全国都在搞AI，到底图什么？

好多人没缓过神来。

为什么突然之间，全国各地级市都在搞AI产业？建算力中心、设产业基金、出扶持政策，跟当年一窝蜂搞小龙虾似的。

但这次不一样。

电视剧里有句台词说得好："上利国家，下利你们。"

今天我把这件事掰开了讲。

---

先说大背景：中美AI之争，已经打到第三局了。

第一局，比谁模型更强。

OpenAI 出了 GPT-4，Google 出了 Gemini，Meta 开源了 LLaMA。中国这边，文心一言、通义千问、DeepSeek 一个接一个。

大家疯狂卷参数、卷分数、卷多模态。

结果呢？DeepSeek-V3/R1 出来，全世界都看到了——中国团队能用更少的钱，做出世界级的模型。

差距在缩小。第一局，没输。

第二局，比谁成本更低。

模型能力差不多了，接下来就看谁更便宜。

DeepSeek 用极低的训练成本逼近前沿效果，直接击穿了"必须烧几亿美元"的神话。国内API价格一路暴跌，百万token从几十块降到几毛钱。

第二局，中国打得不错。

现在是第三局：比谁用得更好。

这一局才是关键。

历史反复证明一件事：科技革命的赢家，从来不是技术最强的那个，而是用得最广的那个。

想想看，互联网是美国发明的，但移动支付、电商、短视频，中国的应用深度远超美国。

同样的故事，正在AI领域重演。

谁能让AI进工厂、进医院、进学校、进中小企业的日常运营，谁就赢。

这就是为什么各地都在动——上面已经判定，AI应用落地是当前阶段的国家战略。

---

再说第二个关键变量：AI智能体平台。

很多人还把AI当成一个"聊天工具"。问它一个问题，它给你一个答案。

这是 2023 年的理解。

2025 年的AI，是平台。

以 OpenClaw 为例。它不是一个智能体，它是一整套围绕 Skills（技能）生态的平台。

什么意思？

就像 App Store 改变了手机一样。开发者给平台创建各种技能——翻译、数据分析、文档生成、代码编写、图像创作、社交媒体运营——每一个技能都是一个可复用的能力模块。

