Nathan Lambert（interconnects.ai 那个写 RLHF 写到出名的人）这周飞了一趟北京，36 小时里跑了 Z.ai、Moonshot、清华、美团、小米、01.ai、阿里、ByteDance、DeepSeek、Qwen、Ant Group、华为这一圈，回去写了一篇"中国 AI 实验室内部观察"。值得读，因为这是少见的西方研究者直接进屋看了一遍写出来的东西。
他的几个观察很扎实。
一是学生比例。他写”a large proportion of the core contributors are active students”——核心贡献者里相当大一部分是在读学生，而 OpenAI、Anthropic 这种美国实验室”simply don’t offer internships”。学生研究员愿意做不光鲜的脏活，模型最终质量就赢在这。
二是 Claude。他原话：”Most of the AI developers in China are obsessed with Claude… despite Claude nominally being banned in China.” 他遇到的几乎每一个开发者都说自己在用 Claude 写代码，哪怕同一个人在演示时切换到 Kimi 或 GLM 的 CLI。这件事西方人是头一次写下来。
三是数据。他形容 China 的数据产业 “relatively poor quality”，所以各家被迫在自己实验室内部搭训练环境——Anthropic、OpenAI 单一个 env 花 1000 万美元买的事，这边花不起，只能自己造。
四是文化对比。他说中国各家是 “respect for peers”，不像美国实验室那种”tribal”互相敌对。当然这是外部观察，内部可能没那么和睦。
五是芯片。所有人都缺 Nvidia——这件事不分国别，全球研究员都在排队。
他给出一个不太讨好的数字：中国前沿模型整体落后美国前沿”3-9 months”。这个区间在过去一年压缩很快——一年前同样的人会说 12 个月。
我觉得这篇值得我们自己读一遍的原因是：外部视角对内部认知最有校准价值。我们看自己的实验室容易看到 noise，他看一眼看到的是 signal。
转给那个还在以为 Claude 在国内”没人用”的同事。
关注 @svtransit1 · 写给真在用 AI 的人
来源 · 评论区取 ↓
#AI #LLM #DeepSeek #Qwen
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS