AI三年，度“日”如年：一文讀懂人工智能的時光壓縮之旅

最近微信改版，容易找不到尹哥的文章，大家記得把尹哥設為星標?? 哦~

如果人工智能這個詞是從1956年的達特茅斯會議開始算，那么從2022年末至今的這三年多，一定是人工智能歷史上最“度日如年”的一段時光。

這不是煎熬的等待，而是知識爆炸的密度——每一天都塞滿了足以改變產業格局的突破，每一季都像是過去十年的壓縮快進。

01

從對話到編程：AI終于長出了“手腳”

讓我們先把時鐘撥回2022年11月30日。那一天，一個名叫ChatGPT 3.5的應用程序悄然上線，原本只是OpenAI又一次技術試驗，卻在五天之內突破了百萬用戶，兩個月后月活過億，成為人類歷史上增速最快的消費級應用。

那一刻，普通人才第一次意識到，原來AI不只是冰冷的算法，它能寫詩、能陪你聊天，甚至能模仿你偶像的語氣說話。

這讓我想起了理查德·道金斯的名著——《自私的基因》里的那句話：基因為了復制可以做出任何事，而我們人類，恰恰是在用無私的求知欲，去克制基因對未知的本能恐懼。ChatGPT的出現，就是這種求知欲的集體爆發。

2023年由此成為“生成式AI元年”。全球科技巨頭一個個都像被踩了尾巴的貓，瞬間炸毛。谷歌緊急拉響“紅色警報”，微軟憑借與OpenAI的結盟占得先機，英偉達則在這場“軍備競賽”中躺著贏麻了——它的GPU成了彼時所有大模型幾乎唯一的選擇。

那時，人們還在爭論大模型的參數規模，還在驚嘆于AI能通過律師資格考試，卻不知道，這只是暴風雨前第一縷微風。

然后，Sora來了。2024年底，當OpenAI正式向用戶開放這個視頻生成模型時，整個創意產業倒吸一口涼氣。這個能生成20秒1080p視頻的工具，被稱作“視頻行業的GPT時刻”。

你可以用文字讓AI憑空創造出好萊塢級別的短片，讓廣告導演、視頻剪輯師們第一次感受到了飯碗的晃動。AI不再是只會碼字的書生，它正在睜開“眼睛”，開始觀看并創造數字世界。

但真正讓我這個做基因的人感到震撼的，是AI開始長出“手腳”。

OpenClaw的爆火，把世界分割成了兩半。一半狂熱的“逮蝦戶”，抓著OpenClaw代替自己干各種工作：寫代碼、找文件只是基礎操作，進階版的已經在琢磨怎么真的讓它打工賺錢；另一半循著熱度試用，卻發現這家伙又燒錢，又沒有想象中的好用。

OpenClaw創始人Peter Steinberger說了一句特別通透的話：“最大的區別在于，它是在你的電腦上運行的。我見過的所有東西都在云端運行，它能做一些事情。但如果你在本地硬件上運行，它就能做任何事情。”我在自己的筆記本上，也是裝了自己的本地化的專屬大模型。

可以這么去理解，ChatGPT是一個漂浮在云端的超級大腦，但要干些簡單接地氣的活，就必須有手有腳。

這就像生命演化史上那個關鍵節點——當第一個細胞通過長出纖毛或者鞭毛，開始學會了運動，生命就不再是被動漂浮的有機物，而是開始主動改造環境的“智能體”。

OpenClaw就是AI的那只“手”，“寒武紀大爆發”也就算正式開始了。

02

AlphaFold與Genos：AI開始讀懂生命的“源代碼”

如果說ChatGPT和Sora是在模仿人類的文化產物，那AlphaFold就是在破解生命本身的密碼。

2024年，當DeepMind的Demis Hassabis和John Jumper因為AlphaFold獲得了諾貝爾化學獎。這個突破算是系統解決了一個困擾生物學界半個世紀的難題：從氨基酸序列預測蛋白質結構。

