導語：這是彭博社《Mishal Husain Show》的一期專訪。主持人找李開復的理由很直接：沒有人比他更適合解釋這個局面。
他 11 歲從台灣去美國，在田納西州學英語，80 年代讀語音識別博士，先後任職蘋果、微軟、Google，2005 年被Google以數百萬美元的薪酬方案挖走。他把美國科技帶進中國，現在住在北京。
而他在這場對話裡給出的判斷，兩邊都不討好——
「中國公司只有美國頭部對手 1% 到 3% 的 GPU 算力，卻做出了幾乎可比的結果。」
「但長期來看，賺更多錢的會是美國公司。Anthropic 和 OpenAI 造的是 iPhone，中國公司更像Android。」
先說那個最鋒利的對比。
主持人問：美國從拜登時期就開始限制中國獲取最先進的半導體，為什麼中國的 AI 還能推進到這個程度？
李開復的回答裡，藏著一個幾乎所有人都低估了的數字：
「我認為那套出口管制，低估了中國公司和它們的工程師那種不惜一切把事情做成的韌性。」
「所以我們大概只有美國頂級對手 1%、2%、3% 的 GPU 算力，而他們做出了幾乎可以相比的結果。」
他把實現方式講得很樸素：
「這是靠那種『髒活』做出來的——就像修車、打蠟那種活兒。中國人基本上把它當成一個挑戰，他們會在那些不光鮮、不有趣、但能把事辦成的地方下苦功。所以要交付那種優異的結果，可能需要十倍的工程量。」
而更讓人意外的是速度：
「ChatGPT 剛出來的那一刻，我會說美國領先中國三到四年。而我認為今天，我們談的是六個月。」
但這場對話真正有份量的地方，是他沒有停在這裡。 緊接著，他給了一個幾乎所有中文報導都不會強調的判斷——這場競賽裡，賺到錢的大機率不是中國公司。
以下是完整梳理。
/01/ 一年之內，AI 能幹的活兒長了十倍
對話從一個問題開始：關於 AI 的力量，今天還有什麼是被低估的？
李開復給了兩件事，第一件是一個很少被這樣量化的指標：
「大多數人沒有意識到，AI 現在能解決的任務，長度是一年前的十倍。」
「也就是說，如果一年前我能解決一個四分鐘的任務，現在我能解決一個四十分鐘的任務——這是按一個人類需要多少分鐘來完成它衡量的。」
而他緊接著給了同一件事的另一面：
「如果你想用懷疑的眼光看它，那就是：它可能正在替代十倍多的人類工作。 更快的智能加上低得多的成本，會帶來一場前所未有的技術採納——遠超蒸汽機，遠超網際網路，遠超摩爾定律。」
第二件事，是關於公司組織的。而他點名的對像是 CEO：
「在我看來，CEO 目前是最不清楚這項 AI 技術有多重要、多能翻天覆地的一群人。」
他給了一個五年的判斷：
「五年之內，典型的成功公司的組織架構，會和今天很不一樣。佔據最重要位置的那些人，他們的資歷條件也會和今天很不一樣——因為 AI 員工正在以人們無法理解的速度變得更好、更便宜、更快。」
而他指出了一個結構性的障礙：
「要讓這件事在一個組織裡真正奏效，它不可能被硬塞進一個為『管人』而設計的層級結構裡。AI 員工不需要層級，所有資訊都是連通的。」
「他們需要的是這樣的人：知道怎麼設計出正確的問題去解決，怎麼組織 AI 去解決它，還有非常重要的一點——出了任何問題時，願意承擔責任。因為 AI 無法承擔責任。」
/02/ 「我建議只學一件事」
順著上面那個問題，主持人問：那人們應該學什麼？
李開復的回答非常收斂：
「我建議他們學一件事，就是怎麼解決難題，以及怎麼提出新問題。學會和 AI 一起解決它們，學會指揮 AI 的軍團去大規模平行地解決複雜問題。」
而他特意排除了一個常見誤解：
