AI彎腰的時候

技術史上有一個反復上演的錯覺。每一次重大技術躍遷到來時，公共討論總會迅速分裂成兩個極端：一端是無限樂觀的應許之地，另一端是彌漫恐懼的替代焦慮。

AI時代尤甚。過去兩年，AI相關的產物以近乎蠻橫的速度闖入日常生活。

參數規模的競賽一輪疊著一輪。科技公司的各類發布會上“顛覆“和“重塑“成了最高頻的詞匯。與此同時，寫字樓里的打工人們開始默默計算自己崗位的保質期，應屆生在簡歷上焦慮地加上熟練使用AI工具，社交媒體上關于哪些職業將被取代的帖子永遠不缺流量。

這兩種敘事有一個共同的盲區。它們都在談論AI能做什么和會取代什么，卻很少去追問一個更本質的問題，當技術的門檻被大幅降低之后，那些長期站在聚光燈之外的人，會發生什么？

2026年4月10日，杭州阿里巴巴園區內，通義實驗室聯合一席做了一場開發者演講。五位講者并不屬于人們印象里典型的AI開發者。一位因腦癱導致構音障礙的算法工程師，一位六十三歲的退休建筑師，一位用AI幫小麥做“體檢”的大四機械系學生，一位為長期慢性病家人跑遍十幾家醫院的產品經理，以及一位致力于讓東南亞小語種被AI聽懂的新加坡研究員。

他們試圖用AI解決的困境，不會出現在任何一場AI發布會的PPT上。它們太小、太散、太不性感，商業邏輯很難為它們買單。

但恰恰是這些被忽略的角落，成了觀察AI真實價值的一面棱鏡。

潮水之中的沉默

語言是人進入社會最基本的通行證。失去清晰表達能力的人，失去的遠不止溝通效率。他們失去的是被傾聽的資格。

在中國，超過一千萬人面臨構音障礙的困擾。腦癱、漸凍癥、中風、聽力障礙……不同的病因指向同一種困境：他們說出的話，旁人很難聽懂。邱生峰是其中之一。出生時因缺氧導致腦癱，發音不清，運動姿態異常。他是外向的人，但現實生活里他不得不成為“I人”。

高三那年，課業緊張，沒有同學愿意花時間和他溝通，他一度陷入低落。后來考上重慶大學數學系，進入人工智能領域，成為一名感知算法工程師，一個天天訓練AI模型的人。但技術能力并沒有消除工作上的摩擦。職場里，效率是第一語言。

在開會、談合作的很多瞬間，讓邱生峰逐漸意識到一個更根本的問題：“我們最大的困難，從來不是生理上的說不清，而是環境里的不愿等。”他作為演講者在臺上說出這句話時，還帶著些迫切的連音。

市面上絕大多數AI語音工具，只為標準發音而生。它們能精準識別新聞播音員的普通話，卻對邱生峰們的聲音充耳不聞。國內針對聽力障礙的言語訓練產品有一些，但那是幫助肌肉正常的人群矯正發音，而針對構音障礙人群的產品，在中文領域幾乎空白。

邱生峰決定自己填。2026年1月，邱生峰與兩位伙伴啟動了“燃言”項目，一款基于千問大模型的無障礙交流AI產品。核心功能不算復雜：識別構音障礙者不清晰的語音，翻譯成文字，輔助用戶在就醫、面試、社交等場景中完成溝通，以及部分語音訓練。

三個人先做了最笨的事。把全球六十多篇關于構音障礙的學術論文整理成開源倉庫，基于Fun-ASR和Qwen3-ASR等開源模型逐一復現和優化。核心難點在數據。中文構音障礙數據極度稀缺，在他著手之前，國內這一領域的公開數據集幾乎為零。他從去年十月開始，帶著三十多位種子用戶每天堅持錄音、標注、迭代，積累了一百多個小時的語音數據。而一般語音模型的訓練，往往需要幾萬小時的數據量。

更棘手的是個體差異。邱生峰對虎嗅表示，坦承當前模型的識別正確率大約在70%左右。“你真的要用到一個真實的場景，每個個體之間的差異非常大。”算力不足時，他一個人帶著方案去北京路演，一點點爭取訓練資源。

“雪中送炭。”他用了四個字概括千問大模型對燃言的意義。從模型能力看，千問大模型在國內屬于第一梯隊，開源生態體系比較完善。對于一個資源極度有限的個人開發者，開源意味著可以在社區中獲得幫助，可以站在前人已經鋪好的路上繼續往前走。

燃言距離成熟還有很長的路。邱生峰計劃將代碼開源上傳到倉庫，吸引更多開發者加入；運營上，則尋求與慈善機構聯合推廣。在活動現場的采訪中，通義實驗室一位同事聽完他的分享后直接發了朋友圈，希望幫他對接感興趣的投資人。

上海生聲不息科技公司創始人邱生峰

“今天先把一句最重要的話說出去。”寫在燃言首頁的slogan，不僅適用于構音障礙者。在地球的另一端，有人面臨的是另一種說不出口。

主流大語言模型的訓練語料高度集中在中文和英文，東南亞超過1200種日常使用語言中的絕大多數，在AI世界里處于失語狀態。AI聽不懂當地人的母語，即便能做表面的翻譯，也無法理解其中的文化語境。一部分人必須先切換到并不熟練的主流語言，才能勉強進入AI的服務范圍。