多个技能还能组合起来用。

一个小企业主，不需要雇设计师、文案、数据分析师。一个AI智能体平台，就能串联起这些能力。

过去你需要一个团队才能干的事，现在一个人加一个平台就够了。

开发者创建技能 → 用户因为技能多而聚集 → 更多用户吸引更多开发者 → 飞轮转起来。

这不是空想。内容创作、客户服务、数据分析、软件开发、教育培训、行政审批……每一个领域都在被重塑。

这才是"小龙虾"的真正内涵——每个地方都能找到AI落地的场景，每个行业都有被重塑的空间。

---

第三个维度，最现实的一个：钱。

AI产业能拉动什么？

算力基础设施——各地建智算中心，采购服务器，直接拉动硬件制造、数据中心、电力基建。2025年中国智算中心投资规模超千亿。

软件与平台——大模型部署、垂直应用开发、平台运营，催生大量创业公司。

硬件终端——AI手机、AI PC、AI眼镜、机器人，每个品类都是千亿级市场。

教育培训——从 prompt 工程到 AI 应用开发，全新的教育赛道正在爆发。

配套服务——数据标注、安全审计、合规咨询，围绕AI的服务生态快速成型。

就业有出口，消费有支撑，地方有税收。

在房地产红利消退、传统产业增长乏力的今天，AI可能是为数不多能撑起地方经济的新引擎。

---

但是——

如果文章到这里就结束了，那就是一篇鸡血文。

我必须说说硬币的另一面。

---

第一，小龙虾的结局可不好。

2017-2018年各地蜂拥养虾，2019年价格暴跌40%，大量养殖户血本无归。

这不是孤例。光伏产能过剩、新能源汽车骗补、大数据产业园空置、芯片烂尾项目……中国产业政策史上，"一拥而上→产能过剩→泡沫出清"的循环太常见了。

全国已有超过30个城市要建智算中心。真正有足够需求支撑的，可能不到10个。

AI值得押注。但不是所有地方都适合押注，也不是所有押注方式都对。

---

第二，房间里的大象——芯片封锁。

我们讨论中美AI竞争，不能假装芯片问题不存在。

2022年至今，美国持续升级对华芯片出口管制。NVIDIA 的 A100、H100、H200 等先进GPU无法直接卖给中国。

DeepSeek 的成功是在约束下的创新，但约束本身不会因为一次成功就消失。

各地在建的智算中心，用的是什么芯片？如果是国产替代方案，实际性能和开发者生态能跟上吗？

芯片问题不会让AI产业化失败，但它会决定产业化的速度和天花板。

---

第三，"三个阶段"的说法太干净了。

现实不是一二三这么清楚。

2025年的今天，能力之争还在打（GPT-5、Claude 4 在路上），成本之争也没结束（推理成本还在降），应用之争只是多了一个维度。

而且，"应用最广者胜出"这个说法需要加条件。

中国在移动支付、短视频上的应用领先，是因为这些领域不依赖底层技术垄断。但AI不同——如果底层模型能力差距拉大，应用层铺再多量也补不回来。

就像再多的App也弥补不了操作系统的差距。

别忘了，GitHub Copilot、ChatGPT、Midjourney 也是全球最成功的AI应用。美国在应用上也不弱。

---

第四，就业这笔账，文章前半部分说反了。

一方面说"一个人加AI就能干一个团队的活"。

另一方面说AI会"创造就业、缓解就业压力"。

等一下。一个人替代一个团队，那团队里的人去哪了？

诚实地说：AI会创造新岗位，但也会消灭大量旧岗位。中短期内，净就业效应很可能是负的。

历史上每次重大技术革命——蒸汽机、电力、计算机——新就业的创造都滞后于旧就业的消灭。中间有一个痛苦的过渡期。

"prompt工程师"这个职位已经在降温了，因为模型越来越聪明，不需要那么精心设计的 prompt 了。"数据标注员"更是一个正在被AI自己吃掉的岗位。

而"创业门槛降低"也不等于"创业成功率提高"。当所有人都能用AI做内容、做产品，供给爆炸反而会压低每个人的收入。

---

第五，不是每个城市都能搞AI。

AI的核心资源是人才。中国AI人才高度集中在北京、上海、深圳、杭州。

一个三四线城市建了智算中心、设了产业基金，请问——工程师从哪来？

再说地方财政。房地产收入锐减的情况下，大举投资AI基建，钱从哪来？借债？那不就是用新泡沫填旧窟窿吗？

地方官员任期3-5年，AI产业培育周期远长于此。最后很可能变成面子工程——"建了几个算力中心、引进了几家AI企业"，数字好看，生态没有。

AI的红利极有可能进一步集中在一二线城市，反而加剧区域不平衡。

---

第六，"AI拉动消费"这条链，比想的要长得多。

智算中心是重资产、轻人力的行业。一个千卡算力中心，运维可能就几十人。

经济学家索洛1987年说过："计算机无处不在，唯独在生产率统计中看不到。"

技术投资和实际经济效益之间，往往有一段漫长的滞后期。AI很可能也是。

如果"消费提振"主要靠政府补贴和政策扶持，那本质上是财政转移支付，不是有机增长。能持续多久？

---

所以，怎么看这件事？

方向没问题。AI是一场真实的技术革命，不是炒概念。

但"大方向对"不意味着"怎么做都对"。

分化会非常剧烈。可能只有20%的地区能真正形成AI产业集群。剩下80%，更适合做AI的使用者，而不是建设者。

对AI平台，不要只看白皮书上的架构图。历史上99%的"平台级"产品都死在从0到1的路上。Skills 生态能不能跑起来，取决于是否有真实的用户需求和高质量的开发者，而不是融资PPT。

芯片问题是悬在头顶的达摩克利斯之剑。国产替代在推进，但差距客观存在。

---

最后说回小龙虾。

当年全国养小龙虾，有人赚到了，有人亏了。但小龙虾毕竟是个餐饮单品，天花板有限。

AI不同。它的天花板是整个经济体系的重构。

但也正因为赌注更大，犯错的代价也更大。

方向是对的，路径选择、节奏把控、风险管理——这些才是把参与者分成赢家和炮灰的东西。

这个窗口期不会永远开着。就像2010年的移动互联网、2015年的短视频、2020年的直播电商。每一次浪潮都创造一批新机会，也淘汰一批跟不上的人。

但历史同样告诉我们——

每一次浪潮中，赚到钱的从来不是最狂热的那批人，而是最清醒的那批人。

上利国家，下利你我。

关键不只是"你准备好了吗"——

而是，你想清楚了吗？