「但這不是寫程式碼。這不需要任何工程背景。一個人文學科的學生完全可以做到。」
「它確實要求你願意處理複雜問題，要求你有融合多個資訊來源的能力。這些是硬性要求，而即便是一個年紀較大、沒有技術背景的人，也是可以學會的。」
接下來他講了更重要的那一半——軟性特質比硬性技能更重要。 這個崗位的名字來自賈伯斯和傑克·多西：DRI，直接責任人。
三個特質：
「第一是單一責任——任何事情出了問題，責任到此為止。第二是願意不惜一切把一件事完成，帶著那種韌勁和主人翁意識。第三是與他人和流程協作的能力。」
主持人在這裡提了一個很實在的擔憂：我可不想要一個未來——只剩我一個人，周圍全是 AI 同事。
李開復給了一個具體的配比：
「我不是說一個團隊只剩一個人加一堆 AI。用我自己的業務舉例，也許一開始是 20 個人配 100 個 AI。往後走，如果業務是平的，那可能人更少、AI 更多；如果業務在增長，那可能人更多、AI 也更多。」
不過他也給了一個真實的例子，說明壓縮可以有多劇烈：
「我知道一家一個人的公司。他們給美國的修理工和園丁做視訊——修理工和園丁提交自己的照片和視訊，AI 把它們剪開、配上音樂和背景，然後推到 TikTok 和 Instagram 上，幫他們拿到轉介紹的生意，還向同行社群推廣他們自己的服務。」
「這在過去大概需要一個 20 人的團隊，而現在是一個人。」
主持人舉了印度年輕人抗議的例子，指出那些過去存在的呼叫中心之類的入門級崗位已經消失了。
李開復的回應，是這場對話裡語氣最重的一段：
「我認為我們整個社會需要重新思考，我們到底有多依賴『工作』這件事。 AI 會創造大量財富，那些負擔得起的國家可以找到再分配的方式，讓人們工作更少的小時數。」
「但我想這一切，對一個找不到工作、或者剛失去工作的人來說，是非常難溝通的。」
/03/ 「iPhone 和Android」：這場競賽誰賺錢
這一節是全篇最鋒利的判斷，而且方向和大多數人預期的相反。
主持人先問：像 DeepSeek 和月之暗面這樣的中國版本，對 OpenAI 和 Anthropic 構成多大挑戰？
李開復給了一個具體的時間差：
「我認為它們構成了重大挑戰，尤其是如果它們繼續保持最近這個水平的話。」
「因為 OpenAI 和 Anthropic 在大多數指標上一直保持第一或第二，但它們的模型是閉源的。而中國的模型基本上都是開放原始碼的。」
「追趕它們的模型落後大概三到十五個月。目前大概是落後六個月，因為所有人都在推新模型。」
然後他用了一個非常直觀的比方：
「如果你是 OpenAI 或 Anthropic，你有一個賣得很貴的產品，而市面上有一個開源版本，它相當於你六個月前的最好模型，價格卻被大幅折價。這就好比：你今年是花 5 萬美元買一輛特斯拉，還是花 5000 美元買一輛六個月舊的？」
接著是主持人那個最要緊的問題：那長期來看，更可能賺到錢的是中國公司嗎？
李開復的回答只有三個字：
「不，我不這麼認為。」
「我認為美國公司會賺更多的錢。Anthropic 和 OpenAI 造的是 iPhone。而中國公司更像是當年Google的做法——好吧，你有最好的產品，那我做一個幾乎一樣好的，然後賣得非常便宜。」
「在這個案例裡，是極低的成本，有時候接近於零。就是要贏得更大的份額，其餘的以後再說，或者乾脆沒有以後。先拿份額。」
他把這個類比推到了底：
「所以就像Android一樣，開源模型會有更大的份額、更大的覆蓋、更多的使用量，但人們付的錢非常少。有些情況下人們直接把模型複製走，然後為運行它的服務付費，但他們其實沒有付給中國公司任何錢——這是被犧牲掉的，為了換份額。」
