大家好，欢迎收听老范讲故事的 YouTube 频道。

今天咱们来讲一讲：一位美国投资人在中国走访两周以后沉默了，中国 AI 真的追不上美国了吗？

这个故事来自我两天前看到的一篇很有意思的长文。文章应该写于 3 月底，不是在中国媒体上发布的，也不是硅谷大厂的公关稿，而是一位海外投资人跑到中国 AI 创投圈里泡了整整两周之后，回去写下的观察。

他见了很多中国的 AI 创业者、VC 以及上市公司 CEO。最后他的结论非常刺耳：中国硬件比他想象中更强，但中国 AI 软件比他想象中弱很多。中国创业者很聪明、很努力、履历很强，但太一致了，缺少批判性，所有人都像从一个模子里刻出来的。也就是说，中国 AI 创业者高度同质化，这是让他很难忍受的一点。

我们平时听到的叙事一般有两种极端：一种是中国 AI 已经全面追上美国，马上就要反超；另一种是中国 AI 永远只能靠开源、靠低价、靠卷，追不上 OpenAI 和 Anthropic。

而这位真正跑到中国看了一圈的投资人，给出了一个有趣视角。他不是简单唱衰中国 AI，他真正想说的是：中国 AI 的机会不在于复制一个 OpenAI，中国真正的强项可能在硬件、供应链、机器人、视频生成、AI 出海，以及中国工程师服务全球市场。但是，中国 AI 软件公司的估值可能已经跑得太快，他认为中国 AI 带来了巨大的泡沫。

这也是一个很有意思的观点。很多人会问：为什么要跑到中国来看项目？因为中国有的是人，已经卷得一塌糊涂。按理说，中国项目应该特别便宜。可他来中国一看：你们软件做得也不行，还这么贵，到底是为什么？

所以今天我们就来拆一下：这位投资人到底是谁，他为什么来中国，他看到了什么。以及 3 月份他发文之后，又发生了两个新的变化，可能会改变整个中国 AI 创投的方向。

这位投资人是谁？

这位投资人叫何塞·玛丽亚·马塞多，我们就管他叫何塞吧。他的公开身份是 Delphi Labs 的联合创始人、Founder & CEO，Delphi Ventures 的 Founding Partner，也就是创始合伙人。

Delphi Ventures 是 Delphi 体系下的风险投资基金，管理着大概 200 多个项目组合，长期关注 Crypto，也就是加密货币、Web3、AI、机器人，以及他们称为 Deep Tech 的深科技。这里的 Deep Tech，大概可以理解成一些比较“黑科技”的东西，包括 AI、航天、生物技术、量子计算等前沿硬科技。

这次文章的标题叫《我在中国 AI 生态里两周学到了什么》。这里有一个很关键的背景：他不是传统意义上的硅谷 SaaS 投资人，也不是只看大模型跑分的 AI 博主。他来自 Delphi 这样的机构体系。

Delphi 的背景

Delphi 最早是做什么的？说白了，它是做加密研究的，专门做币、做 Web3 投资、做协议孵化。所以 José 看中国 AI 的方式，和普通投资人不太一样。

普通投资人可能更多会问：

• 你的产品有多少用户？
• 年度经常性收入有多少？
• 留存怎么样？
• 毛利率是多少？

而来自币圈的投资人会问一些额外问题：这个系统有没有网络效应？能不能传播起来？这个生态里谁能够捕获价值？或者说，最后谁收钱？

比如你说你做了 AGI，做了开源，那钱怎么收回来？这是他会关注的。他还会看：开源之后还能不能赚钱，项目是基础设施还是表层应用，估值是不是被叙事吹起来的。因为币圈嘛，吹牛这件事大家还是得跟他们学。所以他到这边来看到有人吹牛，可能会觉得这是一帮小孩在他面前班门弄斧。

另外，他还会看谁是最终的接盘人。币圈做击鼓传花，总要有人接。所以创始人够不够怪、够不够反共识，是币圈必须看的东西。传统投资里并不一定非要求创始人反共识、要怪，但是币圈一定要看这个。因为币圈很多项目大家谁也看不懂，这时候就看行为艺术，看谁表演得好。如果你真的是很反共识、很怪的一个人，反而可能得到关注。

