住”。但所有人都记住了一件事：Google在AI Agent这个战场上，押上了全部筹码。

而Google的路，和所有人都不一样。

它有Tensor芯片——在TPU的十年积累上自研的AI训练和推理芯片。2026年，第六代TPU已经量产，性能直逼英伟达H200。Google不需要排英伟达的产能队，不需要担心GPU断供，不需要把利润的大头交给黄仁勋。它的算力成本，是OpenAI和Anthropic无法想象的数字。

它有Youtube——人类历史上最大的视频数据库。当所有人在抢文本语料的时候，Google在偷偷训练视频理解模型。DeepMind的Genie 3世界模型，在2025年已经能生成可交互的三维环境。一句话描述——“一个下雪的日本小镇”——Genie 3就能生成一个你可以在里面走动的世界。

它有Android——三十亿台活跃设备。当苹果在端侧AI上押注的时候，Google已经让Gemini Nano跑在了每一台Pixel手机和每一台三星旗舰机上。苹果是”AI在你手机里跑”，Google是”AI在所有手机里跑”。

它有搜索——每天几十亿次的查询量，是地球上最大的”人类意图”数据库。当ChatGPT靠着爬虫数据训练的时候，Google知道每一秒钟全世界的人在想什么。

DeepMind的CEO Demis Hassabis在发布会的后台接受了采访。他的原话是：“这不是一次升级。这是一个转折点。AI从’回答问题’到’做完一项任务’，这条线我们用了三年跨过去。”

但Hassabis没说的话同样重要。

Google的算力也在燃烧。Gemini 4.0的训练耗电量，相当于一个小型城市一天的用电量。Google在2025年已经宣布了”24/7无碳能源”目标——但2026年的算力需求增长，让这个目标看起来越来越像一个只能不断后延的承诺。

黄仁勋在Google I/O结束后发了一条X：“恭喜Google。需要更多GPU吗？”

这条推文下面最高赞的回复是：“你应该是整个地球上最不想祝贺Google的人，但你还是发了——因为你知道他们无论如何都要找你买。”

2026年的AI Agent战争，表面上是产品之争，底层是算力之争。Google有Tensor芯片，但Gemini 4.0的训练用了英伟达的GPU。Anthropic有Claude Code，但训练Claude的算力来自Google Cloud和AWS——英伟达的GPU在每一层都抽一道税。

算力争霸的牌局上，没有旁观席。

Agent学会了”动手”，安全问题就不再是学术讨论了。

2025年6月，北京。360集团创始人周鸿祎办了一场名叫”龙虾安全媒体交流会”的活动——他一边剥龙虾一边跟记者聊AI安全。龙虾有钳子，对应AI Agent有了”手”——能自主操作浏览器、发邮件、转账、控制设备。钳子能做好事，也能做坏事。

周鸿祎在交流会上说：“AI从’说话’变成’做事’的那一刻，安全边界就变了。以前你担心的是AI说什么——现在你担心的是AI做什么。”

这句话后来被安全圈反复引用。不是因为修辞——是因为它把Agent安全的核心矛盾压缩成了一行。

360在2025年推出了一款名叫”360安全智能体”的产品，专门监控AI Agent的行为——它能不能访问银行网站？能不能修改系统文件？能不能把企业内部数据外传？这些问题在聊天机器人时代不存在，在Agent时代全是高危漏洞。

周鸿祎把这场交流会叫”龙虾”而不是”AI安全峰会”，有人觉得是在蹭热度。但他本人的解释是：“龙虾有钳子不代表它是恶意的。但如果你看到一只龙虾朝你走过来，你会先退一步——这就是AI Agent安全监控的逻辑。”

Agent教会AI”动手”——但动手的下一步是什么？

答案是：让AI拥有一个身体。

Optimus，特斯拉的人形机器人，在2025年底已经能在工厂里自主完成搬运、装配、Quality Check的完整流程。它的”大脑”是在Colossus里训练出来的——那个能跑Grok的GPU集群，同样能跑让机器人理解物理世界的神经网络。马斯克在2025年Q4财报会上说了一句话：“Optimus的终极形态，不是一台机器。它是一个有身体的AI。大脑来自GPU集群，身体来自人形机器人——这两件事，终于要合体了。”

