DC娱乐网

美反思流失华裔精英人才，连重金都挖不动墙角，硅谷模式已经过时了！KimiK3大模型一发布，美国媒体铺天盖地的讨论就从模型本身转向了创始人杨植麟。很多人追问：美国为什么没留住这个人？一款中国大模型登场，硅谷先盯技术指标，随后却把放大镜挪到了创始人的履历。模型能写代码、做研究固然吸睛，可更让美国科技圈坐不住的问题是，杨植麟在美国接受过顶尖科研训练，也得到过大企业招揽，为何最终选择回国创业？这不是一张签证能解释的故事，而是一场人才选择题正在改写答案。2026年7月14日，月之暗面发布KimiK3。官方资料显示，这款旗舰模型拥有2.8万亿参数，原生支持多模态能力，具备百万次元上下文窗口，重点面向软件工程、知识工作和深度推理。新华每日电讯随后将其称为全球参数规模最大的开源模型。模型亮相后，海外科技媒体迅速跟进，讨论也从跑分表格转向杨植麟为何离开美国。杨植麟本科毕业于清华大学，随后赴卡内基梅隆大学攻读计算机博士，长期研究自然语言处理和大模型。他曾在谷歌大脑和脸书人工智能研究机构实习，博士毕业后并不缺少留在美国科技行业的机会。这样的履历放在硅谷人才市场，基本属于招聘人员见了就想把咖啡端稳一点的类型。争议出现后，其博士导师萨拉胡特迪诺夫公开说明，杨植麟并不是因为抽签或签证问题被迫离开美国。他当时拥有多种职业选择，苹果方面也曾表达招揽意愿，甚至提到可以安排其在北京办公室工作。但杨植麟已经决定回国创业，希望亲手创建一家面向通用人工智能的公司，而不是在大企业里做一枚待遇优厚的螺丝钉。2023年4月，杨植麟领衔创立月之暗面。公司此后围绕长文本、基础模型、智能体和开源生态持续投入。KimiK3的出现，说明这条创业路线已经形成了可以被全球开发者检验的产品。美国舆论感到别扭的地方正在这里：门开着，职位摆着，薪酬也不会寒酸，可人才还是选择了另一条路。过去几十年，硅谷最强的武器并非办公楼，也不是永远喝不完的免费咖啡，而是全球优秀人才愿意汇聚于此。高薪、资本、大学和大企业共同形成吸力，人才在美国完成训练，再进入科技公司和创业体系。这套循环仍然存在，却不再只有一个中心。英国金融时报和美国华尔街日报近年都注意到，一批在美国工作的中国人工智能、机器人和生物医药人才正在回国发展。原因既有家庭和生活考虑，也有职业空间、产业机会和创业环境的变化。对顶尖研究者而言，能否主持项目、组织团队、决定技术路线，有时比工资数字多几个零更重要。这也解释了重金为何未必能挖到墙角。人才不是仓库里的零件，贴上更高价格就能自动搬家。科研人员要看算力、数据、工程团队和市场场景，也要看成果能否快速走出实验室。中国拥有完整产业体系、广阔应用空间和不断壮大的开发者群体，大模型可以进入制造、交通、金融、医疗和科研等领域，技术迭代更容易获得真实反馈。2026年，中国继续推进人工智能赋能行动，并强调开源社区、人才培养和产业协同。相关政策支持模型、工具和数据集开放，推动人工智能与重点领域深度融合。杨植麟也在人民日报撰文表示，中国开源模型正在成为全球创新的重要基座。开源不是把家底往门外一摆，而是用更多开发者、更丰富场景和更快迭代换取生态影响力。所谓硅谷模式已经过时，不能理解成硅谷失去了科研和资本实力。真正过时的，是把美国视为全球顶尖人才唯一终点的想法。今天的竞争，不再是谁能一次性挖走人才，而是谁能长期提供尊重创造、允许试错、支持创业的环境。硅谷的磁铁仍然很强，中国的磁场也已经形成。KimiK3引发的讨论，表面是模型较量，背后却是创新体系的较量。留住人才，靠的不是口号和支票，而是让研究者有项目可做、有团队可带、有成果可落地。美国需要反思人才吸引机制为何松动，中国则要继续完善基础研究、知识产权保护、科研评价和创业服务。科技竞争像跑马拉松，靠抢跑赢不了全程，靠挖走几名选手也建不起完整队伍。硅谷仍是重要创新高地，但不再拥有唯一答案；中国人才也完全可以在自己的土地上，把月之暗面走成一条明亮大道。

可怕，这种新的宝妈创业骗局又开始了吗。一个快十年前的i5，还有8GBDDR3内存，也要卖3000，骗人家能卖算力赚钱…

美国为什么没留住，大模型Kimi创始人杨植麟？这位在美留学生，曾和两位图灵奖获得者一起，发表过论文。毕业后谷歌微软苹果等大厂，随便挑。为什么却放弃美国高薪职位，选择回国创业，不简简单单的是，不拼搏一下，就不甘心。而且美国的科技领域对华裔，太不公平了。你有技术，有能力，要资金给资金，要待遇给待遇，但是要名声，抱歉那是美国人的。所有美国高科技领域的成就，几乎都有华裔的身影，但是一旦涉及到荣誉，所属权的时候，华裔名字就会被无情的抹掉。比如曼哈顿计划中的吴健雄，人类第一台计算机中的朱传榘，光遗传学，全球首个实现活体光控神经中的潘卓华，丙肝病毒攻克发现者：朱桂霖、郭劲宏，全球第一例实现人体细胞基因编辑，张锋。全球光纤通信之父高锟，航天商业火箭SpaceX骨干，等等。随便一个拿出来，都是碾压美国人的存在，但是获奖的只有美国人，华裔不但没有获奖，而且连名字身影都在宣传片里看不到。所以，Kimi大模型杨植麟回国创业，再正常不过，因为财富已经不重要了，学术名誉，才是新一代华裔华人科学家，一生最渴望的追求。

这几个柳传志相关的冷知识，你听过几个？第一，联想创业第一年险些“团灭”！1984年拿着中科院20万启动资金，刚开张一个月就被人骗走14万。剩下的钱买完零部件连工资都快发不出来，堂堂计算机研究所出来的高材生们，在中关村练摊卖起了旱冰鞋和电子表维持生计。第二，“柳传志=联想创始人”其实不严谨！联想的首任总经理是王树和，董事长是曾茂朝，柳传志最初是副总经理。后来因为前两位的职务变动，才轮到柳传志走到台前。不过这些细节在流传中渐渐被简化，以至于连许多联想老员工都未必清楚最初的三驾马车。第三，柳传志差点拿砖头去“讨债”！1987年，公司300万元巨款被一个广东商人卷走，那可是全年的利润啊。柳传志带着同事到对方家门口蹲守了一整夜，堂堂总经理像个讨债的，用他自己的话说“拿板砖拍那人的心都有了”。钱虽然追回来了，但那次惊吓让他落下了病根，一到夜里两点就被吓醒，心跳狂跳，后来住了三个月医院才缓过来。第四，“我坚决不当谭嗣同”是柳传志亲口说的！有人问他如何看待政商关系，他说了这句大实话。意思是自己没那么高的觉悟去“以死明志”，创业早期被刁难也不告状，宁可在门口蹲守也不硬碰硬。在他看来，企业活着比什么都重要，服软是为了把事情做成，而不是为了逞一时之气。

K3发布后，美国互联网有帖子在讨论为什么杨植麟不留在美国？月之暗面发布KimiK3大模型，2.8万亿参数完整开源，登顶全球代码测试榜单。而创始人杨植麟本科清华、卡内基梅隆博士，手握美国头部企业高薪邀约，依旧选择回国创业。所以美国问是不是没有签证，其实不是，他导师是苹果公司的AI负责人，有工作。杨植麟回国，本质上还是华人在美国三代而亡问题，赚再多钱，几代人后就家族消失了。而到中国就不会这样。当然他要创业，不打工，是他出发点。

这几天跟一些朋友交流，聊了创业和投资，愈发觉得一个人想持续拿到结果，一定要坚持做正确的事，正确的做事。创业中什么是正确的事？我觉得是坚持为用户创造价值！如果一款产品开发出来，仅仅只是奔着卷价格去的，那注定你创造不了价值。最后带来的结果就是倒闭关门！任何的产品开发，一定是建立在解决用户痛点、产生额外价值上，你能解决多大的问题、创造多大的价值，相应的就能拿到多大的回报。遵循这样的价值观去创业，结果不可能会差的！再拿投资来说，投资中什么是正确的事呢？我觉得是你要搞清楚自己挣的是什么钱？是企业长期价值增长的钱？还是投机的钱？第一种钱，需要你有长期的视角、足够的耐心以及辨别顶级商业模式的能力。而第二种钱，我告诉你你挣不到，想都别想。拿身边一个朋友来说，性格激进大胆，什么火买什么，结果最近科技暴跌，各种折腾，一个月百分之四五十都没了。恰巧另一个朋友是他的反面，性格稳重、有足够的耐心，花大量的时间研究公司、研究商业模式，一旦看准，果断下重注，长期持有。这才是真正意义上的做正确的事，正确的做事。我敢断言，10年后两者的差距一定是天差地别。很多时候无论生活还是工作，干扰项都太多了。当你投机侥幸能挣到钱的时候，当你卷价格或者恶意攻击对手，短期侥幸获利的时候，这些干扰项都在引导你走向错误的方向。只有拨开云雾，彻底搞清楚什么事是正确的？并且长期践行，10年、20年、30年，时间会给你想要的答案的！你觉得呢？同意的点赞！

宝妈，ai算力创业，好小众的词汇组合。小红书上这个宝妈买了一台老掉牙的ddr3内存的机器，准备用算力赚钱，自称搭上了新世界的起点。

美国人现在开始大反思了，Kimi-K3创始人杨植麟明明是卡内基梅隆大学博士出身，在美国读完顶尖名校，当初美国专门吸纳海外人才的H1B工作签证，怎么偏偏没能把这样的顶尖人才留在本土？2026年7月16日，月之暗面发布KimiK3，官方给出的核心配置是2.8万亿参数、原生多模态和百万token上下文，重点瞄准长程编程、知识工作和深度推理。模型一露面，美国科技圈的注意力很快从参数和榜单，转向了杨植麟本人：一个在美国完成顶尖训练的中国研究者，为什么最后把公司建在北京？杨植麟2019年在卡内基梅隆大学计算机学院完成博士论文，导师委员会里包括RuslanSalakhutdinov、WilliamCohen和GrahamNeubig等学者；读博期间，他还在GoogleBrain和Meta实习，进入过全球人工智能研究前沿。但事实必须说清楚：杨植麟并不是抽不中H-1B，被美国移民系统赶回中国的。他的博士导师已经公开澄清，他当时有很多留美机会，没有遭遇签证拒绝，甚至有苹果高管参与招揽；他选择回国，核心原因是想亲手创办公司。在我看来，这个澄清没有替美国挽回面子，反而把问题说得更透。美国真正失手的地方，不是少批了一张工作签证，而是长期把“世界人才来美国读书”误当成了“世界人才天然属于美国”。学校能给学位，大厂能给高薪，却不能保证有野心的创业者永远给美国公司打工。杨植麟回国后参与过盘古、悟道等项目，又做过创业公司，2023年参与创办月之暗面。几年之后，他不再只是某家美国科技巨头研发部门里的一名高级研究员，而是带着团队、产品和技术路线，进入全球大模型竞争。顶尖人才考虑的从来不只是工资，还包括能不能主导方向、组织团队、把研究快速做成产品。留在美国，他大概率能得到很好的岗位；回到中国，他得到的却是定义一家公司的机会。前者更稳，后者风险更大，但对真正想做事业的人来说，后者的吸引力未必更小。H-1B制度本身当然也有问题。美国每年常规名额只有6.5万个，另有2万个面向美国高校高学历申请者的名额；2025年以后，部分新增申请还被要求附加10万美元费用。这些变化不是杨植麟2019年回国的直接原因，却在向后来者释放一个很清楚的信号：美国欢迎你来读书，却未必给你稳定、可预期的留下路径。美国过去确实享受了全球人才红利。基于美国国家科学基金会数据的研究显示，2000年至2015年在美国获得STEM博士学位的国际学生中，约77%在2017年仍留在美国，中国籍毕业生的比例约为90%。这套体系过去非常成功，也正因为成功太久，美国才容易产生错觉：只要名校和大厂还在，最优秀的人就不会走。KimiK3引发的争论，真正提醒美国的是全球人才竞争的规则已经变了。中国的创业生态、工程师队伍、用户市场和产业资本，已经能提供另一条完整道路。海外经历不再必然通向硅谷终身任职，也可以转化为回国创业的能力和资源。当一个人在美国接受训练，最后却在中国做出让硅谷认真研究的模型，美国当然可以遗憾，却不能把他的选择简单解释成移民政策的一次技术故障。签证更宽松，确实能多留住一些人；但只给身份，不给足够的创业空间和长期确定性，仍然留不住所有想掌握方向的人。中国也没必要因为一个杨植麟就提前宣布人才竞争已经赢了。一个案例不能代表整体趋势，真正值得重视的是，中国能不能持续提供让顶尖人才敢回来、能创业、做得成的环境。只有这种选择从偶然变成常态，美国今天的“大反思”，才会变成它以后不得不长期面对的现实。