所以，他这次看中国 AI，不只是技术观察，也是一次用加密圈投资逻辑审视 AI 创业的过程。这一点非常重要。

Delphi 大概是在 2018 年创建的，最早叫 Delphi Digital，主要是做加密货币和数字资产研究，写各种深度报告，分析链上生态，理解 Token 经济，以及其他早期项目和开发者社区。

做了一段时间研究之后，他们开始做 Delphi Ventures，从 Crypto 去投深度科技项目。除了投 Web3、DeFi 之外，也投 AI、机器人，还有脑机接口。马斯克的 Neuralink 就是他们投的一个项目，但他在 Neuralink 里到底占多少股份，我没有去查。

再往后，他们还成立了 Delphi Labs，做协议孵化和研究；又做了 Delphi Intelligence，专门做 AI 研究。整个体系是四个机构连在一起。

这次不是他一个人来，还有 Delphi Intelligence 的研究员罗森·哈弗蒂，我们就叫他罗森。他也写了一篇报告，叫《中国科技现状》，更像一份投资备忘录，没有何塞那么尖锐。我们可以把两篇报告拼起来看，理解他们认为中国 AI 科技现在发展到了什么状态。

他们的看法是：中国的科创投资并没有结束，但已经不便宜了。

他们为什么来中国？

原因很简单：中国 AI 现在是全球投资人绕不开的一站，必须得来。

第一，极高的人才密度

中国 AI 创业者的履历往往非常强：清华、北大、浙大、上海交大、中科大，再加上字节、阿里、腾讯、华为、大疆，还写了一大堆论文，有大厂 AI 实验室经验，产品和工程能力都非常强。

中国在产品上通常要比美国更强，因为我们卷细节。至于工程能力，中国团队也很强。真正面对过大规模用户的美国公司并不多，OpenAI、Anthropic、谷歌、xAI 可能面对过大规模用户，其他美国创业者其实根本没见过什么叫大规模用户。他们没见过双十一，也没见过春运。所以中国这些团队的工程能力非常强。

第二，极强的硬件供应链

很多人认为，现在 AI 应该开始转向卷硬件了，所以他们要来看一看深圳、大湾区是不是有机会。

在深圳这些地方，工程师在旁边，模具厂在旁边，PCB，也就是造电路板的厂在旁边，组装厂也在旁边。测试、迭代、返工，基本上在一公里或者几公里半径内就能搞定。

你要做一个硬件出来，这边的迭代速度是按天算的；在美国，迭代速度可能是按月算的。所以他说，他们一定要到中国去。

第三，中国创业公司从第一天开始就想着出海

这也特别有意思。他们发现，几乎没有哪个中国创业公司是不想出海的，因为国内实在太卷了。

这些中国创业公司从第一天开始就在用 Claude Code，听硅谷各种 AI 播客，研究 Cursor，研究美国和欧洲的创业企业，对美国 AI 公司如数家珍，产品一开始就是面向全球市场。

这说明，中国 AI 创业已经不是过去那种先做中国市场、再做海外市场的路径了。现在很多中国 AI 创业者上来第一件事，就是先做海外市场。中国市场卷不动，就不用费这个劲了。

他们见了哪些公司？

两周中国行，他们见的是 AI 创业者、VC 和上市公司 CEO，主要在深圳、大湾区，上海应该也转了。文章里没有写其他城市，所以不知道是否去了北京或别的地方。

他们去了大疆、影石科技、华为、拓竹。拓竹是专门做 3D 打印机的。人形机器人方面去了智元科技、宇树科技，这些大家耳熟能详的机器人公司他们都去了。

大模型方面，DeepSeek、智谱、MiniMax、月之暗面、字节、阿里，他们也都跑到了。AI Agent 方面，Manus、Genspark 也有接触。反正能见的人，基本都见过了。

