信号
这届上海人工智能大会，国家主席到场了。接着一批第三世界国家也参与了进来，在当前的地缘竞争态势下，这些国家是客观上需要拉拢的对象，如果他们都进入了美国的 AI 体系，对中国是一个不利的局面。
国家的最高政治资源参与进一个技术领域，可以推测出来的是，决策层已经把这件事放到了战略优先级上。政策、资金、人才、基建，接下来都会往这个方向倾斜。
硬件
先说一个旧闻，华为在前段时间发布了”韬定律”，这可以从两个角度来解读：一个是我们开创了一个新的技术赛道，不再仅仅使用摩尔定律来评价芯片技术的发展；另一个，就是在承认一个事实——在芯片制造工艺的问题上，在14纳米以下的光刻机制造领域，时间上可能已经来不及了，必须要想想其他办法。加上美国对算力芯片的管控，这个差距就从一个暂时的劣势，变成了一个结构性的约束。
结构性的约束意味着什么？一方的算力单价比另一方贵，总量比另一方少，还想着用同样的方法做出同样的事——这条路在 Anthropic 的 Fable 5 和 Mythos 5 面世后，基本被堵死了。
王牌
Anthropic 的 Fable 5 和 Mythos 5 发布之后，业界迅速地发现了两个事实：Fable 5 和 Mythos 5 在技术安全和反蒸馏上跨过了一道门槛，这首先导致计算机安全领域迎来了巨大的变化，可以侧面印证这一点的是：在发布的几天后，白宫立刻将其禁用，甚至连传统盟友都无法使用。且已经有多个国家的网络流量监控机构证实了”它们”来过，但这些国家的安全系统毫无反应，这是非常严峻的现实。
另一个就是原本的蒸馏路线的口子正在被逐渐收紧，模型会识别到可能是蒸馏的请求，然后返回给你一些整体看上去正确，但细节模糊或者错误的结论。
不对称的牌桌
在整个 AI 竞争格局里，中国选了开源，模型权重、训练方案、技术报告，基本全面公开，可以说中国在开源领域已经远胜美国，但美国企业完全可以不遵守这些开源协议，拿过去就能用、就能研究、就能在此基础上迭代。而 OpenAI、Anthropic 的核心算法和工程经验，是封闭的，它们可以吸收所有优秀的开源方案，而不用付出任何代价。
开源的优势是生态、社区、标准话语权，但代价也很清楚：中国在模型能力的顶层竞争上，永远在打明牌。如果最终出现这样一种局面——闭源的使用成本逐渐降低，性能具备明显优势——谁会去购买其他模型？
Kimi 的 K3 发布后，我认为严峻的局面有所缓解，但这个时间窗口不会太长，中美两国都在朝着 AGI 的方向前进，且在所有相关领域同样进行了布局，包括 Agents，包括 Harness 工程，在这个现状下，程序员和其他相关岗位的普通人，该如何自处？
程序员加速
代码和设计这两个领域，我认为历史已经完成了裁决。一个用 AI 的程序员和一个不用 AI 的程序员，差距不再是熟练度的问题，而是逐渐变为能不能胜任的问题。
但我的实际观察是，组织里只有程序员变了。
程序员的产出明显上去了，一个人的执行效率明显提高了很多。但产品需求还是从老路子上来，UI 设计还是原来的节奏，测试跟部署也没什么变化。结果就是：代码写得再快，到了上下游交接的地方，还是会被堵住。程序在等需求，等设计，等测试。
程序员这个环节流量的洪峰变高了，但上下游的河道宽度没变，水照样漫不出去。
工作流改造
所以 AI 的公司改造，核心不在每个岗位都使用 AI，而是在每个流程中，把可以让 AI 做的事情完全做到自动化。
现在需要重新想一遍：需求从提出到进入开发，到底需要经过几道手？设计稿从初稿到确认，中间的反复能压掉多少？测试的覆盖范围，能不能跟上开发现在的节奏？部署和回滚谁来决定、多久能定？
这些问题首先要从公司文化入手，需要参与人员充分掌握 AI 的使用和流程优化技术，培养另一种思考习惯，最基础的要求是以下三点：
- 信息如何流动
- 决策在哪个节点做
- 人机之间的边界如何划分
这才是 AI 工作流的真正意思。
认知窗口
据我所知，大部分公司还没有开始做这件事。甚至很多天天用 AI 写代码的程序员，也只把 AI 当成一个工具。这种普遍的认知的滞后，就是窗口本身。
一家公司如果能真正的把从需求到交付的整个链条，都按 AI 的底层思路重新设计，效率将得到巨大的提升。
我相信，中国的创业环境从来不缺执行力，时代总会奖励勇于探索和创新的个人和群体，在这个过程中，蕴含着巨大的机遇，等待我们发掘。