美国媒体现在集体反思一个问题：Kimi-K3创始人杨植麟，卡内基梅隆博士毕业，美国的H1B签证为什么没留住他？说实话，这事真够给咱长脸的。当年拼了命想把全球人才往自家揽的美国，现在居然开始算”流失账”了。答案其实很简单：哪里有舞台、哪里能干事、哪里有上升空间，人才就往哪里去。H1B签证不是万能的，当中国的AI产业能给顶尖人才提供同等甚至更好的平台时，人才回流就是必然趋势。这不是个案，是时代风向变了。当年杨植麟博士毕业时，苹果高管亲自发邮件邀约，甚至开出了能直接向库克汇报的岗位。得知他想回国后，苹果还松口说可以安排北京分部的职位，等于把留美、海外就业的所有通道都敞开了。谷歌、Meta也没闲着，高薪offer堆着送，换谁看都是躺着赢的人生剧本，但杨植麟偏偏选了最难的那条路。他跟导师说过一句话：“如果连创办自己公司的机会都不试，我会后悔一辈子。”这句话道破了核心。在美国，顶尖AI人才的归宿似乎只有一条：进入谷歌、亚马逊这类科技巨头，做个高薪研究员。2026年H1B申请数据显示，亚马逊一年就拿了4644个H1B名额，微软、谷歌也紧随其后，它们能给的是优渥待遇，却给不了“自己说了算”的舞台。杨植麟想要的，恰恰是主导权。这位清华本科、CMU博士的天才，读博期间就搞出了Transformer-XL、XLNet两大架构，直接解决了大模型长文本遗忘的难题，现在全球大模型的长上下文技术都还在沿用他的思路。27岁就拿遍英伟达学者、西贝尔学者奖项，论文引用量在全球华人NLP领域青年学者里排第一，这样的人注定不甘心只做别人团队里的一颗螺丝钉。回国后的发展轨迹，印证了他的判断。2019年博士毕业，他没有急着创业，而是先带着循环智能团队和华为云合作研发千亿级盘古大模型，积累企业服务和大模型研发经验。等到2023年创立月之暗面，时机成熟的他直接发力，最新推出的KimiK3在编程、智能体测试中，硬是超过了OpenAI的GPT-5.5和Anthropic的ClaudeOpus4.8，冲进了全球模型第一梯队。更关键的是，国内能给的支持，美国给不了。杨植麟曾说，中国有快速发展的AI产业、充足的本土资本，还有庞大的工程人才储备，这些能让他迅速组建一支“能打的团队”。2025年国务院出台的“人工智能+”行动意见里，明确提出要给青年人才更大施展空间，支持企业用股权、期权激励人才。到了2026年，国家发改委又在世界人工智能大会上发布《人工智能合作发展行动计划》，从数据、算力、生态全方位支持AI发展。这些政策不是空话。就像上海交大的谢伟迪，牛津博士毕业放弃教职回国，在“AI+生命科学”领域深耕，不仅拿到了国家高层次人才支持，还带着团队搞出了全球首个罕见病诊断AI系统DeepRare，相关成果登上《自然》杂志。现在他既是高校副教授，又是创业公司CEO，这种“科研+产业”的双重舞台，在海外很难实现。反观美国，即便H1B签证的拒签率只有2.5%，但移民流程的不确定性一直是硬伤。就算是CMU顶尖博士，也得面对漫长的等待和未知的结果。更重要的是，美国的AI生态已经形成固化格局，大公司垄断着算力和数据，初创公司很难有突围的机会。而中国的AI市场还在快速成长，从医疗到制造，从教育到农业，到处都是空白赛道，这正是创业者最看重的机会。杨植麟的选择，本质上是人才对发展环境的用脚投票。美国媒体纠结于H1B签证，却没看清核心：当中国能提供同等甚至更优的科研条件、更广阔的市场空间、更灵活的创业支持时，单纯的签证和高薪已经失去了吸引力。江苏最近推出的AI技能培训计划，每年要培养20万人次，从专业技术人员到失业人员都能参与，这种全民AI素养的提升，正是产业发展的肥沃土壤。现在再看，美国失去的不只是一个优秀的算法工程师。杨植麟回国后，不仅打造出能和美国AI巨头抗衡的产品，还搭建起自己的技术团队和生态。这种“从0到1”打造世界级AI公司的能力，是美国当初没能留住，也没能预见的。就像网友说的：“他们以为放走的是一只鸟，没想到飞走的是一整个凤凰巢。”谢伟迪的DeepRare已经诊断了全球一万五千例罕见病案例，杨植麟的KimiK3正在冲击全球AI的格局。越来越多海外顶尖人才选择回国，不是因为国外不好，而是因为国内的机会更好。这里有让人才放手一搏的舞台，有支持创新的政策环境，有把技术变成产品的庞大市场。H1B签证从来不是留住人才的万能钥匙，真正能留住人才的，是让他们看到“能干成事”的希望。杨植麟的故事不是孤例，而是时代风向转变的缩影。当中国的AI产业从追赶到并跑，再到部分领跑，人才回流就成了必然。未来，还会有更多“杨植麟”选择回国，因为这里的舞台，足够大。

美国媒体现在集体反思一个问题：Kimi-K3创始人杨植麟，卡内基梅隆博士毕业，美国的H1B签证为什么没留住他？说实话，这事真够给咱长脸的。当年拼了命想把全球人才往自家揽的美国，现在居然开始算”流失账”了。答案其实很简单：哪里有舞台、哪里能干事、哪里有上升空间，人才就往哪里去。H1B签证不是万能的，当中国的AI产业能给顶尖人才提供同等甚至更好的平台时，人才回流就是必然趋势。这不是个案，是时代风向变了。当年杨植麟博士毕业时，苹果高管亲自发邮件邀约，甚至开出了能直接向库克汇报的岗位。得知他想回国后，苹果还松口说可以安排北京分部的职位，等于把留美、海外就业的所有通道都敞开了。谷歌、Meta也没闲着，高薪offer堆着送，换谁看都是躺着赢的人生剧本，但杨植麟偏偏选了最难的那条路。他跟导师说过一句话：“如果连创办自己公司的机会都不试，我会后悔一辈子。”这句话道破了核心。在美国，顶尖AI人才的归宿似乎只有一条：进入谷歌、亚马逊这类科技巨头，做个高薪研究员。2026年H1B申请数据显示，亚马逊一年就拿了4644个H1B名额，微软、谷歌也紧随其后，它们能给的是优渥待遇，却给不了“自己说了算”的舞台。杨植麟想要的，恰恰是主导权。这位清华本科、CMU博士的天才，读博期间就搞出了Transformer-XL、XLNet两大架构，直接解决了大模型长文本遗忘的难题，现在全球大模型的长上下文技术都还在沿用他的思路。27岁就拿遍英伟达学者、西贝尔学者奖项，论文引用量在全球华人NLP领域青年学者里排第一，这样的人注定不甘心只做别人团队里的一颗螺丝钉。回国后的发展轨迹，印证了他的判断。2019年博士毕业，他没有急着创业，而是先带着循环智能团队和华为云合作研发千亿级盘古大模型，积累企业服务和大模型研发经验。等到2023年创立月之暗面，时机成熟的他直接发力，最新推出的KimiK3在编程、智能体测试中，硬是超过了OpenAI的GPT-5.5和Anthropic的ClaudeOpus4.8，冲进了全球模型第一梯队。更关键的是，国内能给的支持，美国给不了。杨植麟曾说，中国有快速发展的AI产业、充足的本土资本，还有庞大的工程人才储备，这些能让他迅速组建一支“能打的团队”。2025年国务院出台的“人工智能+”行动意见里，明确提出要给青年人才更大施展空间，支持企业用股权、期权激励人才。到了2026年，国家发改委又在世界人工智能大会上发布《人工智能合作发展行动计划》，从数据、算力、生态全方位支持AI发展。这些政策不是空话。就像上海交大的谢伟迪，牛津博士毕业放弃教职回国，在“AI+生命科学”领域深耕，不仅拿到了国家高层次人才支持，还带着团队搞出了全球首个罕见病诊断AI系统DeepRare，相关成果登上《自然》杂志。现在他既是高校副教授，又是创业公司CEO，这种“科研+产业”的双重舞台，在海外很难实现。反观美国，即便H1B签证的拒签率只有2.5%，但移民流程的不确定性一直是硬伤。就算是CMU顶尖博士，也得面对漫长的等待和未知的结果。更重要的是，美国的AI生态已经形成固化格局，大公司垄断着算力和数据，初创公司很难有突围的机会。而中国的AI市场还在快速成长，从医疗到制造，从教育到农业，到处都是空白赛道，这正是创业者最看重的机会。杨植麟的选择，本质上是人才对发展环境的用脚投票。美国媒体纠结于H1B签证，却没看清核心：当中国能提供同等甚至更优的科研条件、更广阔的市场空间、更灵活的创业支持时，单纯的签证和高薪已经失去了吸引力。江苏最近推出的AI技能培训计划，每年要培养20万人次，从专业技术人员到失业人员都能参与，这种全民AI素养的提升，正是产业发展的肥沃土壤。现在再看，美国失去的不只是一个优秀的算法工程师。杨植麟回国后，不仅打造出能和美国AI巨头抗衡的产品，还搭建起自己的技术团队和生态。这种“从0到1”打造世界级AI公司的能力，是美国当初没能留住，也没能预见的。就像网友说的：“他们以为放走的是一只鸟，没想到飞走的是一整个凤凰巢。”谢伟迪的DeepRare已经诊断了全球一万五千例罕见病案例，杨植麟的KimiK3正在冲击全球AI的格局。越来越多海外顶尖人才选择回国，不是因为国外不好，而是因为国内的机会更好。这里有让人才放手一搏的舞台，有支持创新的政策环境，有把技术变成产品的庞大市场。H1B签证从来不是留住人才的万能钥匙，真正能留住人才的，是让他们看到“能干成事”的希望。杨植麟的故事不是孤例，而是时代风向转变的缩影。当中国的AI产业从追赶到并跑，再到部分领跑，人才回流就成了必然。未来，还会有更多“杨植麟”选择回国，因为这里的舞台，足够大。