到今天，AlphaFold蛋白質數據庫已經服務了全球190多個國家、超過300萬研究人員，覆蓋了超過2.4億個蛋白質結構預測。

這意味著什么？如果用傳統實驗方法解析這些結構，需要數億年才能完成。而現在，一個研究生、甚至一個高中生坐在電腦前，點幾下鼠標，就能看到自己研究的蛋白質長什么樣。

這不僅僅是提速，這是把生物學從“觀察科學”變成了“預測科學”，是一次重大的范式轉化（paradigm）而不是模式（model）升級。

馬來西亞國立大學的科學家正在用AlphaFold研究一種比登革熱更致命的細菌感染——類鼻疽病；印度的研究者則用它來培育抗木炭腐病的大豆。

這就是我常說的：科學是知識，知識本身沒有國界，技術本身是中性，也無善惡，但科學家有祖國，使用者發心有差別。而這次不一樣的是，AI確實正在讓全人類共享同一個知識底座，是一種新時代的科學知識共同體。

風景并非一邊獨好，中國的科學家們也在奮起直追。尹哥所在的華大和之江實驗室剛剛聯合發布了Genos-10B——全球首個百億參數的人類基因組基礎大模型。

要知道，人類基因組中超過98%的區域不直接編碼蛋白質。但這些區域的調控邏輯、長程互作機制，長期以來被視為基因組的“暗物質”。它有用，但我們并不能完全地去理解它。

傳統模型只能處理幾千個堿基對的短序列，而Genos通過混合專家架構和分組查詢注意力機制，實現了百萬堿基的超長上下文建模。

打個比方，如果以前我們只能讀懂基因組的“單詞”，現在Genos基本上可以讀懂整本“小說”，而且還能理解上下文之間的呼應關系。

在罕見病診斷測試中，Genos的診斷精度已經接近資深臨床遺傳學專家的水平。

注意，這不是替代醫生，而是給醫生配了一個讀過幾乎所有相關醫學文獻、記性還特別好的助手。

03

從DeepSeek到Manus：東方破曉的靈光一閃

去年的這個時候，DeepSeek橫空出世，大年二十九、初一，我興奮得幾乎都沒睡，因為在標度律（Scaling Law）之外，給出一個全新的競爭法則。

所謂“凡墻皆是門”，你若截流，我必挖井，從此中國AI軍團開始從追隨者變成挑戰者。

去年12月，DeepSeek V3.2的發布被摩根大通稱為中國AI市場的“第二波沖擊”。它不僅做到了接近GPT-5的推理能力，更關鍵的是把API價格砍掉30%—70%，讓前沿模型不再是硅谷巨頭們的特權。

更令業界震動的是，DeepSeek開始支持華為昇騰、寒武紀等國產芯片，標志著中國AI正在建立自己的硬件護城河。

幾乎同時，另一道靈光閃過——Manus AI上線了“Wide Research”功能。

你只需要一鍵，就能同時調度100個AI智能體并行工作，它們像一群不知疲倦的數字螞蟻，幫你對比上百款運動鞋、探索上百種海報風格、填滿復雜的Excel表格。

雖然每月199美元的Pro價格讓人肉疼，雖然積分消耗快得嚇人，但Manus讓人們第一次看到：AI不是單一的工具，它可以是一整支軍隊。

我目前正在使用的“豆包2”手機，也就是這個感受，可能以后真的就沒有APP，只有一個對話框。只要使用者能打字能說話，它就能幫你干完活了。

這也讓我想起《圓桌派》上我說過的那句話：沒有科學的人文是愚昧的，沒有人文的科學是危險的。

DeepSeek和Manus之所以讓人振奮，不是因為它們的參數多厲害，而是它們讓更多人能用上AI——科學必須走向普惠，否則就會成為新的特權。

04

王者歸來：Gemini的全面反超與Claude的編程利器

我一度講，在ChatGPT3.5出來之前，沒人覺得這個活會被OpenAI先拔頭籌，怎么說都應該是谷歌。

從Alpha Go、Alpha Zero到Alpha Fold，哪一劍不是開天門的？但創新往往發生在看不見的角落，就像愛因斯坦沒想到1927年的索爾維會議會出來個波爾。