核心观点一：硬件真的强，但不代表每家硬件公司都值得投

何塞最震撼的不是中国大模型，也不是中国 AI 应用，而是深圳的硬件生态。他的观察是：中国硬件公司正在赢一场西方人还没有意识到已经开始的战争。这个说法非常狠。

为什么？因为在软件领域，美国还有 OpenAI、Anthropic、谷歌、Meta、Cursor 等一大堆非常强的公司。但是在硬件领域，特别是在消费硬件、机器人、AI 硬件领域，中国的优势不是某一家公司，而是一整条生态链。

比如大疆、影石、拓竹、宇树科技等等，这些公司背后不只是产品经理，也不是一个模型 API，而是机械结构、模具、电池、传感器、电机、芯片、软件、App、供应链、量产能力、全球电商分发。等于这些东西全部凑齐了。

这些能力在其他地方，包括美国，目前为止几乎没有追赶的可能。

这一点上，我同意他的观点。中国硬件确实是系统性优势。但何塞说硬件强，并不等于每家硬件公司都值得投。他的意思更多是：中国硬件生态形成了一种难以复制的系统密度，不是说买哪家公司，它就一定能涨起来。可能谁也涨不大，但我们就是可以在这样的体系架构下把东西做出来。

这也是他的一个观点：确实很强，但能投的项目并不多。其实我在深圳也看过很多硬件公司，最后也没有出手。这些硬件公司做产品非常强，但你要投资它们，指望它们快速长大，还是挺难的。所以在这一点上，我认为何塞基本是正确的。

核心观点二：中国软件是真的差

这是他一个特别有意思的观点。而且他认为，中国软件差的问题不在能力，而在市场结构和出海策略。

何塞对于中国 AI 软件非常悲观。他认为中国软件应用同质化非常严重，大家都是抄：你做一个，我就一定要做一个跟你一样的。很多公司没有真正壁垒，很多 Agent 产品会被大模型公司的原生功能直接吃掉。

他认为，中国没有像 Cursor、Lovable、Harvey、Glean 这种软件公司，压根就没有，谁也没长出来。

• Cursor 是产品名，公司叫 Anysphere，在美国旧金山，是 AI 编程领域的 IDE。
• Lovable 在瑞典斯德哥尔摩，做自然语言生成网站和 App。
• ElevenLabs 在英国伦敦和美国纽约都有办公室，是波兰人创建的，做 AI 语音生成、声音克隆、语音 Agent。
• Harvey 是美国旧金山的法律 AI 平台。
• Glean 在 Palo Alto，做企业工作 AI 产品。

中国也不是完全没有软件公司。他举了三个例子：

• 第一个是 HeyGen，其实是在深圳起家的，但很早就搬去洛杉矶，做 AI 数字人视频。我们最早看到的郭德纲讲英语之类的东西，就是他们做的。
• 第二个是 Manus，新加坡的通用 AI Agent，也是中国团队做出来的。
• 第三个是 Genspark，也在 Palo Alto，但团队基本在美国和新加坡，原来百度团队做出来的，做 AI 搜索、AI 工作空间、Super Agent，也就是超级 AI Agent 路径。

也就是说，中国也做出了一些软件产品，但做出来的都出海了。

我对这一点的看法是：中国 AI 软件为什么做不出有差异的产品，为什么没有独立思维，为什么都是抄来抄去？原因很简单：在中国做软件，软件公司没有任何话语权。我们叫乙方，甲方想要什么，你就得给他做什么。你说“不对，你这个要求有问题”，人家不给你结账。所以中国软件很难有自己的思考方式。

另外，中国 AI 软件其实更多是在卷海外，因为大家也知道国内挣不到这个钱。中国甲方不需要 AI 软件，中国甲方需要的是“我说什么，你给我干什么”。至于有没有 AI，写上有就行了。所以中国想在国内做出划时代的、有独立思考的 AI 软件，基本不现实。

还有一点，中国这些 AI 软件其实比国外卷。像 Cursor、Lovable、Harvey，迟早也会被 Anthropic 吃掉。只是我们觉得没必要在这儿费劲了，直接卷下一个阶段就可以了。美国还可以再折腾折腾，而且他们从全球赚钱，美国市场支付能力强，所以他们还能做起来。