创业晚报|2026.7.20星期一1.京东健康与云顶新耀达成战略合作，共探创新药全周期服务新模式。（钛媒体）2.信维通信：拟11亿元收购参股公司55%股份并取得控股权。（钛媒体）3.工大科雅：股东拟2.87亿元转让10.54%股份。（钛媒体）4.强泰环保：拟以351.2万美元收购专用积体电路机器。（创业邦）5.微盟集团宣布旗下面向B2B场景的AI销售数字员工微盟星拓正式启动内测。（创业邦）6.科大讯飞入股恒特电子，后者营范围包括电子元器件与机电组件设备制造、集成电路制造、集成电路芯片及产品制造等。（新浪财经）7.蓝晓科技核级树脂顺利通过产品鉴定，实现核电关键化学材料自主可控。（新浪财经）8.宏德股份：与某全球电气化领域的知名企业签署了《全球采购框架协议》。（新浪财经）9.永贵电器：控股子公司中标1966.2万元蓄电池组件项目。（36氪）10.通宇通讯：拟出资1060万元参与设立卫星通信领域股权投资基金。（36氪）11.心灵点滴：口能言之，身能行之，国宝也。

美国人现在开始大反思了，国产Kimi-K3大模型领跑全球AI赛道，引爆美国科技圈深度反思，而kimi-k3的创始人杨植麟，是手握顶配留美资源、签证绿卡全无阻碍的天才学者，博士毕业于美国卡内基梅隆大学，美国的H1B签证为什么没有留住他呢？！这份笃定的职业选择，源于他对行业发展的清醒判断，不盲从高薪安稳的主流路径。国内多年持续迭代人才培育体系，完善科创扶持机制，为青年创业者筑牢发展土壤。早年间，国内高端计算机人才培养体系持续升级，重点布局顶尖科创人才梯队建设。清华姚班作为国内顶尖计算机人才培育平台，专注挖掘和培养前沿技术后备力量。杨植麟本科在此完成学业，系统化的科创培养，塑造了他务实自主的科研理念。在校期间，他不局限于课本知识，主动深耕人工智能基础技术，积累扎实功底。为接轨全球前沿科研成果，他前往卡内基梅隆大学攻读人工智能方向博士学位。依托自身扎实的学科基础，他大幅压缩学业周期，四年完成六年制博士全部研究。读博期间，他产出两篇极具行业价值的底层论文，为全球大模型研发提供参考。亮眼的科研成果，让他成为硅谷各大科技企业重点关注的优质青年人才。临近毕业，谷歌、Meta等企业纷纷抛出高薪offer，待遇处于行业顶尖水平。多所美国高校向他开放终身教职名额，提供稳定科研岗位与优质实验资源。其导师深耕北美AI圈层，主动对接苹果高层，为他争取核心研发岗位资源。从居留政策来看，杨植麟完全适配美国H1B人才优待，绿卡审批流程通畅无阻。苹果为留住人才灵活调整方案，允许他选择赴美任职或入驻苹果国内分部工作。多重优厚待遇叠加畅通的居留通道，几乎扫清了留美发展的所有外部阻碍。杨植麟始终保持清醒认知，看清海外科创环境难以突破的固有发展局限。硅谷企业层级固化严重，亚裔技术人才普遍难参与顶层决策。海外AI研发多聚焦实验室理论研究，缺少海量民生场景支撑，产品迭代速度缓慢。即便手握高薪岗位，长期只能依附成熟体系工作，无法自主主导技术创新方向。反观国内，近些年持续丰富科创人才扶持政策，全方位优化青年创业创新环境。各地落地算力补贴、创业孵化、资金扶持等举措，精准适配AI行业创业需求。国内拥有全球最丰富的民用AI落地场景，海量真实数据助力技术快速迭代升级。完整的上下游产业链生态，能让前沿技术快速落地，转化为服务大众的实用产品。不同于海外大厂的规则束缚，国内创业环境给予创业者充足的自主研发话语权。结合自身科研理想与行业趋势，杨植麟在毕业后果断拒绝全部海外优质邀约。他放弃海外安稳高薪的发展路径，选择回国扎根本土AI赛道自主创业。2019年毕业后，他深耕国内科创生态，积累企业服务与大模型研发实战经验。他精准把握通用人工智能发展窗口期，专注打磨底层技术，摒弃浮躁的行业节奏。依托国内完善的人才保障体系与产业生态，他创办月之暗面科技有限公司。创业期间，团队立足本土市场优势，持续优化大模型的实用性与场景适配能力。经过长期技术攻坚，团队打造的Kimi系列模型，综合性能稳步跻身全球前列。全新迭代的Kimi-K3模型，在长文本处理、复杂场景适配等领域实现技术反超。产品出圈后，海外科技圈开始正视自身人才留存制度的短板与不足。业内普遍认可，单一高薪无法留住顶尖人才，自主发展空间才是核心竞争力。国内持续完善的人才培育、激励、扶持体系，成为吸引科创人才回流的关键。越来越多海外青年科创人才，开始关注国内赛道，主动寻求归国发展机遇。杨植麟的职业选择，成为新时代顶尖科创人才回流发展的典型缩影。目前，杨植麟依旧专注国产通用人工智能技术研发，持续带队深耕底层创新。团队持续拓展AI在办公、民生、科研等多领域的落地应用，稳步推进产品迭代。他始终依托国内优质科创生态，持续探索国产AI技术的全球化突破路径。信源：网易新闻

waic2026清华大学的创业团队做脑机接口的一个公司叫脑回录(Nanoloop)，戴个头戴就能了解大脑运动状态还有他们送家的袋子质量真好

从之前主业的生活服务行业，到副业的IP知识付费行业，再到创业的电商卖货行业，我都拿到一定结果后，发现商业的底层其实是同一套东西：所有业务的终极都是卖货，因为生意的本质就是买和卖。实物商品需要买卖、人力服务需要买卖，虚拟知识也需要买卖，因为没有交易就没有现金流，不论卖啥都得吆喝，想拿到结果都是同样程度的发力，能卖的人，卖啥都能卖。所有业务的终极，也都可以是知识付费。因为无论什么业务，只要做到一定的高度和经验水平，都有人像你求教，最后都能以知识变现。可以是用认知撬动合作方的入局以获得更多的利润、可以是把经验培训员工换取更多的产出，可以是梳理成册卖给学员获得学费，可以是老来退休出书自传……不论是卖货还是知识付费，表面上形式差距十万八千里，其实内核同宗同源，逻辑上可以无缝丝滑切换。我也发现，做啥都能成的人，最主要的原因是他们看什么东西都可以看见底层的基础逻辑，而基础逻辑是极简的、可复用的，因此也无需真正另起炉灶，就变得轻松。真正关乎事业的选择，其实是选行业，选择上行行业，避开下行行业——卖什么行业的货？做什么行业的知识付费？

WAIC上十万卡被挤爆，创业者反而松了口气昨天又被曙光8000首周应用满载运行的消息刷屏了，日均15万作业，单日峰值干到50万+。但作为创业狗，我看到这数据反而松了口气——总算不用跟大厂抢破头去租GPU了。以前跑个模型有多憋屈？得去云厂商蹲点抢卡，手慢无还得加价，大厂批量扫货的时候小团队连汤都喝不上。现在曙光8000接入了国家超算互联网，面向科研高校、企业及个人全面开放算力服务。按需调用随用随取，不用自己攒机不用跪求渠道。有朋友开玩笑说这是“算力版的国家电网”，我觉得太贴切了。以前羡慕大厂有自己的算力池子，现在国家直接把十万卡集群搭好了当公共服务用。近千项应用已经适配好了，大模型训练、AI推理、科学计算全都能跑。门槛降下来，才能让更多人去搞应用创新，而不是都在抢算力这个环节卷生卷死。所以明天高低得去现场搂一眼有一起的吗？创业福利算力自由了不用抢卡了