「而 Anthropic 和 OpenAI 那邊，它們有美國的企業級體系，賣的是定價很高的企業軟體產品。iPhone 賺的錢多得多，但Android的市場份額更大。」
關於中國模型會不會贏下開發中國家，他的判斷是「有可能，但有前提」：
「一是中國公司繼續保持不落後太多。這有可能不成立——因為矽谷公司的人才深度，某家公司有可能拿出一個需要兩三年才能追平的東西。」
「第二個問題真正是：誰來給這些開發中國家的人做應用？那些國家賺不到多少錢，而中國的模型公司本來就沒賺多少。誰來做那個漂亮的介面、誰來適配所有這些國家的語言？目前，中國產品還沒有足夠的載體去征服開發中國家的消費者。」
/04/ 天才和學習小組
主持人問了一個很好的問題：中國公司為什麼選開源？這明明是把自己花錢開發的技術送給競爭對手。
李開復給的這個比喻，我認為是全篇最精彩的一段：
「我認為是因為它們不覺得走另一條路更可能贏。每家公司都會做出那個在它看來更可能成功的選擇。」
「中國公司有點像一個學習小組。」
「如果說矽谷公司像一個天才——他覺得自己註定有一天要拿諾貝爾獎；那麼中國公司，每一家都是很好的學生，但沒好到覺得自己註定拿諾獎。所以他們最好想個辦法，別被那些天才小孩甩得太遠，於是他們決定組一個學習小組。」
他解釋了這個「學習小組」實際怎麼運作：
「他們並不是真的坐下來一起學習，但因為他們寫論文、開放模型，而且人在公司之間流動，所以中國公司在某種程度上是同步前進的。他們非常清楚彼此的創新——你會看到 DeepSeek 引用 Kimi，反過來也是。」
然後是那句對比：
「所以當美國公司已經停止發表論文的時候，中國公司還在繼續發表。這個學習小組是在一個魚缸裡進行的，全世界都看得見。」
主持人由此追問了一個教育層面的問題。而李開復的回答，把兩套系統的差別說得很乾淨：
「亞洲學校傾向於把所有人都往『好學生』的方向訓練，而美國學校讓人成為他們獨立想成為的樣子，或者說該成為的樣子。這大概是主要的差別。」
被問到「如果你留在原來的教育體系裡會怎樣」，他的回答是：
「我可能會是一個好學生、某家公司的好員工。我也許仍然相當成功，也許不。但我認為我去美國之後機會變大了——因為我有亞洲體系、中國體系教給我的紀律和韌性，同時又有美國體系教給我的自由思考和自信。」
/05/ 一個佛教僧人的警告
這一節是這場對話裡最私人的部分。
背景是他 2018 年那本《AI 超級力量》。主持人指出，書的後半部分幾乎是一場人生危機——他母親患上了失智症，而他自己得了癌症。
書裡有一句話，主持人念了出來：「我怎麼會被一個情感上如此慷慨的女人養大，卻把自己的人生活得如此自我中心？」
李開復的回答從承認開始：
「我這輩子一直是個工作狂。我一直相信我的工作就是我的一切，那是遙遙領先的最高優先順序。家庭是我擁有的東西，我會給他們一些時間，但工作永遠優先。」
而他在生病期間意識到了兩件事。第一件是關於家人的：
「我病倒的時候，是我的家人真的不惜一切照顧我，對我是無條件的愛——儘管我此前花在他們身上的時間少得可憐。」
第二件，來自一位僧人。
「我一直想在這個世界上做出我能做到的最大的改變。而我遇到了一位非常有智慧的佛教僧人，他說：」
「『總是想著改變世界，是很危險的。因為你會拿它當藉口，去做那些其實是為了你自己、為了宣傳你自己和你的公司的事——因為你會對自己解釋說，這是在改變世界。』」
癌症進入緩解期之後，他重新平衡了生活。而第三層影響，直接連回了 AI：