我认为他们举的这些例子，包括 Cursor，可能能多苟延残喘一两年，但最后也不会有什么结果。所以这一点上，中国算是卷得更快。

这让我想起以前做游戏时讲生命周期。一个游戏在中国的生命周期可能是半年，在美国可能是一年。所谓生命周期，就是这个游戏从上线到用户不爱玩的周期。

核心观点三：大模型差距巨大，但 Agent 时代可能降低对最强模型的依赖

何塞认为，中国大模型进步确实很快，但跟 OpenAI、Anthropic 比起来还是差很远，而且可能很长时间都追不上。

特别是在开源模型上，中国模型中文理解能力可能很强，性价比很强，上下文也已经很长，视频生成、代码辅助都可以用，也适配了国产芯片。但是，真正的前沿能力，中国模型差得非常远。

什么是前沿能力？包括：

• 高级推理；
• 长程 Agent 执行；
• 复杂代码生成和 debug，也就是除错；
• 数学和科学能力；
• 多模态理解；
• 视频理解和生成；
• 可靠工具调用；
• 企业级稳定低幻觉；
• 大上下文复杂任务。

中国在多模态生成上已经做得不错，但理解稍微差一点。在这些前沿能力上，中国要差很远。

他认为，在这一块 OpenAI 和 Anthropic 绝对领先，主要不是模型参数，而是整个系统能力。就像中国硬件强到他们追不上，OpenAI 和 Anthropic 的训练算力、推理算力、数据闭环、企业客户、开发者生态、API 生态、Codex 和 Claude Code 这样的工具入口，以及真实商业收入，中国大模型厂商也完完全全没有追赶的可能。

这点怎么说呢？差距要承认，特别是在最强闭源模型和企业生态上，确实要承认。但我们也要知道，中国模型主要是在中国挣钱，开源以后在海外挣回来的钱相对比较少。而 OpenAI 和 Anthropic 是在全世界挣钱，收入差距很大，这可以理解。

我觉得唯一需要补充的是，虽然我们的模型在数学推理、物理、科研上差一些，但在现在的 Agent 时代，这些没那么强的模型也将就够用，算是中国稍微追上了一点点吧。差距仍然要承认。

核心观点四：中国 AI 泡沫可能比美国还厉害

何塞还有一个可能违反大家常识的判断：他说中国的泡沫比美国还厉害。很多人难以理解：中国都已经卷成这样了，这么多人都没饭吃了，怎么还有泡沫？这和中国一个很特殊的机制有关。

何塞非常尖锐地判断：中国 AI 大模型公司的估值太高了，上市公司的市值也太高了。

我们看几个最简单的数据：

• 智谱已经在香港上市，市值是 4,169 亿港币，去年收入是 7.243 亿人民币，也就是 1 亿多美金。它的 PS 是 533 倍，非常巨大。
• MiniMax 也是香港上市公司，去年收入是 7,900 万美金，不到 1 亿美金。它的市值是 2,236 亿港币，PS 是 362 倍，也非常高。
• 月之暗面、Kimi 还没有上市，现在估值是 180 亿美金，去年收入大概 1 亿美金左右，PS 是 180 倍。

为什么只有 PS，没有 PE？因为 PE 是有利润才能算出来的，这些都是亏钱公司，所以只能算 PS。

那美国是不是也这样？OpenAI 估值是 8,352 亿美金，年化收入是 250 亿美金，PS 是 34 倍。Anthropic 据说有 1 万亿美金估值，年化收入是 300 亿美金，PS 是 33 倍。相比中国这些 300 多倍、500 多倍 PS 的公司，美国估值反而显得实在多了。

这有点反直觉。很多人会认为中国 AI 公司应该便宜，美国 AI 公司应该贵。但从收入倍数来看，还真不是这样。美国是 30 多倍，中国没上市的是 180 倍，上市的则是 300 倍、500 倍，确实不太理性。

中国为什么会出现这样的问题？前期太内卷，卷得太厉害。现在这些上市公司也好，像 Kimi 这样的公司也好，都是从众多小龙里卷出来的。

另外，中国上市非常难，不像美国上市那么容易。而且中国公司必须早上市，因为手里的现金没有那么多，必须在现金烧完前上市。美国公司现金多，像 Anthropic 这样估值 1 万亿美金的公司都没有上市，它们可以一直融到钱。中国公司融不到，所以必须着急上市。

