出品｜搜狐科技

作者｜鄭松毅

編輯| 楊 錦

隨著DeepSeek V4模型發(fā)布，國產(chǎn)AI再引關注，一邊是技術迭代的加速，一邊是算力差距的現(xiàn)實，還有人才競爭、商業(yè)化落地的多重考驗。

圍繞中美AI格局、國產(chǎn)芯片替代、AI人才留存及年輕人專業(yè)選擇等熱門話題，搜狐科技與杜克大學電子與計算機工程系杰出教授陳怡然展開深度對話，帶來全球視角的行業(yè)觀察與干貨分享。

以下為對話精編：

搜狐科技：DeepSeek在多次“跳票”后終于放出V4，您和身邊人怎么看這款模型，有像當初R1亮相時那般驚艷嗎？

陳怡然：功能的迭代基本都在意料之中，模型確實更強了，但也確實談不上“驚艷”。

搜狐科技：是不是現(xiàn)在像千問、豆包、智譜等好的國產(chǎn)模型太多，大家也看花了眼？哪家模型更好？

陳怡然：無論是DeepSeek，還是千問、豆包，本質(zhì)上都是在同一節(jié)奏上前進的，不存在所謂的“代差”。美國也是如此，不存在誰掌握“獨門秘籍”，大家拼的是投入程度，排名更迭也很正常。

搜狐科技：您身處美國，平時身邊人使用AI模型的習慣是怎樣的？國內(nèi)模型在海外的接受度如何？

陳怡然：日常應用里，大家還是以ChatGPT、Gemini、Claude“御三家”為主，畢竟它們的生態(tài)更成熟，適配更好。但在開源社區(qū)，中國模型是最能打的，千問等中國AI模型表現(xiàn)非常突出。

搜狐科技：最近看到斯坦福大學發(fā)布一份報告指出，中美AI頂尖模型差距近2.7%，意味著中美已進入并跑時代？您怎么看？

陳怡然：如果2.7%的量化標準是從模型跑分得出的，恕我不太認同。

搜狐科技：為什么？

陳怡然：用單一模型跑分對比得出的結(jié)果，存在一定的偶然性。舉個例子，通過蒸餾技術，某個模型可以快速對標海外模型的跑分，但這和從零到一的原創(chuàng)突破，難度完全不同。AI差距很難用具體數(shù)字來衡量。

搜狐科技：那應該怎么看現(xiàn)階段的中美AI格局，差距在哪？

陳怡然：主要還是算力，中美的算力規(guī)模差距仍在5至6倍左右，這對模型性能會產(chǎn)生直接影響。

搜狐科技：回到DeepSeek的話題，V4最引人矚目的，是它對國產(chǎn)芯片的適配。您覺得中國能實現(xiàn)國產(chǎn)芯片的完全替代，從而打破封鎖嗎？這個過程需要多久？

陳怡然：我完全相信中國能做好這件事，只是時間問題，這個過程可能會比較長。

搜狐科技：核心難點在于什么？

陳怡然：芯片從設計、制造，再到模型適配，是一條很長的產(chǎn)業(yè)鏈，不是單一環(huán)節(jié)突破就能完成的。

最近黃仁勛在說，外部的封鎖和限制，反而會倒逼國內(nèi)生態(tài)的發(fā)展。中國并不是在所有環(huán)節(jié)都落后，比如芯片能效比不夠，可以通過擴大產(chǎn)能、保障能源供應來彌補。

搜狐科技：堅稱“不受外界干擾”的DeepSeek風向大變，傳言正在籌劃融資，估值達3500億元，您怎么看這種戰(zhàn)略轉(zhuǎn)變？

陳怡然：很正常，但不是因為缺錢，核心是為了留住人才。如果沒有市場公認的估值，員工的股權(quán)就沒有具體的價值體現(xiàn)，高薪被其他公司挖走是很現(xiàn)實的事，光靠情懷很難長期有作用。平衡情懷和現(xiàn)實利益，是任何一家科技公司發(fā)展到一定階段都要面對的問題。

搜狐科技：人才流失，對一家科技企業(yè)會造成巨大影響嗎？

陳怡然：影響肯定很大，現(xiàn)在AI已經(jīng)變成了小眾精英產(chǎn)業(yè)，少數(shù)頂尖工程師和科研工作者，幾乎掌控著行業(yè)的發(fā)展走向，大多數(shù)人只是做輔助性工作。尤其是國內(nèi)，頭部人才比美國更稀缺，一旦核心人才流失，對企業(yè)的打擊會很明顯。

搜狐科技：今年AI賽道的“淘汰制”是否會更加殘酷激烈？做得好的Anthropic已經(jīng)逼近萬億美元估值，但也有像馬斯克直接把xAI給解散了。

陳怡然：會。模型做得好不一定能實現(xiàn)商業(yè)閉環(huán)，核心還是得有收益，不能說光燒錢。

搜狐科技：Anthropic的成功還是基于在Coding（編程）場景做得突出，現(xiàn)在大家都在關注AI商業(yè)化，您覺得下一個爆發(fā)的場景會是什么？

陳怡然：業(yè)內(nèi)其實一直都在不同方向做嘗試，包括視頻生成等，但很多還沒實現(xiàn)商業(yè)閉環(huán)。目前來看，大家主要聚焦在三個方向：一是智能賦能，比如編程、辦公輔助；二是數(shù)據(jù)處理與生成；三是人機交互優(yōu)化，提升服務體驗。

搜狐科技：之前您提到過“AI替代人類工作是定局”，現(xiàn)在仍然堅持認為嗎？

陳怡然：這其實已經(jīng)是行業(yè)共識了。更糟糕的是，以前我們覺得經(jīng)過長期職業(yè)訓練積累的復雜技能，在AI面前已經(jīng)不那么管用了。比如基礎律師的很多工作，AI很快就能完成，這對中層白領來說影響比較大。

這也不是什么新鮮事。一百多年前，中產(chǎn)階級還是煉鋼廠的工人，他們的技能需要多年職業(yè)訓練，但后來機器來了，他們被替代了。現(xiàn)在只是把“機器”換成了“人工智能”，替代的對象變成了以智力為基礎的中產(chǎn)階級工作。

搜狐科技：現(xiàn)在大家最關心的就是“該怎么辦”？

陳怡然：從教育角度說，學校內(nèi)部也在調(diào)整，比如開設AI工程相關課程，不再單純教那些容易被AI替代的技能，而是重點教學生怎么用AI去賦能其他領域。

最直觀的變化是，以前很熱門的軟件工程專業(yè)，現(xiàn)在報名的人少得可憐。以前百分之七八十的人都在學，今年都跌到個位數(shù)了，甚至比納米器件這些冷門專業(yè)的報名人數(shù)還少。就是因為大家知道，單純學編程畢業(yè)后可能根本找不著工作。

搜狐科技：作為大學教授，您當下會推薦學生們優(yōu)選什么專業(yè)？有什么建議給到年輕人？

陳怡然：從工科角度來說，計算機仍然是個好專業(yè)。但要注意，以編程等技能為主的計算機人才需求，未來一定會下降。年輕人要學的不是單純的編程技能，而是理解AI的底層邏輯、掌握AI的應用方法，以及AI基礎建設相關的知識，這些領域在未來10到20年都會持續(xù)發(fā)展。同時高校也應當及時調(diào)整教學方向，適配AI時代的需求，不能把壓力都扔給學生。

運營編輯 |曹倩審核｜孟莎莎