昨晚跟一位刚离职的研发高管喝酒，聊起任正非，听得我直冒冷汗。 老任自谦是个“外行”，可这外行话，句句直击要害。 他说未来二十年算力会过剩，大模型得囤，还得往死里囤。 最狠的是他对中美AI差异的那个判断：西方在探究“人是什么”，咱们还在钻研“怎么做事”。 这话越品越心惊，任正非的“外行视角”，恰恰避开了行业内卷的迷障，戳中了AI竞争的核心要害。所谓算力过剩，不是说算力没用了，而是未来随着技术爆发，单纯堆硬件、拼参数的算力会变得不值钱，真正稀缺的是能解决实际问题、沉淀核心数据的大模型。就像华为现在聚焦的，用大模型优化高炉炼铁效率、实现地下无人挖煤、辅助医院病理诊断，这些都是把模型变成“有用的工具”，而不是空中楼阁。 “往死里囤大模型”，囤的从来不是代码本身，而是模型背后的数据、场景和迭代经验。现在很多企业跟风做大模型，却连具体应用场景都没想清，最后只能沦为“参数竞赛”的牺牲品。任正非看得明白，未来AI的竞争，是场景落地能力的竞争。华为把大模型用在港口无人装卸、高铁调度、露天矿山作业这些硬核场景里，每一次应用都是在给模型“喂料”，每一次优化都是在积累别人拿不走的核心资产。 而中美AI的差异判断，更是说到了痛处。西方确实在追根究底，像尤瓦尔·赫拉利在《智人之上》里探讨的，AI会如何改变人类社会结构、生存状态，这就是在追问“人是什么”“人与AI该如何共存”。他们的研究带着哲学思辨，哪怕短期看不到商业价值，也愿意投入精力探索底层逻辑。咱们这边呢，更多时候是盯着“怎么用AI提高效率”“怎么靠AI赚钱”，比如外卖调度、直播带货、内容生成，这些都是“做事”的层面，解决的是眼前的实用问题。 不能说“做事”不对，华为自己也强调AI重在应用，毕竟企业要生存，得先有商业价值。但只盯着“做事”，容易陷入低水平重复。别人在搭建底层理论框架、定义未来规则，我们在现有框架里做应用优化，时间久了就会形成代差。就像任正非鼓励青年人才“摸高”，要爬到学术和技术的最高点，因为只有先摸到真理，后来的“做事”才会有更高的起点，从“喜马拉雅”往下走，沿途都能“生蛋”。 现在很多企业犯了一个错，把算力当目的，忘了算力只是工具。任正非早就说过，没有网络的算力是信息孤岛。你囤了再多服务器，没有场景、没有数据、没有能落地的模型，最后也只是一堆废铁。华为的聪明之处，就是把算力和场景绑定，用大模型激活算力价值，让每一分算力都能转化为实实在在的生产力，这才是“囤模型”的真正意义。 任正非的清醒，在于他既不盲目追风口，也不否定实用价值。他知道企业要活在当下，所以聚焦3-5年的应用落地；但也看清了未来二十年的趋势，所以要求“囤模型”积累长期竞争力。这种既脚踏实地又仰望星空的格局，正是很多跟风者缺少的。 中美AI的差异不是不可逾越的鸿沟，关键是要在“做事”的基础上，多一些“探究本质”的勇气。咱们已经有了海量场景和数据优势，只要肯沉下心来做底层研究，把“做事”积累的经验转化为“定义规则”的能力，就能实现从跟跑到领跑的跨越。任正非的这些“外行话”，与其说是判断，不如说是提醒：AI竞争拼的不是一时的热闹，而是长期的沉淀和清醒的认知。 各位读者你们怎么看？欢迎在评论区讨论。