在这种情况下，一定会有一个相对较高的估值去击鼓传花。否则上市以后，前面投资人退不出去。

还有一点，中国股市会人为制造稀缺性，让你没那么容易上去。投资人想投 AI，发现就这两家，那就买它们俩，于是全民热情集中在这两家公司身上，PS 就会非常不理性地涨上去。

核心观点五：人形机器人更加过热

何塞认为另一个更有泡沫的地方是人形机器人。

他们认为，中国人形机器人已经极度过热：公司太多，融资太热，估值太高，不值投了。而且这些公司大多没有收入，或者收入极少，很多公司根本没有证明真实场景。

也就是说，你可以把东西做出来，甚至可以量产，但量产之后卖给谁、卖出去干嘛，谁也说不清楚。现在我们就吭哧咔哧冲上去开始造了。

这个赛道里有宇树科技、智元，还有一大堆公司，以及供应链，包括灵巧手、电机、关节、控制器。等于我们把所有东西都凑齐了，但不知道这东西该卖给谁。

从我个人观点看，中国优势还是明显的：供应链强，试错成本相对低。就算很多公司挂掉了，那又怎么样呢？我们认为这些损失应该被承担，不就可以了吗？就像以前的百团大战、千团大战，确实浪费，确实有泡沫，但最后卷出来的美团，就是一个狠角色。

机器人这块，我估计我们也在走同样路径：通过养蛊的方式，把最后的狠角色拎出来。而且为了保证最后一定有人胜出，而不是整个行业都倒在黎明之前，现在政府还在做政策扶持，也准备让一些公司上市。宇树也好，智元也好，今年或者明年都有可能上市。

上市实际上就是“奉旨割韭菜”。中国股市相对很难上去，一定是得到了批准，国家允许你上去割韭菜，才可以去，其他人是不可以来的。所以政策现在还在努力支持它们。

当然问题也很明显：机器人视频很好看，翻后空翻之类都可以，但真正的商业化到底哪一天到来？最后能活过周期的到底是谁？我们还要拭目以待。但我相信最后一定会有能活下来的。

核心观点六：中国创始人同质化太厉害

何塞认为中国创始人同质化太厉害。他的同事罗森则认为，美国人可能看不懂中国模式，中国模式也许有一些其他差异化，只是美国人未必看得懂。

何塞这个观点非常刺耳。他说，中国创始人履历都很强，但太同质化，缺少那种极端叛逆、偏执、反共识的人。比如马斯克、乔布斯，都属于比较极端、叛逆、偏执、反共识的人。

但他看到的中国创始人是什么样？顶尖大学、大厂背景、发论文、写专利，执行力极强，工作强度极高，工程能力极强，所有人都长一个模样。这些人按道理说应该去做职业经理人，而不应该出来创业。

我记得以前跟一帮投资人聊天时，有人说特别守规矩的人不能创业，你们就适合在大厂里当螺丝钉。这也是投资人的一个共识。

问题是，这些人像是同一个系统里筛选出来的最优解。在这一点上，我认为何塞可能有问题。因为中国整个教育和职业体系就是这样的过程：筛选能够回答问题的人，筛选能够解决问题的人，筛选不会质疑领导的人。这是我们整个教育和职业生涯一直在训练的事情。

但还要看清楚一件事：哪里有压迫，哪里就有反抗。所有在高压环境下成长起来的人，都惦记着去做一些不一样的事情。只是被别人看着的时候，他一定会老老实实。一旦没人看着他了，你看看他们是不是给你翻出花来。

这让我想起蒙哥马利，也就是英国二战时的统帅。他从小的成长环境是，他妈妈总在说：

看看蒙哥马利在干嘛，叫他停下来。

所以他成为英国二战统帅以后，干的很多事情让美国将军们无所适从。大概就是：我虽然答应了，但我可以干点别的，我要看看哪有空子可以钻。

当时把巴顿都吓坏了。巴顿说：“你上面有命令，你怎么可以违反呢？”蒙哥马利说：“命令就命令呗，有空子，我为什么不钻呢？”他是这样的性格。

所以中国很多创业者其实也在向这个方向发展。他们知道怎么适应规则，怎么在规则边缘游走；他们知道怎么在上面有领导的时候好好表演，怎么在自己成为领导的时候，在自己的一方天地里大闹天宫。

所以我觉得何塞可能还是不太理解我们的人。但有一点他可能说得对：我们缺乏从根本上的叛逆，我们还是会跟规则妥协。就像咱们这些做 YouTube 的人一样，人人心中都住着中宣部。

核心观点七：最好的出路是服务全球，别在中国卷

何塞看到的另一个现象是：最好的出路就是服务全球，别在中国卷。在这一点上，我完完全全同意。这可能是中国 AI 创业唯一的出路。如果定义在国内卷，根本卷不出来。

何塞的判断是：中国 AI 创业最好的出路，不是做中国市场，而是中国团队加中国工程师，加中国供应链，加全球用户，加海外收入。

我也完全赞同这一点。

为什么？因为中国市场有几个现实问题：

• 用户付费意愿稍微差一点，特别是企业用户。
• 企业软件领域不给软件公司任何定义权，都是付钱的人想要什么，你就按照他的要求改。
• 在这样的环境下，想做出有差异性的 AI 软件是不可能的。
• 大厂竞争极其激烈，上面还有腾讯、字节、阿里，小公司跟它们卷，很容易卷死。
• 模型 API 价格战非常惨烈。
• 同质化复制特别容易，也缺少有效专利保护。
• 政策和合规不确定性高，AI 应用很难在国内做出很高收入。

但是全球市场不一样。美国和欧洲市场愿意为了提高效率、企业知识管理、法律文档、视频制作、语音生成、市场研究、自动化工作流付钱，而且是真金白银。

所以像 HeyGen、Genspark、Manus 这样的公司，才会有这么好的发展。

他认为，做一个中国版 Cursor 没有意义。还是应该让中国团队，或者中国背景团队出去做全球产品。这样你才有能力或者机会去定义产品。否则就完全被甲方牵着鼻子走，没有意义。

为什么币圈投资人会形成这样的判断？

刚才讲了，何塞原来是做区块链的人，是币圈投资人。投资人都有各自的投资逻辑，有些人不愿意说自己的逻辑，有些人愿意讲。

为什么不愿意说？原因很简单：你告诉别人你的逻辑是什么，别人就会照着样子来骗你，这很危险。

作为加密圈投资人，他跟普通投资人有巨大差异。叙事爆炸、估值飞涨、流动性撤退、泡沫破裂，这些都是币圈投资人经历过的事情。所以他们看到 AI 圈时，会有一种熟悉感：这玩意儿都是我们玩剩下的。

很多 AI 项目看起来也像币圈牛市：

• 叙事非常宏大，比如我要做 AGI；
• 用户增长很快；
• 估值非常高；
• 收入还没有跟上；
• 技术壁垒不清楚；
• 大家都在讲 Agent、workflow、AI coworker；
• 很多项目长得都差不多。

这就是币圈的人会觉得“我熟”的地方。

他们看重价值捕获能力

一个产品有价值创造能力，比如 Cursor 让人编码效率上升，Claude 让人解决各种问题，这都叫创造价值。

那什么是捕获价值？收订阅费，这叫捕获价值。

所以他会问中国 AI 厂商：你们怎么把钱挣回来？谁来捕获最后的价值？这是他要关注的。

他们看重前沿能力

不能卷来卷去大家长得都一样。特别是长链 Agent、高级编程、复杂数学科学推理，这些到底谁做成了什么样？在这一块，何塞和罗森大概没有在中国看到什么特别值得看的东西。

他们关注分布式 AI、去中心化 AI 和隐私计算

这些都是从币圈传下来的东西。

什么是分布式 AI？就是每一个 AI 处理不同项目，比如销售 Agent、法务 Agent、财务 Agent、代码 Agent，让这些东西配合起来工作。

什么是去中心化 AI？现在不管是 Anthropic 还是 OpenAI，本质上都是中心化 AI，我们要到它的服务器上干活。币圈的人希望 AI 的训练、推理、数据、算力、结算、治理，不完全被 OpenAI、谷歌、Anthropic 这样的中心化巨头控制。