日经亚洲戳破现实，印度企业集体转投中国AI，华盛顿措手不及一向偏向西方产业叙事的《日经亚洲》此次罕见客观披露行业真相：大量印度科技初创、金融、互联网企业主动放弃OpenAI、谷歌等美国闭源大模型，批量切换DeepSeek、千问、Kimi等中国开源AI，这股务实的商业浪潮完全超出华盛顿预判，让美国一手搭建的AI围堵联盟出现巨大裂痕，也直白印证技术封锁挡不住市场规律。一、印度企业转向中国AI，核心是实打实的商业刚需第一大驱动力是断崖式成本差距，也是日媒报道最硬核的数据支撑。OpenAI最新GPT-5.5每百万Token输出费用高达30至54美元，而DeepSeek输出最低仅0.51美元、Kimi上限4美元，同量级调用成本相差十倍甚至百倍。印度大量资金紧张的创业公司切换中国模型后，AI运营成本直接降低九成，智能客服、文档处理、代码生成等基础场景完全够用，美国高端模型性能严重过剩，高额定价对中小企业完全不友好。第二关键优势是开源可本地部署，精准契合印度的数据主权诉求。美国AI全部是闭源黑箱，数据必须上传海外云端，印度企业始终担忧核心用户信息不受管控；中国大模型开放权重，企业可下载至本土服务器独立微调、离线运行，数据全程留在印度境内，完美适配当地数字合规法规，解决企业最核心的数据安全焦虑。第三是印度本土AI自主化严重滞后。莫迪政府推出千亿卢比AI主权计划，试图打造国产大模型，但两年研发进度缓慢，没有成熟可用的商用产品，企业等不起产业发展周期；一边是美国随时可能断供、价格昂贵的AI服务，一边是性价比高、部署灵活的中国开源方案，市场自然做出务实选择。2026年6月数据显示，国际平台中国AI总调用Token达25万亿，比美国模型高出78%，印度市场增速翻倍，趋势不可逆。 二、为何华盛顿深感意外、陷入被动1.战略布局全盘落空印度是美国拉拢的核心盟友，主动拉其加入“硅和平”AI联盟，许诺共享先进技术，试图绑定印度共同限制中国AI、芯片产业链。可现实反差极具讽刺：印度刚签约不久，就遭遇Anthropic突然限制海外用户访问高端模型，切身体会美国技术“随时断供”的风险；一边是美国口头承诺不可靠，一边是中国AI稳定、低成本供应，印度企业用脚投票，直接瓦解美国印太AI围堵布局，白宫完全没预判到盟友会大规模倒向中国技术方案。2.全球AI定价与标准话语权失守长期美国依靠闭源模型垄断全球AI商用市场，掌握定价权；如今中国开源模型以极致性价比打开东南亚、南亚市场，倒逼全球AI定价体系重构。华盛顿担忧这套模式复制到中东、拉美，各国企业都会抛弃美国高价产品，美国AI企业营收持续流失，全球技术主导地位松动。3.舆论叙事不攻自破美国长期渲染“中国AI存在安全风险”，游说各国政府抵制中国模型。但印度企业大规模落地使用后，并未出现数据泄露、安全隐患等美方宣称的问题，反而靠本地部署解决合规难题，让美国用来限制中国AI的舆论说辞彻底失去说服力，盟友内部质疑声持续增加。三、日媒客观报道背后的行业真相日本媒体极少直白揭露美国科技策略的失效，这次如实公布价格、使用量、企业真实反馈，源于日本产业界同样感受到压力：美国高端AI、芯片管制不分盟友，日本企业同样承担高昂成本，市场更认可高性价比的中国开源方案。日经亚洲没有刻意抹黑中国AI，而是客观承认商业逻辑压倒地缘政治，道出一个核心事实：强行割裂全球化分工，违背企业生存发展需求，单边管制最终只会反噬自身产业。四、深层启示：地缘博弈赢不了市场选择印度集体转向中国AI这件事清晰证明：美国靠行政手段、联盟施压构筑技术围墙，只能短期延缓产业合作，无法改变企业追求低成本、高稳定供给的客观需求。中国坚持开源开放、均衡定价、支持本地部署的路线，精准抓住全球中小企业数字化刚需；反观美国闭源、高价、随时断供的模式，正在逐步失去全球市场信任。华盛顿的“惊讶”本质是霸权思维的落空：它默认所有盟友会无条件跟随自己对抗中国，却忽略各国企业生存与产业发展的现实诉求。这场AI市场的自然流动再次印证，自主创新带来的产业竞争力，不是关税、管制、联盟封锁能够阻拦的。

经常有人问，自己创业运气不好，是不是合伙人可以有弥补，其实自己什么样的运气，也会遇到什么样的人。自己没有这个运气，就算和马云合伙，也发不了财。所谓物以类聚，都是相似命运的人就会凑到一起发展致富，也会离开那些命运不匹配层次不高的人。易经智慧人生玄学运气

中国AI大模型公司“月之暗面”周四发布了开源模型KimiK3，犹如一记惊雷，炸翻了西方舆论。美媒发出“中国刚刚抹去了美国在人工智能领域的领先地位”的惊呼，称KimiK3是登月般壮举的产品。此次发布正值2026世界人工智能大会召开前夕，叠加了瞩目，KimiK3带来的冲击不亚于DeepSeek横空出世，再次极大削弱了美国对建立AI霸权的野心。不就是发了个新模型吗，至于让西方这么大反应？还真至于。咱们先上硬货，看看KimiK3到底是什么水平。这是全球首个冲到2.8万亿参数的开源大模型。打个通俗的比方，参数就好比AI的“脑细胞容量”，数值越大，能装的知识、能处理的复杂任务就越多。就在几个月前，开源圈的参数纪录还是DeepSeekV4的1.6万亿，这次直接把天花板拉高了快一倍。不光参数堆得猛，实际能力也没注水。编程能力一直是美国顶级闭源模型的“看家绝活”，现在被一款中国开源模型在公开榜单上反超，等于别人最引以为傲的长板，被咱们追平甚至超过了。除了写代码，它还自带100万token的上下文窗口，原生支持视觉理解。直白点说，你扔给它一整本小说、一整个项目的代码库，或者一堆带图的技术文档，它都能一次性读完吃透，还能顺着上下文连续干活。连特斯拉CEO马斯克都在相关评测报道下留言，直言这款模型“令人印象深刻”。最关键的是，这是一款开源模型。完整权重7月27号就全面开放，到时候全球开发者都能下载、修改、本地化部署，不用看任何美国公司的脸色。这话真不是夸张。美国Axios新闻网直接把“中国刚刚抹去了美国人工智能的领先优势”做成了标题，彭博社也发文称，KimiK3打破了“美国AI必然领先中国”的固有认知。有意思的是，就在KimiK3发布的这周，还有Anthropic的匿名高管放话，说自家Claude技术领先中国竞品6到12个月。结果话音还没落地，榜单成绩就出来了，多少有点当场打脸的意思。加州大学伯克利分校的计算机教授斯托伊卡也改了口，说之前觉得中国开源模型落后顶尖水平6到9个月，现在看来，这个差距可能已经缩到2到3个月。从“领先一年”到“只差两三个月”，认知反转只用了短短几天。这场景是不是似曾相识？今年年初DeepSeek横空出世的时候，西方也是差不多的反应。当时硅谷内部论坛上，Meta员工吐槽管理层慌了神，担心自家烧了几百亿的AI部门，性价比还不如中国一家创业公司。美国科技股应声下跌，连五角大楼都特意出来发了使用禁令。那时候还有人说，DeepSeek只是个例，是“爆冷”。结果才过去半年，KimiK3就接棒冲了上来，还直接把开源模型的规模拉到了新高度。一次是意外，两次就成了趋势。这已经不是单点突破，是中国AI行业整体在加速冲刺。之前美国搞AI霸权，打的算盘很简单：靠芯片限制卡算力，靠闭源模型收高价，把顶级AI技术攥在手里，其他国家要么花钱买服务，要么就只能用落后技术。但中国企业走了另一条路：你搞闭源垄断，我就开源普惠；你靠烧钱堆算力，我就靠算法优化提效率。DeepSeek如此，KimiK3也是如此。就像Kimi总裁张予彤说的，开源模型不是只有卷价格一条路。但恰恰是这种“高性能+开源”的组合，最戳美国AI巨头的痛处。他们砸了上千亿美金建数据中心、养团队，好不容易垒起来的技术壁垒，结果中国公司一次次用更低的成本做出接近的性能，还直接开源给全世界用。投资者自然会问：我投进去的这么多钱，到底还能不能赚回来？所以KimiK3一发布，纳斯达克AI相关股票应声下跌，不是没有道理的。前几年还有人天天唱衰，说中国AI没芯片、没技术，只能跟在别人后面跑。结果短短几年，从DeepSeek到KimiK3，中国模型一次次刷新西方认知，把所谓的“技术代差”越缩越小。美国总想着攥紧AI霸权，搞技术封锁，拉小圈子。但技术发展从来不是靠封锁就能拦住的。你越封闭，别人越能蹚出新路；你越想垄断，越会有人把技术普惠给全世界。这次KimiK3只是又一个扎实的脚印。照这个迭代速度跑下去，下次再让西方惊呼的，可能就不是“缩小差距”，而是“实现反超”了。

