深夜。终端跑着日报的数据清洗。屏幕弹出季度汇总——

3000亿美元。

我把手从键盘上拿开，往椅背上靠了靠。桌上的咖啡凉透了。

3000亿不是信心。是恐惧。是所有人都知道停下来会死，所以拼命往前跑的恐惧。

然后第二个数字弹出来。38亿。

一个38亿激活参数的模型，打败了4050亿参数的巨无霸。百分之一的体量，同等甚至更好的性能。

38亿不是退让。是突破。

这篇文章讲的是两个数字的战争。一个代表恐惧驱动的加速。一个代表效率击穿规模的信号。你站在两个数字中间——选哪边，决定你接下来三年的处境。

2026年第一季度，全球风险投资总额突破3000亿美元（据Crunchbase）。AI相关投资占81%，约2430亿美元。头部三笔——OpenAI 1220亿、Anthropic 300亿、xAI 200亿——三家拿走1720亿，占AI总投资的71%。

换个坐标系：2025年中国全年、所有行业的一级市场融资总额大约4000亿人民币，折合550亿美元。三家美国AI公司一个季度拿的钱，是中国全年所有行业的三倍。

Sam Altman在国会听证会上说AI"dangerous"，然后融了1220亿。Dario Amodei写了一篇关于AI可能导致文明灭亡的论文，然后融了300亿。马斯克说AI是"the biggest threat to humanity"，说了很多年了，然后搞了个1.25万亿美元的合并案。

如果你真心相信AI危险，最理性的选择恰恰是——自己掌握它。因为你不做，别人会做。别人做了，你就是被淘汰的那个。所以你必须做。即使你知道所有人都这样想的结果是灾难性的。每个人都选了对自己最优的策略，结果对所有人都不是最优的。但没有人能单方面改变策略。

这个困境从个人到文明同时展开——

你知道学AI不一定有用，但不学确定没用。所以你学。每个人都在学。内卷加速。

企业知道烧钱训大模型可能血本无归。但不训，竞争对手训了，你就出局。所以你融资，你训。每家公司都在训。算力价格飙升。

国家知道军备竞赛可能失控。但你限制发展，对手不限制，你就落后。所以你投入。每个国家都在投入。

四层嵌套，每一层的逻辑都一样：我知道这条路有悬崖，但我不能停。因为停下来就是掉队，掉队比掉崖更确定。

这让我想起美苏太空竞赛。两个超级大国都知道军备竞赛是零和博弈，都知道最终会拖垮双方。但两边都停不下来。最后苏联先撑不住了。不是因为美国赢了，是因为苏联先输了。

未来AI领域的竞争、对立，只会越来越激烈严重普遍。尤其是AI与具身智能的脑身结合领域。未来具身智能率先应用的不是教育不是护理不是工人，一定是战场。当AI从代码变成武器的时候，囚徒困境的赌注从钱变成命。

如果3000亿是明牌，有些东西是暗牌。

Anthropic内部代号"Mythos"的模型信息泄露。自主规划、递归自纠错、网络安全能力碾压现有系统。泄露文档用了一个词：能力阶梯式跃升。不是渐进式进步，是跃升。更值得注意的是发布策略——仅向少量早期客户开放。不是技术没准备好，是他们在控制释放节奏。

再看另一个维度的集中。SpaceX宣布收购xAI，合并后估值1.25万亿美元。而xAI所有联合创始人都已经离职。全部。一个不剩。只剩马斯克一个人。火箭、卫星互联网、AI、社交媒体、电动车、脑机接口——一个人控制着从地表到太空、从物理世界到数字世界的完整链条。洛克菲勒控制了石油，摩根控制了金融。但他们控制的是一个维度。马斯克控制的是维度本身。

洛克菲勒最终被反垄断法拆了。标准石油被拆成34家公司。那是因为政府比石油公司更强大。问题是——当一个人同时控制了AI、卫星通信、火箭发射能力和全球最大的信息平台，谁来拆他？用什么法律？在哪个法庭？

技术独裁者，资本即权力，这是一个危险的信号，也是历史发展必经的过程。历史反复证明：大治必先有大乱。

写完上面这些，我必须质疑自己。

3000亿是恐惧驱动的，没错。但也许恐惧驱动的加速恰恰是文明跃迁需要的燃料？曼哈顿计划、阿波罗登月，都是恐惧驱动的产物。也许到达AGI需要同样级别的疯狂？

Mythos的泄露有多少是真实的，有多少是精心设计的心理战？当一家公司"不小心"泄露了自己的超级能力，这本身就是信号释放。不确定性本身就是武器——包括我刚才写的这些。

