撰文｜畫畫

過去一年，AI行業(yè)最不缺的，不是模型，是天才。

幾乎每隔一段時間，就會出現(xiàn)一個新的名字，被稱為天才少年、天才科學家、下一代領軍者。

姚順雨、楊植麟、林俊旸、羅福莉……你很難不注意到這種密度。

天才，似乎正在批量出現(xiàn)。哪怕是遠在大洋彼岸的李飛飛，也沒逃過被反復強化為“AI教母”

但這件事，越來越不對勁。

如果到處都是天才，那天才這個詞本身，就失去了意義，它應該是稀缺的、不可復制的、甚至難以命名的。

更奇怪的是，這些被稱為天才的人，往往自己并不這么認為。

他們在采訪里說的，是另一套話。

"運氣好，踩在了節(jié)點上。"

"做了很久，才有了一些成績。"

"當時不知道這條路對不對。"

一邊，是外界不斷放大的光環(huán)。另一邊，是本人反復收縮的自我敘述。

這種錯位，才是真正值得追問的地方。

于是問題開始浮現(xiàn)。如果他們不是天才，那為什么這個時代，需要這么多天才？

更深的問題是：天才對誰有用？

1、天才，一種被工業(yè)化生產(chǎn)的標簽

天才這個詞，正在變成一個效率極高的傳播工具。

在一個高度復雜的行業(yè)里，大多數(shù)人其實很難理解大模型到底是什么、技術突破意味著什么、不同公司的路徑差異在哪里。

但如果你換一種說法，這是一個天才做出來的。

理解成本瞬間降低。

于是：

• 媒體需要它，來講故事

• 平臺需要它，來制造情緒

• 行業(yè)需要它，來樹立符號

這些不是偶然形成的。它們服務于同一個目的，用最短的話，建立最高的期待。

天才，成為一種信息壓縮機制。它把復雜的技術、漫長的路徑、殘酷的競爭，壓縮成一個簡單的答案：因為 ta 是天才。

這是一種懶惰的理解方式。但懶惰是有市場的。因為大多數(shù)人并不真的想理解大模型，他們只是想知道，這件事值不值得相信。

當一切都可以被歸因為“天才”的時候，我們就不再需要理解過程，也不再需要理解結構。

我們只需要記住結果。 而"天才"，給了他們這個答案。

但問題在于，當一切都可以用天才來解釋的時候，我們就失去了理解這個時代的能力。這是一個硬幣的雙面。

2、他們真的不是“天才”

天才這個詞，聽起來像贊美。

但落到一個具體的人身上，往往是一種過度簡化，甚至是一種消解。

它把一個漫長、反復、甚至充滿失敗的成長過程，壓縮成一個瞬間：

仿佛這個人，從一開始就注定成功。

但現(xiàn)實，恰恰相反。

如果把鏡頭拉近，看清楚這些被貼上標簽的人。你會發(fā)現(xiàn)，所謂天才，往往只是敘事的結果，而不是原因。

真正的故事，藏在他們各自的路徑里。

姚順雨回國的時候，國內(nèi)大模型基礎設施還處于爬坡階段，應用層幾乎沒有任何成熟路徑。尤其是騰訊，更是處于大模型的下游段位，沒有人知道這家公司會怎么設計大模型路徑。

這種轉(zhuǎn)變，意味著放棄已經(jīng)積累的學術體系優(yōu)勢，重新進入一個陌生的坐標系。那不是一個天才順勢而為的時刻，那是一個需要在信息不完整、結果不確定的情況下，判斷"哪里更有價值"的時刻。

楊植麟的故事，更容易被誤讀為突然成功。如果把他的路徑拆開，你會發(fā)現(xiàn)它異常線性：學術研究 →深入大模型/語言模型方向 →進入產(chǎn)業(yè) →最終走向創(chuàng)業(yè)。