最近KimiK3一发布，不光国内用户讨论得热闹，美国科技圈也彻底炸开了锅。不少海外网友翻出创始人杨植麟的履历，越看越觉得困惑——这位卡内基梅隆大学毕业的博士，明明是美国顶尖院校培养出来的顶尖人才，怎么最后没留在硅谷发展？网上各种猜测层出不穷，有人说美国H1B签证太难抽，有人吐槽移民政策卡得严，越传越像是美国留不住人。直到杨植麟的博士导师Russ亲自站出来发声，大家才发现，整件事和签证、政策根本没多大关系。这位导师不是普通的大学教授，他是当年苹果公司的AI业务负责人，在硅谷人脉极广。他亲口证实，当年自己专门找了苹果的高层对接，主动推荐杨植麟入职。哪怕杨植麟明确表示有回国的想法，苹果都退了一步，提出可以安排他进入北京分部工作，等于把留美发展和回国就业两条路都给他铺得平平整整。可杨植麟的回答始终很明确，他心心念念的不是进大公司拿高薪，而是回到中国自己创办一家企业。他跟导师说，这辈子要是不亲自试试创业，到老了一定会后悔。很多普通读者可能对杨植麟的实力没什么概念，简单说，他属于那种从小到大一路“开挂”的天才型人物。1993年他出生在广东汕头，高一之前连一行代码都没写过，被选进信息学奥林匹克竞赛班后，零基础学了1年，就拿下了广东赛区一等奖，直接拿到清华大学的保送资格。换作别人拿到保送资格，大概率就等着入学了，他偏要走进高考考场，最后考出667分的成绩，成了汕头市理科状元。刚进清华时他读的是热能工程专业，大二发现自己对计算机更感兴趣，果断申请转系，最后以年级第一的成绩从计算机系毕业。2015年，杨植麟远赴美国卡内基梅隆大学攻读博士学位。这所学校的计算机专业常年排在全球前3，正常情况下，计算机博士要读6到8年才能毕业，他只用了4年就顺利拿到学位。读博期间，他作为第一作者发表了Transformer-XL和XLNet两项研究成果，这两篇论文到现在累计引用量超过2.4万次，是全球大模型领域公认的地基级技术，谷歌、Meta这些巨头开发大模型时都绕不开他的研究。毕业之后，他先后进入谷歌大脑研究院和Meta人工智能研究院工作，都是硅谷最顶尖的科研平台，百万美元年薪是最基础的待遇，只要他愿意，完全可以在硅谷过上安稳优渥的精英生活。所以网上所谓“签证留不住人才”的说法，其实根本站不住脚。以杨植麟的学术背景和行业地位，别说H1B签证，任何一家美国科技公司都会想尽办法帮他解决身份问题。他最终选择回国，从来不是被逼无奈，而是主动做出的选择。在硅谷的大公司里，他再优秀也只是庞大体系里的一名科研人员，做什么项目、走什么方向，都要跟着公司的规划走。可回到中国，他能从零搭建自己的团队，按照自己的想法定义产品，亲手把前沿技术落地到亿万用户的真实生活里。2023年，杨植麟正式创办月之暗面公司，开启了自己的第二次创业。短短3年时间，他带领团队推出的Kimi智能助手就凭借超长文本处理能力火遍全网，这次发布的KimiK3更是直接冲到了全球开源大模型的第一梯队，2.8万亿的参数规模、多项超越海外标杆的性能指标，再加上直接开放完整权重的做法，让整个全球AI行业都看到了中国团队的实力。能跑出这样的速度，除了杨植麟本人的技术积累，也离不开国内的发展土壤——庞大的用户市场能让产品快速迭代，充足的工程人才和算力资源能支撑大模型的高强度研发，还有本土资本愿意给年轻创业者长期的支持。现在美国人开始集体反思，为什么自己的顶尖大学培养出的人才，最终会选择回到中国创业。其实答案从来都不复杂。真正顶尖的人才，从来不是靠高薪、靠签证就能拴住的，他们最在意的，是有没有能让自己施展抱负的舞台。过去很多人觉得，留学之后留在美国才叫成功，可如今越来越多像杨植麟这样的年轻人，主动放弃硅谷的安稳生活选择回国，因为他们清楚地看到，中国的AI行业正处在高速上升期，在这里能亲手参与一个时代的变革，能做成在大公司里一辈子都做不成的事。这件事也给我们带来了很多启发。一个国家能不能留住人才，从来不是看签证政策松不松，也不是看薪水开得高不高，而是看能不能给有想法、有能力的人提供干事创业的环境，能不能让他们看见清晰的未来。杨植麟的选择不是个例，随着国内科技行业的持续发展，未来一定会有更多怀揣理想的年轻人，带着一身本领回到这片土地，亲手创造出更多让世界惊叹的成果。

KimiK3问世引发美国行业深度反思，国产开源模式重塑全球AI竞争格局近期美国科技行业展开集中复盘反思，导火索便是月之暗面创始人杨植麟带队推出的KimiK3大模型。创始人杨植麟是90后顶尖技术人才，本科就读清华大学，博士毕业于卡内基梅隆大学，先后任职谷歌、Meta，苹果、斯坦福、MIT等顶尖机构均向其抛出橄榄枝。2019年他选择回国创办月之暗面，如今带队落地KimiK3——全球首款2.8万亿参数开源大模型，多项权威评测指标超越OpenAI、Anthropic等美国头部闭源模型，产品发布直接扰动美股AI科技板块，海外开发者将其称作开源社区里程碑式突破。此次美国行业反思覆盖两大核心层面：一是高端科创人才流失问题，美国依靠H1B签证体系吸纳全球技术人才，却难以留住怀揣自主技术理想的顶尖科研人员；二是本土AI产业商业模式的结构性困境。杨植麟团队选择开源开放、低价普惠、超长上下文的发展路线，彻底打破美国企业闭源高溢价的经营模式。全球开发者无需受限API调用配额，即可本地部署、自主微调顶尖AI能力。团队采用“先扩张生态规模、后期多元变现”的路径，同时对Transformer底层架构做出底层创新，整套发展逻辑正在重构全球AI行业竞争规则。对比来看，美国头部AI企业依靠闭源模式建立定价壁垒，前期算力、研发投入体量巨大；而国内团队依托底层技术创新与开放生态，把高端AI从少数企业垄断资源转变为全球普惠工具。针对中美两条截然不同的AI发展路径，各位读者有什么看法，欢迎在评论区交流探讨。