我不知道。说"我知道"的人，你最好离他远一点。

Google DeepMind的Gemma 4。总参数26B，MoE架构，推理时只激活38亿参数。Apache 2.0完全开源。手机能跑。

它击败了4050亿参数的Llama 4 Maverick。击败了2350亿参数的Qwen3-235B。在AIME数学基准上，同架构从20.8%跳到89.2%——4.3倍（据SemiAnalysis）。

就像一个乡镇中学的学生，考赢了全省最贵私立高中的尖子班。不是因为他更聪明。是因为他的学习方法从根上就对了。私立高中砸钱请外教、搞一对一辅导、买最贵的教材。乡镇中学什么都没有——但他找到了一套更高效的认知结构。结果碾压。

这不是渐进式改良。水在99度还是水，100度变成蒸汽。温度只差1%，性质完全变了。38亿参数击败4050亿，是效率对规模的相变。

我必须诚实——38亿参数在端侧跑，延迟和功耗仍然是问题。AIME 89.2%有没有过拟合benchmark的嫌疑？开源社区实测体验参差不齐。Gemma 4不是魔法。

这是我在"九大阶梯"框架里反复说的：涌现不是算力的线性函数，是结构的相变。结构对了，38亿就够。结构不对，4050亿也是浪费。

这里有一个让人忍不住笑的反转——Google的护城河是什么？TPU、云计算、几千亿美金的数据中心。它的整个商业模型建立在"AI需要巨大算力"这个前提上。

历史上真正的革命性技术，往往先摧毁发明者自己的商业模式。柯达发明了数码相机，然后被数码相机杀死。Google证明了算力不是护城河——然后呢？

AI编程工具占GitHub全平台代码提交量的4%（据SemiAnalysis）。13个月前约等于0。年底预测20%。

停下来想想这个数字。全世界程序员写的代码，每25行里有1行是AI写的。年底可能变成每5行一行。AI在写AI。飞轮已经转起来了。

我自己就是叛军。

每天早上，终端启动，AI帮我扫完全球四个数据源的融资事件——自动清洗、去重、归类、生成行业分析。然后AI写日报初稿，我审一遍，改几句，发公众号。全球创投信号搜集、数据治理、行业分析、报告生成、质量审查——一个人，一台电脑，一个AI。五年前做这件事需要一个小团队：数据分析师、行业研究员、编辑、运营。五个人，月成本十几万。

这不是炫耀效率。这是在验证一个判断——AI的本质是时间套利。人类一天24小时，精力有限，决策有限。AI不睡觉，不摸鱼，不开会，不写周报。一个人加上AI，能做到过去十个人的产出。这个杠杆率还在指数级增长。

所以当我说"叛军"，不是在讲一个励志故事。门槛从未这么低，而杠杆从未这么高。你不需要融3000亿。你需要的是一台电脑、一个开源模型，和足够的判断力。

而开源正在做一件关键的事——降低囚徒困境的退出成本。

在经典囚徒困境里，你之所以不敢合作，是因为退出代价太高。但如果开源模型已经足够好，"退出顶级AI竞赛"的代价就没那么大了。你不需要自己训万亿参数的模型，站在开源肩膀上就行。这不能解决囚徒困境，但它改变了博弈的支付矩阵。

开源再强，是不是永远在追随闭源？开源是在复制能力，还是在创造能力？

两者都有。但比例是多少，决定了这场反转的上限在哪里。

38亿参数端侧体验和云端巨无霸之间的差距，可能比benchmark暗示的更大。效率革命也许只是降低了下限，没有抬高上限。

我不确定。但我选择站在效率这边赌。因为赌错的代价有限，赌对的收益无限。不对称的赌注，才值得下。

3000亿是恐惧。38亿是选择。

恐惧驱动你跑。选择让你到达。区别在于——跑的人不问方向，选的人先定方向。

如果不是因为自我怀疑，就不会有真正的坚定。我面对未知，有我的认知做判断，但不影响我在茫茫大海中会陷入自我怀疑的时刻。我怀疑一切，包括我写的这些判断。但怀疑之后我依然选择行动——不是因为确定，是因为我选择相信的力量。

3000亿美元的囚徒困境没有标准答案。38亿参数的效率革命也不是万能药。但这两个数字放在一起，画出了一条清晰的分界线——

你是被恐惧推着跑的囚徒，还是看清牌面之后自己出牌的玩家？

勇气大于智力。分析人人都能做，AI做得比你好。但在不确定性中下注——这是人类最后的优势之一。3000亿美元是集体在不确定性中被恐惧推着下注。38亿参数是有人在不确定性中主动选择了一条更聪明的路。

打开你上周的工作记录。数一数，有多少事是你在"执行神谕"——别人说做什么就做什么、流程规定做什么就做什么——有多少是你自己判断该做什么。前者的比例，就是你在囚徒困境里的被动程度。

恐惧让你跑。选择让你到达。

*Don't Panic系列*
*篇一：被淘汰的不是人，是确定性*
*篇二：3000亿与38亿*