一旦OpenAI財大氣粗了，屠龍少年在巨龍的尸體上頭上也會長出角，DeepSeek也就橫空出世了。

然而，巨龍還是會醒來，進入2026年，故事出現了最戲劇性的轉折。曾經被嘲諷“追趕得太慢”的谷歌，帶著Gemini殺了個回馬槍。

首先是2月13日，谷歌宣布Gemini 3 Deep Think重大升級。

這個專門為科學和工程設計的“推理模式”，在不使用工具的情況下，在國際數學奧林匹克競賽中達到了金牌水平，在物理和化學奧賽中也斬獲金牌級成績。

這就意味著，AI不再只是文科生，它開始理解復雜的物理定律和化學方程式，開始能幫科學家解釋雜亂的數據。

更可怕的是谷歌的“生態包圍”策略。Gemini Nano Banana直接嵌入Chrome瀏覽器，你可以在瀏覽網頁的同時，讓側邊欄的AI幫你總結評論、規劃行程，甚至用自然語言指令直接修圖。

而NotebookLM的更新則讓筆記應用擁有了視頻概覽和可定制的信息圖表功能。我們以前做這樣的海報要多久？現在可能幾秒鐘就夠了。

所以谷歌的野心清晰可見：不讓AI成為獨立的APP，而是讓它像空氣一樣，和中立法則一樣，滲透到你數字生活的每一個縫隙。

在代碼的世界里，戰爭同樣白熱化。2026年2月5日注定被載入AI史冊——Anthropic和OpenAI選擇在同一天發布它們的編程王牌模型。

Claude Opus 4.6帶來的是“100萬token上下文”。這是什么概念？比如，你可以把《三體》全集一次性喂給它，它還能記住開頭和結尾的每一個細節。

而它的Agent Teams功能，能讓多個Claude像人類團隊一樣分工協作——一個寫前端、一個搭后端、一個做測試、一個寫文檔。

為什么最近硅谷軟件公司的市值掉得如此之快？原來碼農可能正在被淘汰，AI正讓編程像打字一樣簡單。

OpenAI的GPT-5.3-Codex則帶來了更科幻的能力：AI開始參與構建自己。OpenAI團隊用Codex來調試訓練過程、管理部署、診斷測試結果——一個自我進化的反饋循環正在形成。

05

Seedance與OpenClaw：工業革命的啟動鍵

就在所有人以為這輪迭代已經足夠瘋狂時，字節跳動在2月悄然內測Seedance 2.0，扔出了最具商業沖擊力的炸彈。

這個視頻生成模型最驚人的不是它的技術參數，雖然它確實解決了音畫脫節、角色跳變等行業痛點，但最可怕的是它的價格。

知名視效指導姚騏用Seedance 2.0制作了一部2分鐘的科幻短片《歸途》，總成本僅330.6元。在傳統影視制作框架下，這個數字甚至不夠租一天的攝影棚。

游戲科學創始人馮驥評價說，這意味著視頻制作成本正在“趨近算力的邊際成本”，內容領域將迎來“史無前例的通貨膨脹”，傳統組織結構將被徹底重構。

開源證券測算，Seedance 2.0可能讓每秒生成成本比同業降低37%，動態漫制作周期從一周多縮短到3天內，人力成本降低90%。

如果說Sora是給創意產業敲響的警鐘，那Seedance 2.0就是按下了工業革命的啟動鍵。

而OpenClaw的傳奇，則是一個更動人的故事。這個最近火遍全球的AI Agent開源項目，讓無數開發者第一次真正體驗到“多智能體協作”的威力。

但很少有人知道，這個項目一直是創始人Peter Steinberger自掏腰包在撐——每月1萬到2萬美元，全部自費。沒有融資，沒有大廠背書，就是一個人帶著核心團隊，死磕智能體AI的底層架構。