没有钱不要学人家开公司之前华为任老创业时，人家也是在一个不太起眼的角落啊，所以三十年河东三十年河西，莫欺少年穷…

看看这届WAIC人工智能大会，他们怎么给创业公司起名字的。名字不重要，实力起来了，什么名字都香芜湖

月之暗面创始人杨植麟在美国卡耐基梅隆大学博士毕业，然后回到中国创业，是因为没有得到美国签证才做出这样的选择吗？实情并非如此。杨植麟在当初的一个采访之中，专门说到了这件事情，原来他在美国毕业之后就已经成为了当时美国各大顶尖公司都纷纷争抢的顶尖人才，尤其是苹果公司，对杨植麟格外的青睐，一个可以直接向库克汇报工作的苹果公司高管，还亲自出面挽留。尤其是，得知杨植麟回国的决心非常坚定，苹果公司为了招揽他，还拿出了一个非常惊人的待遇：只要杨植麟愿意入职苹果，那么苹果公司可以专门为他在北京搭建一个工作室。这绝对是顶级的待遇了，但是杨植麟依旧选择了拒绝。之所以如此，是因为杨植麟还是想要成为一个创业者，而不是一个打工人。留在美国，固然能够有优厚的待遇，但是能够创业吗？很难，美国并没有那个环境，只有中国才有这个创业的环境，能够让杨植麟成为一家公司的创始人。这一个小细节，其实就透露了，为什么美国留不住最顶尖的中国人才，美国固然有着很多高薪岗位，待遇很优厚，但是顶尖人才自然不可能只想着成为一个打工人，他需要开创自己的事业，而最适合中国人创业的地方，永远是中国这片土地。

KimiK3Kimi（月之暗面MoonshotAI）创始人：杨植麟出生年份：公开主流资料为1992年（也有少量报道标注1993年），34岁广东汕头汕头理科状元、保送清华，卡内基梅隆大学计算机博士，曾就职于GoogleBrain、MetaAI，是Transformer-XL、XLNet等大模型基石论文的核心作者，被业内称为“中国大模型90后第一人”。DeepSeek（深度求索）创始人：梁文锋1985年，41岁广东湛江吴川吴川高考状元，浙江大学本硕，早年创办头部量化私募幻方量化，2023年跨界创办DeepSeek，凭借低成本技术路线和开源策略快速跻身全球大模型第一梯队，个人身家已达全球AI模型创业者首位。ai

芯片往事八卦（4）那一类人容易创业成功亲自做过芯片设计或者芯片销售的。我见过很多海归芯片企业家以及国内白手起家的芯片创始人，几乎都是曾经奋斗在芯片设计或者芯片销售一线的人。做芯片最重要的两件事，一是设计出来，二是卖出去，只要这个从设计到销售的逻辑能够闭环，碰到风口一来，很大概率就成功了。因为他们懂最核心的环节，不会被人骗，而且他们知道谁牛逼，可以帮助他获得成功。印度首枚民营火箭发射成功三锅好厉害，你们要自信，少来中国

雷军投1400万→俞浩花28亿买回来：俞浩的资本翻身仗，藏着中国创业最稀缺的一种能力追觅Pre-IPO融资窗口7月底就要关门了，700亿投前估值，机构抢疯了，单笔入场门槛3.5亿。但真正让人品出味道的，是俞浩这九年的资本操作。2017年，追觅靠雷军和顺为1400万天使轮活下来，做米家代工攒第一桶金。2021年C轮36亿，华兴、云锋、CPE等顶级机构入场，估值跳到200亿。按说抱紧大腿上市就完了？俞浩不干。2025年，他个人掏50亿回购所有老股，光小米的股份就花了28亿——雷军1400万进来、28亿退场，收益近200倍，皆大欢喜。但俞浩拿到了什么？持股从45%干到70%，公司他说了算。然后成立天空工场，联动18个地方政府撬动252亿国资，布局人形机器人、智能汽车、全屋智能。在苏州做品牌那几年，老谭见过太多创业者被资本裹挟，最后连产品方向都做不了主。俞浩这招借力→独立→反控的资本打法，值得每个想走长路的创始人琢磨。从1400万到700亿，不是运气，是每一步都在为下一步铺路。你觉得创业者该不该学俞浩这手回购夺权？来评论区说说你的看法👇

第一，独有的资金模式，不靠风投输血。绝大多数大模型创业公司，从第一天就要不断融资，被迫迎合资本追求短期营收。梁文锋走出一条特殊路径：先用幻方量化在资本市场赚到稳定现金流，自掏资金投入AI研发，整整三年坚持零外部融资。直到算力投入进入重资产阶段才开放融资，并且通过特殊股权架构，牢牢守住公司绝对控制权，外部资本只有资金收益，不干涉技术路线，避免资本短期诉求打乱长期研发节奏。第二，技术路线：优先推理与数学能力，坚持开源破圈。没有一味疯狂堆参数内卷跑分，重点强化数学推理、代码能力。大规模开源基础模型，用极低的API定价，吸引全球开发者使用。不靠广告营销，依靠开发者口碑扩张生态，快速抢占海内外开发者市场，用生态扩大技术迭代优势。一边做通用大模型，一边反向赋能量化交易，形成金融与AI双向技术闭环。第三，向上延伸产业链，布局算力自主，打通底层壁垒。早期只是租用算力训练模型，现在战略全面向上延伸。布局自建大型智算中心，推进自研推理芯片，大规模适配国产算力硬件。不再单纯做一家模型软件公司，而是朝着算力‑算法‑模型‑应用全栈布局，降低外部供应链限制，解决AI最大的卡脖子难题。第四，商业化克制，不急着疯狂变现。他并没有急于打造爆款C端应用快速收割流量。业务以API调用、企业私有化部署为主，稳扎稳打，把资金优先投入算力基建与基础模型迭代。短期牺牲营收速度，换取长期技术上限，目标不是做一款赚钱的AI工具，而是冲刺更高阶的通用人工智能。布局背后，同样暗藏不可忽视的风险其一，重资产投入烧钱速度极快，一旦融资节奏放缓，巨大算力建设会带来沉重资金压力；其二，低价开源模式，盈利空间被压缩，商业化变现难度更大；其三，从模型研发，跨界进军算力、芯片基建，跨领域管理难度极高，挑战巨大；其四，量化收益本身存在周期波动，依靠金融业务持续输血并非永远稳定。一句话总结梁文锋这套布局，不走“融资‑变现‑上市”的常规创业套路，以资本换时间，以全栈布局筑壁垒，试图打造一套完全自主可控的AI体系。这条路容错率很低，一旦走通，将会彻底改写国内AI行业的竞争格局。