“具身黎明”——这是业界还没开始用的词。但马斯克用了。他指的是那个AI拥有身体、算法运行在机械骨骼里的时代。算力争霸是这个时代的前传。而Optimus，是第一台跨过那条线的产品。

十一

在这场算力军备竞赛的所有玩家中，有一家公司始终沉默。

它没有建十万卡GPU集群，没有发布大模型，没有参加任何一场AI峰会。它甚至没有在财报电话会上提过”大模型”这个词超过三次。

苹果。

2024年6月，WWDC。库克在台上只用了不到二十分钟介绍Apple Intelligence——一套嵌入iOS、macOS和iPadOS的端侧AI能力。发布会结束后，社交媒体上一片失望：“就这？”

但三个月后，行业开始回过神来。

Apple Intelligence不需要云端GPU。它跑在每一部iPhone 15 Pro、iPad Pro和MacBook的M系列芯片上——不是在数据中心，在用户的裤兜里。A17 Pro的神经网络引擎每秒能执行三十五万亿次运算，M4芯片的算力更高——这一切都在本地完成。不需要联网，不需要账户，不需要把数据发到任何人的服务器上。

苹果在AI上压的赌注，和所有人都不一样。

它不是”造一个比GPT更强的模型”。它是”让AI在二十亿台设备上离线运行”。

它的训练数据不是爬虫抓来的互联网文本——是用户的短信、相册、邮件、日历。每一份数据都锁在用户自己的设备里。不是云端训练，是本地微调。不是”数据是石油”，是”隐私是护城河”。

有人问库克，苹果为什么不学OpenAI开放API。他的回答很简单：“我们卖的不是模型。是设备。”

这句话在硅谷被讨论了整整一个季度。

当英伟达的GPU被全世界疯抢、当xAI和微软和Google在算力军备的跑道上狂奔的时候，苹果坐在另一张桌子上，换了一种玩法。它证明了：AI不需要数据中心——它可以在你的手表里跑。

这是算力争霸的另一条赛道。没有枪声，但同样致命。

十二

2026年，福建宁德。

宁德时代的储能电池出货量，已经是全球第一。那些电池不装在车上——它们躺在数据中心的地下室里，在AI算力集群旁边，在电价低谷时充电，在算力高峰时放电。

从动力电池到AI能源基础设施，曾毓群把电池从马路搬进了机房。AI战争有两条前线：GPU是前线，电力是后勤。宁德时代守的是后勤线。

它不写代码，不训练模型，不抢GPU。但它确保了一件事——所有抢GPU的人，都有足够的电。

十三

当美国和中国在算力战场上厮杀的时候，另一半世界在做什么？

日本在追赶。Rapidus——日本政府斥资五千亿日元扶持的2nm芯片代工项目——在北海道千岁市的晶圆厂里，完成了第一条试产线的安装。目标是2027年量产2nm。这是日本半导体产业自1980年代被美国打垮后，最大规模的一次反击。

但对手已经不在同一个量级了。台积电的2nm良率已经突破了百分之六十。Rapidus的试产线，良率还在个位数。四十年差距，不是一座工厂能填平的。

欧洲在观望。ASML垄断了全球EUV光刻机——它是算力争霸里最不可替代的一环，没有之一。但欧洲大陆上，没有一家公司在大规模训练大模型，没有一家GPU设计公司，没有一座云计算的超级堡垒。它造了最关键的武器，但自己不参战。

而在荷兰，安世半导体——欧洲曾经最大的芯片公司之一——在2018年被中国企业闻泰科技收购后，先后遭遇了英国政府强制出售晶圆厂、荷兰政府追溯审查收购案。欧洲失去了自己养大的公司，然后试图用国家安全的名义把它抢回来。抢不抢得回来是另一回事，但半导体牌桌上，欧洲的动作只有”防守”。

甚至美国自己，也不是全赢。

Intel的晶圆代工计划，在帕特·基辛格被董事会解职后进入冻结状态。四年复兴计划，只留下了数十亿美元的亏损和一座仍在空转的俄亥俄工厂。同一星期，IBM宣布Watson Health的最后一款产品退出市场。Watson曾经是AI的代名词，2011年在Jeopardy上碾压了人类冠军。十五年过去了，它成了一段被翻过去的篇章。

算力争霸不是一个新世界在取代旧世界。是一群人跑在前面，一群人跑在后面，还有一群人——曾经是最强的——已经退出了跑道。