這條路徑幾乎沒有偏離。但線性，不等于說就很容易。

他選擇創(chuàng)業(yè)的那個節(jié)點， 技術路徑仍不確定、商業(yè)模式尚未清晰、競爭對手極其強大（包括大廠與全球頂尖公司）。

他需要在沒有商業(yè)驗證的情況下說服投資人，要在沒有產(chǎn)品雛形的情況下招募愿意承擔風險的團隊，要在競爭格局尚未清晰時決定技術路線。這些決策，沒有一個是天才一眼看穿就能解決的。

當大模型真正爆發(fā)之后，這種下注開始顯現(xiàn)價值。

于是，外界把故事講反了。原本是高風險選擇，被解釋為高瞻遠矚。原本是長期積累， 被簡化為天賦異稟。

從DeepSeek到小米，羅福莉的路徑，可能是這批人里最容易被標簽化的。

她幾乎具備所有媒體和大眾喜歡的元素：年輕、技術背景、女性、快速進入頭部AI團隊。

這幾個標簽疊加在一起，形成了一種特別強烈的天才濾鏡。

但真實的路徑，遠沒有這么順滑。

從以技術為核心的AI團隊，到進入更大規(guī)模的平臺型公司。她 面對的是兩套完全不同的組織語言。技術團隊追求模型效果，產(chǎn)品團隊追求用戶體驗。這兩種語言，在同一張會議桌上經(jīng)?；ゲ幌嗤?。

這不是天才的光環(huán)能跨越的，這是每一個從研究走向落地的人，都必須真實經(jīng)歷的摩擦。

在這個過程中，她要面對的，不是天才的光環(huán)，而是，不同組織的節(jié)奏差異、技術與產(chǎn)品之間的沖突、從研究到落地的復雜轉(zhuǎn)化。

這些東西，幾乎不會出現(xiàn)在天才敘事里。但它們，才是真實的難度所在。

如果把這三個人放在一起，會發(fā)現(xiàn)一個共性，他們的成功，不依賴某一個瞬間，而依賴三件更慢的事：從技術走向系統(tǒng)、在不確定中做選擇、長期專注一個方向。