2016绿公司年会名场面：马云当场犀利追问贾跃亭，一段回答至今引人深思。2016年中国绿公司年会的“十人看十年”论坛，当年诞生了一段出圈名对话，在场企业家至今印象深刻。论坛流程安排贾跃亭先完成主题分享，结束后轮到马云向他现场提问，一开口就是直击要害的尖锐问题，瞬间让全场安静下来。马云开门见山抛出疑问，直接戳破贾跃亭此前在深圳互联网峰会上的公开表态：“前段时间有人转告我，你在深圳大会直言百度、腾讯、阿里三家垄断了互联网所有创业资源，中小创业者根本没有生存空间。那我们换位思考，如果现在你是BAT其中一家企业的掌舵人，站在巨头的立场，你觉得该怎么平衡行业、怎么做才算合理？”这个问题相当刁钻，一边是贾跃亭刚公开批判巨头垄断，另一边马云直接把身份互换，逼他站在大企业视角给出解法，台下一众企业家全都盯着贾跃亭，等着看他如何回应。短暂停顿后，贾跃亭先坦言这个问题很难作答，随后给出了一套格局拉满、跳出当下赛道的回答，当场让马云都为之震动。贾跃亭表示，纵观商业发展历史，每个时代都会诞生占据行业核心资源的头部企业，看似形成壁垒封锁后来者，但这从来不是困住创新的死局。商业的核心规律就是时代永远在迭代，旧格局早晚被打破，每一次时代浪潮更迭，都会孕育出比老牌巨头体量更大、影响力更强的全新企业。普通人总想着在现有巨头划定的赛道里内卷，顺着BAT的业务延长线做微小改良，靠依附平台流量生存，自然永远摆脱不了头部企业的压制。真正破局的核心思路只有一个：精准预判下一个时代的发展主线，跳出当下的竞争维度思考布局。不要局限在互联网存量市场里争抢蛋糕，拉高自身战略格局，站在下一个时代的产业逻辑制定发展路线，开辟一条和老牌巨头完全不重合的全新赛道，才能绕开现有资源壁垒，甚至有机会成为引领新时代的行业龙头。放到当年的行业环境里，贾跃亭这套逻辑其实很好理解。2016年国内互联网赛道基本被BAT瓜分，社交、电商、搜索三大领域牢牢把控流量入口，很多初创公司只能依附平台生存，稍有创新就会被巨头复刻、收购，创业容错率极低，这也是贾跃亭此前直言巨头是行业“三座大山”的根本原因。但他没有顺着马云的提问，纠结“巨头该如何让利中小企业”，反而换了一套底层逻辑，绕开当下的存量矛盾，把落点放在时代变革、跨维度创新上。这番回答没有正面和马云对峙，也没有推翻自己此前的观点，却给出了创业者全新的突围思路，这种跳出固有框架的思考方式，确实让在场所有人眼前一亮。马云后续也补充了自己的看法，他并不认同单纯的“垄断壁垒论”，直言觉得BAT完全锁死行业机会，本质是创业者自身想象力不足。同时他坦言，大企业看似手握海量资源，实则每一天都如履薄冰，行业格局迭代速度远超大众想象，两三年之内现有互联网格局就会发生巨大变化，巨头从来没有永久安稳的优势。如今回头再看这段对话，两人的分歧本质是两种创业视角的碰撞：马云站在成熟大企业角度，认为市场永远存在空白机会，局限来自创业者自身；贾跃亭站在创新企业的立场，承认存量赛道存在资源壁垒，破局关键是开辟全新赛道。抛开后续乐视的发展结局不谈，单看这段临场问答，贾跃亭提出的“跨维度创新、预判时代风口”思路，放到如今依旧适用。不管是后来崛起的短视频、新能源汽车、人工智能赛道，诞生的头部企业全都没有走传统互联网巨头的老路，而是抓住新产业周期，开辟了全新增长空间，恰好印证了当年他的这套观点。整场对话不长，却精准点透互联网行业发展的核心矛盾，也是当年商业论坛最有讨论度的名场面之一。巨头的资源壁垒固然真实存在，但真正能穿越周期的企业，从来不会选择在别人的赛道里夹缝求生，而是抓住时代变化，开辟属于自己的全新战场。

每一家创业公司的成功背后，都不仅仅是一项好创意，更重要的是那些勇于承担风险、尝试开发新解决方案并不断质疑现状的人。德国初创企业的生态比许多人想象的更加多元化、更具活力。而如今，它正迎来新一轮创业热潮！根据德国初创企业协会的数据，2026年上半年共成立了3053家新创企业。这一数字甚至超过了2024年全年的总和。与2025年下半年相比，增幅达到52%。其中的一个关键驱动力是人工智能。人工智能使创业者能够以更快的速度、更高的效率以及更少的资本创办新企业。与此同时，当前的经济环境和紧张的就业市场，也让对许多人认为自主创业更具吸引力。德国在所谓的“独角兽企业”（估值超过10亿欧元的初创企业）方面同样取得了进展：自今年年初以来，又新增了6家独角兽企业，使德国的独角兽总数达到36家。其中一个杰出的案例是位于慕尼黑的核聚变能源初创企业ProximaFusion。该公司于2023年从马克斯·普朗克等离子体物理研究所分拆成立。最近，ProximaFusion成功获得了4.11亿欧元的私人投资，估值超过24亿欧元，跻身全球最具价值的核聚变企业之列。如果该公司能够实现突破，在德国建成首座具有商业应用价值的核聚变反应堆，那么核聚变未来有望成为一种重要的新增能源来源。德国以汽车工业、机械制造和悠久传统闻名于世。然而，下一个伟大的成功故事或许不会诞生于大型工厂车间，而可能出现在一间小办公室、一个大学实验室，甚至是一张厨房餐桌旁。德国的初创企业正在改变整个行业格局。问题在于：谁将书写下一个伟大的成功故事？

我为什么会思考全职儿女这事，也和我自己最近经常用AI做项目有关。自从用上Fable后，感觉AI的进展太快了，是人类追不上的智能...“全职儿女变普遍，几乎是结构注定的。”这是Fable认为的。因为1.随着AI发展，新毕业生就业变困难2.全职儿女的上一代是人类历史上最有资产的父母3.社会污名的定价在下降。AI冲击会加速这个进程，因为"找不到工作"的归因，从个人转向了结构。和AI聊到以后孩子的就业，如下，供参考。ChatGPT：如果未来AI模型真的比最聪明的人类更聪明，那么聪明、知识多、分析能力强，本身将不再是护城河。人类真正剩下的护城河，不是和AI比智力，而是：决定什么值得做，愿意为哪个结果承担责任，并且拥有结果所依附的资产。等你家孩子大学毕业时，“普通新毕业生”大概率会比现在更难。最难的是“只有学历、没有经验、等待公司培养”的新人；而不是所有年轻人都会没有机会。未来最难找工作的，可能不是“不聪明”的孩子，而是这种孩子：只有标准化优秀成绩不错、学校不错、实习看起来不错，但没有特别做成过什么。因为考试、论文、简历和面试准备，都越来越容易被AI辅助，学历信号的区分度会下降。未来可能出现一个明显分化：普通毕业生：很难证明自己比AI或有经验的人更值得雇用从小会利用AI、做过真实项目、有作品和行动记录的人：可能比过去更早获得机会家庭有资产和安全垫的年轻人：还可以通过低薪学徒、创业试错、长期项目绕开残酷的第一份工作竞争ClaudeFable也是一针见血：“「真实项目+作品记录+AI协作」是当下正确的差异化路径，但10年后，AI辅助的"真实项目"会像今天的实习经历一样泛滥。每个中产家庭都会照着这个剧本做，项目本身也会变成新的军备竞赛。真正不会通缩的只有三样：判断力（taste，知道什么值得做）、信任网络（谁愿意为他背书、和他二次合作）、以及资本。其实项目只是训练判断力和积累信任的载体。如果孩子做了五个项目但都是父母选题、AI代工、无人使用，那和刷竞赛没有区别。”“把镜头拉远:全职儿女的普遍化,其实是「AGI时代」定义(智力从劳动变成资本品)在家庭层面的显影。当劳动收入的可得性下降,家庭资本的再分配功能会部分接管工资的功能。”