挖開兔子洞后，世界充滿中國算法

春節前后，中國“80后”梁文鋒旗下的產品DeepSeek成為網絡焦點。他主導的這款帶著藍色小鯨魚圖標的AI應用，在1月超越了ChatGPT，下載量登頂美國區等全球多個蘋果應用商城的榜首。

稍早前，中國人的社區REDnote（小紅書）迎來了不少TikTok用戶。全球網友在這個以中文為主的社交APP上互動，就不同國度里的工作、生活、醫療等一一“對賬”。

像愛麗絲夢游記里一樣，挖開兔子洞以后，人們驚喜地發現，世界可以如此平靜與美好。“如果真的有不可抗力的因素導致我們的聯絡再次斷開，我們也一定要記住此刻對彼此的愛與信任。”一個中英雙語的小紅書帖子獲得高贊。

2025年，來自中國的“神秘力量”陸續在全球涌現。背后是中國算法的一路高歌。算法（Algorithm），這個最早由波斯數學家的名字衍生的詞，指解決（數學）問題的一種抽象方法。在計算機領域，有了算法，計算機才可以自動執行大量指令，進行大量計算，精準推薦，涌現智能。

人們想知道，中國應用勢如破竹背后，究竟有什么樣的算法以及發展路徑？

推薦時代

1940年代，費城，美國。

在美國賓夕法尼亞大學摩爾學院地下室，一排排從地板延伸到天花板的柜子里，裝載著約17468個電子管。它們看上去毫無章法，由散落四處的電纜連接。實際上，一場史無前例的軍事計算正在進行。

1年后，1946年，全世界第一臺計算機、重達30噸的ENIAC第一次在公眾面前亮相。為了讓在場的記者了解其速率，現場主燈被關掉了。閃爍著亮光的計算機，用20秒算出了炮彈飛到目標地的軌跡，這比炮彈飛行速度還快。

相比之下，人工計算彈道軌跡，得耗時3天。

這是人類第一次了解計算機算法的威力。當時的媒體感嘆稱：“‘電子大腦’在2小時內，計算完本需要100年才能算完的問題。”但這個創世紀的發明由美國人發明、美國人主導，主宰了接下來半個世紀的全球硬科技。而大洋彼岸的中國，直至1958年，才根據蘇聯提供的M-3小型機技術資料，制造出第一臺國產計算機—103機。

了解這樣的起點，也許就能理解外國友人、科技從業者，為什么對如今中國應用火遍全球充滿著不解。“中國人已經找到了吸引人類注意力的最佳計算機算法，這是我們應該好好學習的。”美國科技人士在社交媒體上感嘆。

中美互聯網巨頭正式爭奪全球注意力，始于21世紀的第二個十年。2012年春，福建寧德人、連續創業者張一鳴在北京知春路的咖啡廳，在幾張餐巾紙上寫下了他的暢想。憑借紙上的移動互聯網藍圖，他獲得了投資人的青睞，給予其200萬的啟動資金。

誰也不曾預料到，一個由中國定義的“算法”悄然誕生。

在這張“餐巾紙”上，張一鳴提出，要解決人們在移動互聯網上獲取信息的痛點—不夠高效。傳統門戶網站即使再快，輸出的內容依然是中心化的，無法高效地滿足每一個用戶的需求。

而他希望，用戶一打開手機，就能獲得個性化的、獨屬于自己的內容。事實上，這個想法并不算新穎，早在2006年許，扎克伯格就在臉書推出了信息流（NewsFeed）功能。他們根據用戶的喜好在主頁推薦和排序內容，已經初獲成效。

但張一鳴卻是將個性化信息推薦發揮到極致的人。有人用16字總結字節跳動起家的秘訣，“遍地撒網，確定爆款，獲取流量，集聚平臺”。圍繞著推薦算法，字節跳動早期推出了數十個手機APP，看起來有所聯系，卻又各自不同。它們以各種渠道，大量出現在潛在用戶的面前。

經過一番“田忌賽馬”后，2012年暑假，張一鳴把發展重心放在了新聞資訊上—這促成了“今日頭條”的迅速崛起。

接下來的故事大多數人都有印象，今日頭條在2016年日活量達到了驚人的6000萬，成功超越四大門戶網站。抖音也在這一年問世，接著勢不可擋地成為中國短視頻巨頭。

從這時開始，全球的互聯網從業者都意識到，由今日頭條開創的推薦算法，正在改變世界。曾任Uber和Netflix產品負責人的尼爾·亨特在論文中提到，算法推薦系統讓Netflix每年省下超過10億美元的費用。80%的奈飛用戶都會在“推薦列表”里觀看視頻。