這些東西，很難講清，也很難復制。

于是，人們選擇了一個更方便的詞來定義。不是因為它準確，而是因為它夠快。

幾乎所有被貼標簽的人，都會否認這個詞。因為他們比任何人都清楚，自己經(jīng)歷過多少失敗，做過多少重復勞動，在多少關鍵節(jié)點，其實并不確定是否成功。

天才，對外是解釋。但對內(nèi)，是失真。

它掩蓋了過程，也削弱了努力的意義。甚至在某種程度上，它會讓成功變得不可復制。

這是“天才敘事”最隱蔽的傷害。它不只是簡化了成功者的故事，它還在悄悄告訴那些正在努力的人，你沒有天賦，就不必再試了。

實際上，只有成功來自路徑、選擇和積累，這樣的故事，才具有真正的普世價值。

3、他們?yōu)槭裁闯晒?？不是天賦，是結構

如果我們把天才這個標簽拿掉，就必須回答一個更難的問題：他們到底為什么能成功？

答案，其實更復雜，也更現(xiàn)實。

第一，他們趕上了時代。

以李飛飛為例。她不是突然成為“AI教母”。而是，很早進入AI領域，在計算機視覺方向長期深耕，參與構建關鍵基礎設施（如數(shù)據(jù)集體系）。

2009年，當她和團隊開始構建ImageNet的時候，這個項目被很多人認為是"浪費時間"：手工標注數(shù)百萬張圖片，意義在哪里？

三年后，AlexNet用這個數(shù)據(jù)集訓練出了當時最強的圖像識別模型，深度學習的時代就此開啟。

她不是預言家。她只是在一個沒人確定有價值的方向上，堅持做了別人不愿意做的事。

她的成功，本質(zhì)上是站在一個尚未被證明的方向上，堅持了足夠久。

其次，他們做了極致單一的選擇。

無論是姚順雨、楊植麟，還是羅福莉，都屬于一類人：

原生AI人才。

他們沒有頻繁切換賽道，而是，長期在一個領域深挖，在同一個問題上不斷迭代，把時間變成了壁壘。

在一個鼓勵多元嘗試、快速轉(zhuǎn)型的時代，反而是一種逆流而行的選擇。周圍的人可能換了三個方向，他們還在原地。

不是因為沒有機會，而是因為他們相信，在這里再往深處走一步，會看到別人看不到的東西。

這在短期看，是慢。但放在長期看，是不可替代。

最后，他們踩中了風口，但不是偶然。

從GPT到今天的AI Agent、大模型應用爆發(fā)，這是一個巨大的結構性機會。

但機會不會自動分配。只有那些提前在場、能夠理解技術、有能力轉(zhuǎn)化的人，才能真正接住它。

"風口"這個詞，容易讓人產(chǎn)生一種錯覺，只要站在那里，就會被吹起來。

但現(xiàn)實是，當風真正來的時候，那個位置早就人滿為患了。

真正的問題不是風口在哪里，而是你有沒有在風口出現(xiàn)之前，就已經(jīng)站在那里。

所以，他們不是被風口抬起來的，而是站在風口該出現(xiàn)的地方。

把這三件事放在一起，你會發(fā)現(xiàn)它們有一個共性：都很難講清楚，也很難復制。

于是，人們選擇了一個更方便的詞。不是因為它準確，而是因為它夠快。

4、天才，是一種止痛藥

到這里，一個更深的問題出現(xiàn)了：為什么這個時代，如此需要天才？

因為技術太復雜了。

大模型，是一個極其復雜的系統(tǒng)工程。絕大多數(shù)人無法理解模型訓練、推理優(yōu)化、系統(tǒng)架構。

于是，天才成為一種解釋捷徑。

也因為這個故事里需要英雄。每一個時代，都需要“人”的故事。

工業(yè)時代有企業(yè)家，互聯(lián)網(wǎng)時代有產(chǎn)品經(jīng)理。

而AI時代，需要的是，能代表技術的人。

于是，天才被制造出來。

更因為不確定性太高了。當未來不清晰時，人們會本能地尋找確定性。

天才，就是一種確定性的投射。如果他們是天才，那這件事是可信的。這三種需求疊加在一起，形成了一個穩(wěn)定的供需結構。

一邊，是大眾對簡單答案的渴望，另一邊，是媒體、平臺、行業(yè)對可傳播符號的需求。

天才，就是在這個結構里被源源不斷生產(chǎn)出來的產(chǎn)品。

它不是贊美，它是止痛藥。它讓復雜變得可以接受，讓不確定變得可以相信，讓一個大多數(shù)人看不懂的時代，變得好像有人在掌控。

5、這不是關于天才，是關于時代

所以，當我們說，大模型領域并沒有天才，不是否認這些人的能力。而是試圖說明一件更重要的事：

我們正在用一種過于簡單的方式，理解一個極其復雜的時代。

他們不是天才。他們只是，更早進入這個領域的人，做了更難選擇的人，承受了更長不確定性的人

但這個時代，仍然會不斷制造“天才”。

因為它需要，更簡單的故事、更清晰的符號、更容易傳播的解釋。

就像今天，我們會說黃仁勛在定義未來算力，馬斯克在講述人類的長期愿景，他們不斷描述未來，甚至給出巨大的預期。

但本質(zhì)上，這些都不是預言。

而是一種更深層的行為，在不確定的時代里，嘗試解釋未來。

而“天才”，只是這種解釋里，最簡單的一種。

也許我們可以換一種方式來看這些人。

他們不是天才。他們只是，更早進入一條路，更久地走下去，在大多數(shù)人離開的時候，沒有離開。

然后，在一個時間點上，被看見了。

被看見的那一刻，被叫做天才。但在那之前的所有時間里，他們只是一個還沒有被證明的人。

天才，不過是我們給那些堅持者，貼上的一個懶惰的標簽。

【版面之外】的話：

當我們說大模型領域沒有天才，不是在否認這些人的能力。

恰恰相反，是在試圖把他們從一種過度簡化的敘事中解放出來。

讓他們重新變回有路徑的人、有選擇的人、有長期積累的人。

只有這樣，他們的成功才能被理解，而不只是被仰望。

也只有這樣，這個時代，才算真正被看見了。