施密特三次改口：芯片封锁为何失灵

在谷歌最辉煌时期掌握技术话语权的人，如今坐在白宫顾问的位置上，直言他们当初的判断走偏了。

埃里克·施密特的经历堪称美国科技圈里罕见的“精神转向”。

短短一年内，施密特这位谷歌前CEO三次公开调整自己关于中美AI竞争的看法：先说"美国领先2-3年"，接着改成"中国已经追平"，随后又认为"美国可能输掉这场竞赛"。

这并非单纯的老年失言。更像是身处白宫AI政策制定链条的人，在真正看到中国AI产业的状态后，不得不重构自己原有的认知框架。

下面我们把施密特“三次转向”背后的逻辑梳理清楚，同时追问一句更尖锐的问题：当连施密特都在改口，那些仍坚信"芯片封锁就能赢"的人还在等什么？

2024年10月，施密特在哈佛的讲台上仍自信表示，美国在AI方面领先中国"两到三年"。仅过了一个月，同一所大学的另一场论坛里，他就把观点改了。

他当时的表述非常直白：

"事实是，中国的一些项目看起来已经追上了美国。而这甚至是在美国实施芯片出口管制之后发生的。"

请注意这个"甚至"。它指向了美国精英圈里一个关键前提：没有先进芯片，中国就做不出像样的AI。当DeepSeek-R1和DeepSeek-V3把这一前提打碎后，施密特们的世界观就开始出现裂痕。

芯知解读：施密特的第一次转向暴露出致命盲点——美国高估了硬件封锁的效果，低估了工程创新的爆发速度。当DeepSeek仅用280万H800 GPU小时、557万美元训练出可与GPT-4o相媲美的模型时，"堆算力"的那套叙事自然站不住了。

2025年7月，施密特登上上海世界人工智能大会的舞台，与沈向洋展开对谈。

此时的他不再只是"承认落后"，而是开始认真理解中国为何能够持续赶超。

他提出了几个关键判断：

1. 中国不追AGI，只深耕应用

"他们没有追求疯狂的AGI策略……而且他们非常专注地把AI应用到一切事情上。"

施密特意识到，中国并没有陷入所谓的"AGI焦虑症"。美国企业动辄投入几百亿美元去赌一个遥不可及的通用智能；而我们中国的AI从业者则更愿意把精力花在把技术落到应用：消费级AI、机器人、以及制造业的智能化改造。

于是结果就变了：美国在追一个梦，我们则在把现实的红利变成产业回报。

2. 开源vs闭源：是一种结构性的差异

美国最重要的两类模型GPT和Claude基本都属于闭源；而我们手里的核心模型更多是开源的（这里不带任何“阴阳百度”的意思）。

并且，开源通常是免费的，闭源则不然。

施密特在这里说出一个让美国硅谷难以反驳的事实：我们正在用开源路线，对美国闭源体系发起一种"降维打击"。当全球不少发展中国家都能在Hugging Face、Model Scope上直接下载Qwen3.6、DeepSeek-V4时，为什么还要花高价购买OpenAI或Anthropic的API？

3. 我们走的是具身智能路线

"他们在机器人领域想做的事情，和他们在电动车领域已经做成的事情一样。"

施密特在上海看到的不只是概念，更有大量机器人公司的密度与执行力。

他提到这些公司的估值往往没美国那么夸张，但"工作伦理令人难以置信"。

把这句话换成更直观的说法就是：我们靠踏实干活，美国靠话术包装。

芯知解读：第二次转向最关键。施密特从"承认结果"走向了"理解原因"。他终于看清了我们AI的底层逻辑——并不是简单追赶，而是换赛道：你用芯片封住我的路，我就用算法和工程能力跨过硬件门槛；你去追AGI的圣杯，我们则先把AI塞进每一个可交付的商业场景。

2025年11月，施密特在Moonshots播客里谈到自己所谓"最大的恐惧"：

"大多数没有西方那么多资金的国家，最终会标准化在中文模型上——不是因为它们更好，而是因为它们是免费的。"

这段话的冲击力早已超出技术本身。施密特看到了一种正在发生的地缘政治现实：我们的AI正借助开源扩散，改变全球技术权力的格局。

他的推演大致是这样的：

施密特原话是："这会产生一个非常奇怪的结局。"

但对我们而言，这并不奇怪。因为这是产业升级的必然路径——从"世界工厂"到"世界的算力中心"，我们把制造业时代形成的比较优势，迁移到了AI时代。

芯知解读：第三次转向才揭示了本质。施密特终于明白，中美AI竞争的关键并不只在谁的模型更强，而在谁的生态能占领更多国家与市场。美国的闭源策略或许能确保技术更靠前，但我们的开源策略更可能让用户规模更大、生态半径更广。历史反复证明，胜负往往取决于生态，而不是单点性能。看看近来热度很高的Token出海，就能窥见一二。