張一鳴的推薦算法，區別于很多先前算法，滿足了用戶自己都不清楚的需求。

過去，以微博、臉書、微信為代表的社交媒體，主要依賴熟人網絡以及考驗忠誠度的訂閱模式。但今日頭條和抖音開創的推薦算法時代，建立在預測用戶需求的前提上。在這類APP上，互關的好友不再是用戶停留的重點，算法的“為你推薦”才是留住用戶的關鍵。

今日頭條資深算法架構師曹歡歡，曾公布其算法原理。所謂的推薦系統，形象地說，“實際上是擬合一個用戶對內容滿意度的函數”。本質上，現在的算法和1940年代的超大計算機沒什么不同，都是為了解決一個數學函數的問題而生。

但今日頭條的“函數”顯然復雜、龐大得多。曹歡歡介紹：“這個函數需要輸入三個維度的變量。第一個維度是內容。第二個維度是用戶特征，包括用戶的興趣標簽，職業、年齡、性別，以及各類模型發掘的隱式用戶興趣等。”

第三個維度是環境。“這是移動互聯網時代推薦的特點，用戶隨時隨地移動，在工作場合、通勤、旅游等不同場景，信息偏好有所偏移。”

結合三方面的維度，模型會給出一個預估，即用戶對哪類內容可能感興趣。與此同時，算法系統還會實時處理樣本數據，包括用戶點擊、展現、收藏、分享等動作，來實現對用戶的精準推薦。

“推薦系統比你媽更了解你。”種種因素背后，各個推薦算法都在追求同一個目標：幫用戶發現自己都未察覺的感興趣內容，讓他們的注意力留得越久越好。

深度學習時代

1950年代，達特茅斯，美國。

有了算法的計算機毋庸置疑地精通數學與計算，但人類早已不滿足于此。上世紀50年代，人工智能（AI）的概念由美國數學教授麥肯錫在達特茅斯會議上率先提出。意思是，萬能的計算機，也許可以擁有像人一樣的智能。

至于什么是智能，多年來學術界紛爭不斷。人工智能先驅艾倫·圖靈的說法很有代表性。他說：“最初的那個問題—機器會思考嗎？我認為它太沒意義了。”對于圖靈來說，如果機器的行為與人類已經無法進行區分，無論機器是否像人般思考，我們已經可以得出結論—機器能思考。

21世紀以后，有了算法的加持，擁有學習能力的計算機早已通過了“圖靈測試”。在自動駕駛、人臉識別、蛋白質結構預測、藥物設計等領域，AI經常擁有比人類更高一籌的能力與效率。

首先掀起第四次AI革命的，是大洋另一頭的科學家。2012年，加拿大籍教授杰弗里·辛頓（2024年諾貝爾物理學獎得主）和學生伊利亞（Ilya Sutskever，前OpenAI首席科學家）和亞歷克斯（Alex Krizhevsky）組成團隊，設計了名為“AlexNet”的卷積深度網絡程序。他們設計的AI系統，以最低的誤差，在華裔科學家李飛飛舉辦的ImageNet圖像識別競賽中奪冠。

三人身價隨即水漲船高，導師辛頓收到了來自百度、谷歌、微軟以及DeepMind等巨頭的橄欖枝。最重要的是，他們在短短幾年時間，打敗了主宰過去半個世紀的模式識別研究，在全球掀起了深度學習的海嘯。

彼時，中國的移動互聯網正在興起，中國進入4G時代。2013年，中國搜索引擎巨頭百度想挖辛頓無果，于是率先在國內建立了深度學習研究院和自動駕駛研究院。兩個研究院為中國業界培養了大批AI人才。后者更被外界稱為，中國自動駕駛界的“黃埔軍校”。

主導百度參與辛頓競拍的負責人、現自動駕駛企業“地平線”的創始人余凱回憶：“盡管（百度）競拍（辛頓）失敗，但我還是很開心的。我想我的目的也達到了，因為李彥宏親眼見證了國際巨頭不惜花費巨資來投資深度學習研發，這讓他下定決心自己把深度學習做起來。”

4年后，阿里巴巴創始人馬云也宣布成立科學研究機構“達摩院”，立下目標—“三年投入1000億元”，用于機器學習、自然語言處理等多個前沿AI領域。同一時期，字節跳動人工智能實驗室、騰訊AI Lab等相繼成立。

這些不缺資金的互聯網巨頭，擁有海量數據以及國際化視野與人才團隊，同時有搜索、語音、電商等數字化業務與數據，擁抱深度學習算法成為了必然。以BAT等互聯網大廠為首的大筆投入，加上各類高等院校的科研研究，合力推動了中國AI這些年的飛速發展。

只是，相比于起步很早、資金和資源高度充裕的美國硅谷，中國發展AI始終面臨內部資源有限和外部環境惡劣的困局。所謂的深度學習，是受到人腦神經系統的啟發，通過算法建立更深層次的網絡，讓機器擁有學習的能力。這依賴大量的數據進行預訓練，也非常考驗計算硬件并行計算的算力。