「另一個變化和 AI 有關——它讓我意識到，我身邊很多人都像我一樣：工作就是一切。如果你問一個人『介紹一下你自己』，他基本上會告訴你他的工作。」
「而在我們眼看著工作被 AI 徹底翻轉的時候，這種信念是極其危險的。我們真的需要重新讓人們相信：工作不是一切，人生還有別的東西。」
主持人在這裡追了一個很尖銳的問題：但你今天在做的事——解釋 AI 如何改變公司，難道不恰恰會加劇這種「飢餓遊戲」式的競爭嗎？
李開復的回應給了兩條：
「我向這些 CEO 懇求：這不應該是一個非常快的過程。第一，太快會抹掉那些 AI 還沒準備好接管的機構記憶。」
「第二，我們都有責任去訓練人們成為那些將會出現的崗位，儘早訓練，好好訓練。如果訓練結束時你有一個崗位給他，那很好；如果沒有，他們也會被訓練得更好，可以去另一家公司。」
而他給出的最實際的理由是這個：
「如果整個世界都變得非常無情，都想用更少的人極速推進 AI——那誰來當消費者？誰來買這些產品？我們確實需要一個既有供給方也有消費者的社會。」
/06/ 他給自己配了一個 AI 管理教練
被問到自己怎麼用 AI 時，李開復講了一個很少有 CEO 會分享的用法。
「我有一個『CEO 的 AI』，幫我把公司管得更好。我真的能聽到那些可能預示危機的訊號，並在它變得更嚴重之前阻止它。而且非常有趣的是，它成了我的管理教練。」
他解釋了為什麼人類教練做不到：
「對 CEO 來說找教練相當困難，因為你太忙，教練不可能一直跟著你——他們一周和你坐一次，兩個月後給你一份總結，但那只是你生活裡極小的一片。而我的 AI 教練，在我參加的每一場會議裡都在，它可以縱向回看六個月裡我參加過的每一場會。」
於是他可以問它一些相當尖銳的問題：
「我可以問：我說過那些不合適的話？我該怎麼開會才能達到更高的生產力？作為 CEO，你對我有什麼建議，好讓我做得更好？」
「而它給出的東西非常有條理、非常有建設性，有時候相當直接，一點都不給我留面子。但沒關係，這是我的個人智能體，別人看不到。」
「它批評我、說我必須改變某件事——我把它聽進去了。因為它有這麼多資料，它知道自己在說什麼。也因為它是客觀的，它不會為了討好我而說我愛聽的話，也不會為了多賺每小時的費用而過度批評。它只是告訴我它看到了什麼。」
而它給出的兩個具體建議，他都願意公開：
第一個，關於他的情緒：
「它說：公司最近有若干風險，這似乎給你造成了一定程度的壓力，以至於你偏離了平時那種溫和的管理風格，開始在會議上當著別人的面嚴厲地批評人。考慮到這是一家中國公司、人們在意面子，你下次在發作之前，也許該收一收。」
他承認這個觀察是對的：
「我確實有幾周壓力很大。幾次之後就變得很明顯了：溫和、溫和、溫和，突然超凶，然後又溫和。而多虧了那個建議，我又變回溫和了。」
第二個，關於他的會議：
「它說：你 93.6% 的發言都是在問細節、要澄清，為了你自己弄明白、為了幫助你理解。但會議是為所有人開的。」
「他們最想從你這裡聽到的是你的戰略——你認為什麼進展順利、什麼不順利、什麼需要改變。而不是我那些新的細節，或者別忘了提醒我某個會議什麼時候開。」
他也說明了為什麼信任它：
「它當然會犯錯。但它會提供一條證據鏈。所以當它說『你不是個好 CEO，因為你不是個注重流程的人，這是我的證據』，我就可以深入到每一條證據裡，看我是同意還是不同意。」
/07/ AI 無法取代的，是人與人的觸碰
對話的最後，主持人引用了他 2018 年書裡的一句話：我們共同的未來，取決於 AI 的思考能力與人類的愛的能力相結合。 然後坦白說：我不太有信心這兩件事能合到一起，你有嗎？