項目火了之后，巨頭們坐不住了。Meta出過價，多家公司都想把Peter和他的團隊收入麾下。最終，OpenAI贏了——不是靠最高的報價，而是靠一個承諾：給Peter最想要的東西，頂級計算資源和一個足夠大的舞臺。

2月，Sam Altman一條推文炸裂科技圈：OpenClaw創始人Peter Steinberger正式加入OpenAI，項目移交獨立基金會繼續開源，Peter則帶隊押注下一代智能體AI。

所以你看，這不僅僅是一次挖角，這是AI行業從“比模型”到“比應用”的轉折信號。智能體革命，這個發令槍響了。

Peter在自己的長文中寫道：“我的下一個使命是打造一個連我媽都能用的智能體。”第一次看到這句話讓我會心一笑——科普也好，做產品也好，最高境界就是讓咱爸咱媽，甚至咱爺爺、咱姥姥都能用。

科學如果只停留在實驗室，那就只是少數人的玩具；科學只有走進千家萬戶，才是真正的進步。

06

尾聲：站在奇點回望生命的“編程”

從ChatGPT 3.5的驚艷亮相，到Sora的視覺震撼，到DeepSeek的性價比革命，到Manus的智能體軍隊，到AlphaFold破解蛋白質密碼，到Genos解讀基因組暗物質，到OpenClaw長出“手腳”，到Gemini的生態反超，到Claude的百萬上下文，再到Seedance的成本擊穿——這三年，每一天都像是被壓縮的時光膠囊。

高盛預測，2026年將成為AI大模型規模化落地的突破年份，全球AI市場規模正逼近9000億美元。八部門聯合印發《“人工智能+制造”專項行動實施意見》，五部委明確2027年二級以上醫院AI輔診全覆蓋。

AI正在從“概念導入期”邁入“盈利敘事期”，資本市場不再為資本開支藍圖買單，而開始盯著收入和利潤的實質性改善。

但作為一個和基因打了半輩子交道的人，我看到的卻不僅是商業。我看到的是，人類正在用AI反向解讀自己的“源代碼”。

Genos讓我們能讀懂基因組里的“暗物質”，AlphaFold讓我們能看到蛋白質的折疊方式，OpenClaw讓AI有了執行任務的“手”……這些技術如果疊加在一起，意味著什么？

意味著我們正在從“讀取生命”走向“設計生命”。

就像《圓桌派》上我說的：這個地球之所以美麗，是因為它沒有放棄任何一種色彩。

AI的發展也是這樣——ChatGPT來自OpenAI，DeepSeek來自中國，Genos是之江實驗室和華大的合作，AlphaFold來自DeepMind，OpenClaw來自一個自掏腰包的極客。每一種色彩都在為這幅畫卷添上自己的一筆。

沒有科學的人文是愚昧的，沒有人文的科學是危險的。這三年，AI從“玩具”變成“工具”，從“工具”變成“協作者”，從“協作者”開始逼近“創造者”。每一天都像是別人的一年，每一刻都在刷新對可能的定義。

如果說技術革命也有心跳，那么此刻，它的脈搏正密集得讓人眩暈。這不是“度日如年”的煎熬，而是“度日如年”的狂喜與敬畏——因為我們正站在奇點之上，看著未來以超光速撲面而來。

最后，我想用《自私的基因》里那句話收尾：基因本私，我們恰恰是在用無私的人性，去克制基因的自私性。AI的發展，本質上就是這種求知欲的延伸。

無論未來如何，請記住：技術是人的延伸，不是人的替代。

AI的終極價值，不在于它能在多大程度上“像人”，而在于它能在多大程度上“為人”。

因為技術的終點，從來就不是更強大的機器，而是更幸福的人。