但在2022年10月，美國政府首次實施了先進半導體向中國出口的限制措施，禁止英偉達向中國出售A100和H100等高性能AI芯片。

2025年1月13日，美國商務部發布新規，將AI芯片出口限制范圍從中國擴展至全球。在這份霸道的、高傲的禁售榜單中，中國被其列為高風險國家，無法通過任何正式渠道進口英偉達AI芯片。

從元器件、光刻機到AI芯片，來自全球霸主的封鎖措施已經全面升級。但此時，美國也許也沒預料到，中國的科技團隊和工程師，正以無法量化的努力，用精妙的算法與工程設計，實現了后來者的超越。

中國算法時代

杭州，中國。

2025年1月20日，正值特朗普就職典禮前后，成立2年多的中國AI公司DeepSeek（深度求索）引發了中美科技圈人士的持續討論。這個堅持開源、背后是一家量化金融公司的AI小廠，在1月20日發布了推理大模型DeepSeek-R1。

Appfigures的數據顯示，DeepSeek在1月26日升至蘋果美國區應用商店的榜首，此后在全球140個地區名列前茅。在發布后的18天內，其全球下載量達到1600萬次，幾乎是ChatGPT發布18天時的兩倍。

令眾人驚嘆的，不止是中國AI超絕的效果，而是DeepSeek以不可思議的低成本擁有了世界頂尖水平的智能。根據創始團隊的披露，訓練DeepSeek-R1背后的大模型—DeepSeek-V3，共計耗費557.6萬美元，涉及2048張H100的GPU集群。有專業人員指出，同等水平之下，世界AI大廠至少要用1.6萬張以上的GPU并行訓練。

1月20日，同樣年輕的北京AI公司“月之暗面”，發布了Kimi k1.5多模態思考模型。該模型在數學、編程和通用推理領域，趕超OpenAI新發布的o1，還能處理文本和視覺等多模態數據，支持跨模態推理任務。這一新模型的發布，再度讓中國年輕AI公司驚艷世界。

AI圈此前的生態，是完全由美國人定義的。近年流行的AI大模型，首先是由8位谷歌工程師提出Transformer架構引發的創新；2022年OpenAI發布的ChatGPT，向世人證明AI模型大的重要性—參數越大，計算機處理復雜問題的能力越好，越可能涌現智能。

而要想在AI圈不可戰勝，OpenAI首先背靠微軟，擁有無盡的云計算資源。他們也很早便是英偉達的合作伙伴，訓練AI的芯片和算力因此源源不斷。先發優勢一旦形成，與之合作的公司也紛至沓來，形成了美國主導的全球AI信仰。

面對各方領先的對手，中國公司只能另辟蹊徑。以DeepSeek為例，無論是其堅持的技術理想，還是“多token預測”（Multi-Token Prediction， MTP）、混合專家模型（MoE）架構的創新，都在窮盡各種方式，證明此前美國人定義的AI也可能是低效的。大模型不一定要比大、比量，還有更多來自算法、工程上的優化與創新，從而以小成本實現大理想。

中國AI應用的出圈說明，相比于巨無霸式的投資，看不見的算法和工程，也可以起重要作用。美國AI知名學者吳恩達發文感慨：“2022年11月推出ChatGPT時，美國在生成式AI方面遠遠領先于中國。我一直聽到美國和中國的朋友都說，他們認為中國落后了。但實際上，這種差距在過去兩年里迅速縮小了。”

至于為什么是中國公司取得了這一進步，硅谷AI公司Perplexity的CEO斯里尼瓦斯提供了一個較符合現狀的解釋。他說：“需求是發明之母。因為DeepSeek必須找到解決辦法，最終他們創造出了更高效的技術。”

始終在夾縫中突圍的中國科技公司，正是從中國14億用戶的市場中孕育出生命力和創新力。要想在競爭高度激烈的市場中存活，中國公司學會了將需求放在第一位，尤其擅長從惡劣的外部環境以及激烈的競爭中，做出最接地氣的、滿足市場需求的產品。

而共享著相同文化和語言的十多億中國用戶，深度參與著中國互聯網與智能化的進展。他們將個性化數據給了互聯網巨頭，在豐富的應用場景中對算法和產品積極反饋，使得中國算法在反復迭代和優化中，實現了在世界的領先。

在邁向中國特色社會主義現代化的進程中，我國長期被認為擅長從1到多的創新。但2025年，中國公司以算法和卓越產品告訴世界，勤奮的中國人不僅擅長模仿、學習、超越，也樂于做從0到1的創新。

中國人不缺理想，更不缺從0到1的耐心。這是2025年讓人欣喜的開端。