李開復把「愛」拆成了兩層。
第一層，是人與人的連接。
「前面我們談到工作被取代——我其實認為，增長最大的就業領域，會是人與人接觸的那些領域。 這既包括現有的工作，也包括新的工作，比如寄養家庭照護、上門做飯並幫你把衣櫃整理漂亮的人，或者一個特別風趣、同時還是喜劇演員的導遊。」
「所以當 AI 在做那些活兒的時候，人們會渴望人與人的連接——而 AI 做不到。因為即便 AI 能模仿它，人們也不想要。」
第二層，是對一件事本身的熱愛。
「當我開始做 AI 的時候，人們在笑話我。這個領域就是個笑柄，什麼都跑不通。人們說，任何跑通了的東西都變成了產品，所以『AI』就是所有跑不通的東西的集合。」
「但我們這些 AI 科學家忍了下來，因為我們的熱愛、我們的信念和確信——AI 會改變世界。」
他舉了三個例子：
「當賈伯斯拿出 iPhone 的時候，並沒有任何先前的資料能讓 AI 預測出那就是人們想要的介面——因為之前的一切都是諾基亞和黑莓。他靠的是直覺、品味、設計，以及對創造新事物的熱愛。」
「可可·香奈兒有那種改變世界的熱愛，讓女性不必再穿不舒服的衣服。而馬斯克有那種熱愛和激情，他有勇氣去造可回收的火箭。」
他的結論是：
「這些是人們出於熱愛才會去做的事，而不只是因為它是一份工作。工作是執行。」
「所以這是一個很好的配對：當 AI 負責執行，那些有自己熱愛、並為之奉獻一生的人，現在有了 AI 來放大他們的力量。」
「而 AI 需要人們提出那些不基於資料的東西——自由的、有創造力的、流動的東西，背後支撐的只有一件事：我願意拿我的一生去賭它。如果你願意拿你的一生去賭，那我就和你合作。你會拿到全部的功勞和後果，而 AI 會把活兒幹得更快。」
寫在最後
這場對話最值得記的，不是任何一個具體判斷，是李開復站的那個位置。
他住在北京，公司在中國，但他是被美國教育系統塑造的。 他自己給出的自我診斷很坦率：他有亞洲體系給的紀律和韌性，也有美國體系給的自由思考和自信。
而這個位置帶來的結果是——他給出的每一個判斷，都會得罪一半的聽眾。
他說中國工程師用 1% 到 3% 的算力做出了幾乎可比的結果，這是一句很硬的讚譽。但緊接著，他說賺更多錢的會是美國公司，中國模式是「犧牲收入換份額」。
他說中國模型可能贏下開發中國家的市場，但立刻指出那些市場「賺不到多少錢」，而且「沒有足夠的載體」——沒人願意去做本地化的介面和語言適配。
他把中國公司比作「學習小組」，這是個溫暖的比喻。但這個比喻的另一半是：對面那個是「覺得自己註定要拿諾貝爾獎的天才」。
兩邊都不討好，恰恰是這場訪談可信的原因。
不過要留一分清醒：他現在的身份是一家中國 AI 公司的 CEO，還有一本新書正在推廣。 他對「學習小組」的讚美、對開源路線的解釋，都符合他的位置——這不構成他說錯了，但讀的時候值得知道他站在那兒。
真正讓這場對話立住的，反而是那個佛教僧人說的話。
「總是想著改變世界，是很危險的。因為你會拿它當藉口，去做那些其實是為了你自己、為了宣傳你自己和你的公司的事——因為你會對自己解釋說，這是在改變世界。」
一個把這句話公開講出來的人，等於把一把尺子交給了所有聽眾——包括用來量他自己的這場訪談。
至於那個 AI 教練給他的評語，我認為是全篇最有意思的一句：
「你 93.6% 的發言都在問細節。但會議是為所有人開的。」
一個在 AI 領域幹了四十年的人，被自己公司做的 AI 指出：你在會議上講的話，絕大部分只是為了讓你自己搞明白。
而他的反應是：我把它聽進去了，因為它有資料，而且它不需要討好我。 (AI智能探長)