施密特三次转向的背后，贯穿着一个核心矛盾：美国的芯片出口管制。

在管制刚开始的阶段，它确实产生了影响。我国AI企业在2022-2024年间感受到过真实而强烈的算力饥渴。

但接下来发生的事情，让他们措手不及：

这是一种典型的"反脆弱"案例。

管制并没有把我们的AI彻底削弱，反而逼出了中国AI更强的极限工程能力。

就像施密特自己说的那样："限制条件和资源匮乏往往会激发创新，这里的情况似乎就是如此。"

更耐人寻味的是美国内部同样存在矛盾。2025年5月，美国政府进一步收紧对华为昇腾芯片的限制，甚至提出禁止美国AI芯片用于训练中国AI模型。

可就在同一时期，美国商务部长雷蒙多在离任前却承认："试图阻挠中国是白费工夫。"

一边加码封锁，一边又承认封锁没用。

这种“精神分裂”式的操作，恰恰表明美国的战略工具箱里已经难见新招。

施密特的三次转向，也给中国AI从业者传递了几组容易被忽视的信号：

1. 开源不是施舍，而是战略武器

Qwen、DeepSeek、Kimi、MiniMax、GLM选择开源，并不是单纯的"做公益"，而是在构建开发者生态、争夺行业规则、培养用户使用习惯。 如果你正在做AI应用层相关工作，建议优先用我们自己的开源模型作为基座——这不是省钱这么简单，而是在持续进化的生态里抢占位置。

何况就实际产品效果而言，Kimi K2.6与Deepseek V4在不少场景里已经表现出色，执行百余轮任务也像在“对话式操作”。

2. 应用层的窗口正在快速打开

美国大厂忙着追求AGI，我们的大厂更快在铺设应用。 这意味着原本的中间地带——面向垂直行业的AI智能体解决方案——正在形成一个巨大的空白空间。施密特强调过"消费类应用、机器人"，但别忘了供应链AI、工业AI、农业AI、教育AI同样在加速渗透。

3. 别被"算力不够"吓住

DeepSeek V4的发布证明了一个事实：算力不足并不必然意味着做不出好模型。只要用更聪明的算法、更精细的数据、更高效的工程手段，就能部分甚至显著弥补硬件差距。对大多数AI项目来说，真正的瓶颈从来不是单纯算力，而是产品定义能力与对场景的理解深度。

4. 全球市场天然更适合中国的技术打法

施密特指出的"发展中国家最终会标准化在中文模型上"，对中国AI从业者而言意味着巨大的出海机会。

如果你的产品能对接这些市场的真实需求，你面对的对手可能就不只是某一家OpenAI式的产品，而是美国闭源体系本身所带来的限制。

施密特的转向值得重视，但也必须保持清醒：

施密特的态度里可能有表演成分。作为白宫顾问，他确实多次公开对美国AI政策与方向“泼冷水”，目的或许是推动政策调整——例如鼓励美国在开源上加快步伐、或缓和对芯片管制。 他说的内容未必全都与事实一致，也可能掺杂政治话术。

"应用领先"并不等同于"技术领先"。我们在AI应用层的确出现了爆发式增长，确实让美国感到压力；但在基础研究、前沿算法、顶尖人才储备等方面，美国仍有明显优势。如果AGI的突破真的先发生在美国，代差也可能重新拉大。

开源策略同样有“双刃剑”。中国模型开源带来的生态扩散优势之外，也意味着核心技术更容易暴露在全球竞争面前。竞争者可以迅速复现、再做微调，甚至反向超过。如何维持长期领先，而不是"为他人做嫁衣"，始终需要回答清楚。

能源和半导体仍然是硬约束。对AI产业而言，最终的瓶颈不只是算法，还包括电力与芯片。我们在这两端的布局，从国家层面一直持续投入。

施密特三次转向，本质上是一个聪明人在面对不愿接受的现实时，从否认到愤怒、再到接受的过程。他并不是在为我们唱赞歌，而是在提醒他的美国同行：你们引以为傲的封锁策略正在失效，你们的闭源傲慢正在把全球市场拱手让人。

对中国AI从业者来说，施密特的转向是一个信号：别被芯片管制带来的阴影吓住，也别被"算力不够"的说法困在原地。真正的创新者会在限制中找出路，在倒逼中实现超越。像梁文锋们做得到的，我们同样可以。

当对手最警惕的人都不再低估你，你唯一要做的，是别高估自己。

路还很长，保持饥饿。