所以他们希望能有一些去中心化算力网络、去中心化推理市场，让每一家都可以做贡献，也可以从中得到收益。

如果有显卡的人、有数据的人、有需求的人都能做贡献、都有收获，其实就是走回 Web3 那条路，让价值在其中流转。

他们也很关心隐私计算。所有去中心化的东西都会关心隐私：数据可以被计算，但原始数据不能暴露。医疗、金融、政务、企业内部数据如何脱敏，都是他们关注的点。

3 月之后发生的两个新变化

何塞在 3 月写完这篇文章以后，又发生了两个新变化。现在再创业、再做创投，可能又要考虑这些新因素。

第一个变化：Manus 的交易被叫停

前面何塞还把 Manus 的交易作为正面典型，说你看，中国也能做出好东西来。现在没了，这个事情已经没有了。

这代表什么？如果想做 AI 出海，一定要早出去，不要在国内闹出名声以后再出去。Manus 算是给大家提了个醒。

另外，Manus 也提醒大家：如果有人要求你回来开会，要三思而后行。回来之后可能就出不去了，这还是要注意。

像前面讲到的 HeyGen，就是早早离开中国。在中国稍微有冒头的影子，就直接搬到美国，把中国这边彻底关掉。所以 HeyGen 现在发展得还可以。

第二个变化：DeepSeek 大降价

DeepSeek 大降价可能会击穿估值逻辑。DeepSeek 已经降到这样的价格了，你 GLM 还值这么多钱吗？MiniMax 还值这么多钱吗？拿着 MiniMax 和 GLM 股票的人，心里是不是哇凉哇凉的？

而且 DeepSeek 把价格打到这么低，OpenAI 和 Anthropic 的估值是不是也要重新看一看？谷歌、微软、亚马逊、Oracle 等买了这么多显卡、资本支出做到这个程度的公司，是不是也得想一想：现在囤的这些显卡，到底能不能把钱挣回来？

总结：中国 AI 不是简单追不上，而是赛道变了

这次何塞和他的同事在中国晃了两个礼拜，得出了一些结论，也引起了一些讨论。这个问题不是简单的“中国 AI 追不上美国”，而是赛道变了。

我的答案是：不能简单说中国 AI 就追不上美国。

如果你问中国有没有追上 OpenAI 和 Anthropic 前沿模型的能力，现在答案很明确：没有。

如果你问中国 AI 软件公司有没有像 Cursor、Harvey 这样的高收入公司，答案也是没有，而且可能很难做出来。

中国 AI 的估值是不是太贵了？是真的，真贵。300 多倍 PE 的我见过，但是 300 多倍 PS、500 多倍 PS 的公司，真的是非常少见。你说这玩意儿不是泡沫，谁是泡沫？

但是中国 AI 有没有机会？有，而且非常大。

中国公司的机会不是复制一个 OpenAI，而应该在这些方向：

• 硬件；
• AI 眼镜；
• AI 玩具；
• 机器人；
• 消费电子；
• 传感器；
• 边缘设备；
• 完善的供应链；
• 开源模型；
• AI 视觉和多模态应用。

像可灵、快乐马、Seedance，这些都是我们现在真正比较强的地方。

至于做软件，就别在国内折腾，出去卷美国人，卷新加坡人。其他 AI Agent 基础设施，包括支付、身份、权限、记忆、工具调用、隐私计算，其实也都还有机会。

作为币圈投资人，何塞和罗森的很多观点值得认真思考。特别是更接近钱的人、已经被骗过一轮的人，或者已经组织过一轮骗局的人，再去看 AI，还是有一定深度的。虽然我并不完全同意他们的观点，但我觉得很值得好好看一看。

最后两个问题

1. 你觉得中国搞 AI 创业最有希望的方向是什么？是大模型、机器人、AI 硬件、视频生成、Agent，还是中国团队服务全球市场？
2. 中国跟美国 AI 的差距到底是越来越大了，还是正在被快速追赶？

欢迎在评论区说出大家的判断。如果你觉得这期节目有意思，咱们记着，该转发转发，该订阅订阅。