這是一個容易被忽視的公平問題。當某些語言更容易被模型理解，技術帶來的便利、表達權和被服務的機會，也在被不均等地分配。

來自新加坡人工智能研究中心的Jian Gang Ngui，想要解決的就是這種另類的沉默。Jian Gang團隊基于千問大模型，與大量母語者社區深度協作，讓本地語言使用者參與數據篩選、質量驗證和評測體系搭建。這種實踐的意義，或許本身代表AI時代一個根本性的命題：誰的聲音能被留下，誰的文化可能被稀釋？

SEA-LION模型開發負責人Jian Gang Ngui

邱生峰讓一千萬構音障礙者的聲音有機會被AI聽懂，Jian Gang讓上千種小語種有機會進入AI的服務版圖。兩個人做的事情看似毫無交集，底層的邏輯卻是同一個：技術是否普惠，不取決于它能服務多少主流用戶，而取決于它愿意為多少被遺忘的人彎下腰來。

AI，可以變得具體

AI能做什么？科技行業從不缺乏宏大敘事。但對于戴嘉瑋來說，這個問題的答案藏在他抽屜里那厚厚一摞紙質病歷中。

過去十幾年，他的家人經歷了漫長的慢性病治療。化驗單、手術記錄、用藥清單，十幾年的病程碎片堆成了一座紙山。作為家屬，戴嘉瑋帶著這些資料跑遍了北京、上海的十幾家醫院。每一次走進一間新的診室，流程都是相似的：醫生接診量大，沒有時間逐頁翻閱歷史資料，他只能深吸一口氣，像背書一樣口頭復述漫長的病史，提心吊膽。怕漏掉關鍵信息，怕說錯專業術語，怕一時找不到對應的報告單。

他曾滿懷希望地在各大應用市場搜尋，想找一款幫患者自動管理病歷的軟件。結果自然是沒有的。

原因不難理解：為某幾種特定疾病的患者家屬開發一套病歷管理系統，需求太個人化，人群太分散，商業回報率太低。傳統軟件行業的邏輯是服務共性需求，把功能抽象化、標準化，讓所有人去適應軟件。至于那些太小、太散、太難規模化的長尾需求，只能被擱置。

戴嘉瑋曾在國內頭部云廠商和上市大模型公司擔任AI產品經理，他比大多數人更清楚這套邏輯的運行機制，也更清楚這套邏輯正在被打破。

AI產品經理、獨立開發者戴嘉瑋

在通義實驗室的端側AI創新開發者挑戰賽中，他基于千問視覺模型獨立開發了Aura智能健康助手。用戶拍照上傳化驗單或錄入問診記錄，系統自動識別后整理一份PDF文檔，看病時直接遞給醫生就行。

選擇Qwen3-VL，因為它能精準理解不同類型的醫療報告，量化后的版本性能出色，可以在個人筆記本電腦上流暢運行。出于對醫療場景隱私保護的考量，他堅持將模型完整部署在本地設備端。

過去，這樣一個涉及圖像識別和自然語言處理的系統，需要一個團隊協作數月才能跑通。他第一次做，花了兩天。上周用最新的千問3.6多模態模型重新實現時，只用了兩個小時 。

“面對AI帶來的變化，其實沒什么宏大的生存法則。”戴嘉瑋在演講結尾說，“我最大的體會就是：從一個真實的小問題開始。”

而同樣從一個“真實的小問題”出發的，還有二十四歲的范文涵。他在河南農村長大，小時候對小麥的全部認知來自一次干旱，那年減產嚴重，他記住了父母從地里回來時的愁容。后來上了大學，讀的是機械設計專業，離小麥越來越遠。

千問大模型00后開發者、鄭州輕工業大學機械工程專業大四學生范文涵

直到高中最好的朋友考上了農學專業，有一次吐槽點燃了他：做抗逆實驗要每兩小時輪班測量株高、葉寬、分蘗數，測完還得對著手寫表格逐行敲進Excel，一個小數點標錯就可能導致整組實驗數據作廢。幾個人輪班倒，晚上睡不了一個完整的覺。

2026年了，AI、智能體、工作流滿天飛，一線育種實驗還在用最原始的方式跟數據死磕。范文涵覺得這件事不對。他拉著工作室幾個機械和電子背景的同學開始干。

實體調研后，找到了一個真正意義上的行業痛點：怎么高效、精準地采集和分析生長數據？為此，這支學生隊伍搭建了環境模擬艙，集成傳感器采集實驗數據，開發表型識別算法自動提取葉寬、葉長、株高等指標。

數據采集之后的核心環節是分析。他們需要讓AI學會育種專家的分析邏輯。對比了國內多個開源大模型后，其選定了Qwen3-1.7B：參數量小，適合端側部署；千問開發者社區有從零微調到部署的完整教程，讓沒有AI科班背景的人也能直接上手。

歷時近一年，系統成型。輸入環境參數與麥苗表型數據，AI就能仿照專家思路，輸出抗旱評分與后續育種建議。人工記錄時間縮短了三分之二，評估準確率穩定在92%以上。

“大學期間最忌諱的就是被專業限制住手腳。”但千問開發者社區里，前人已經把可能遇到的坑都填平了，他要做的只是一步一步去試。

AI給個體帶來的最大變化，可能不是效率的提升，而是一種此前不存在的可能性。那些被商業邏輯判定為不值得做的需求，那些被專業壁壘攔在門外的嘗試，變得可行了。技術對人的善意，往往就藏在這些的縫隙里。

人的價值，始終存在

每一輪技術浪潮都會裹挾著同一個追問：我會被替代嗎？蒸汽機時代問過，互聯網時代問過，AI時代，這個問題以更尖銳的姿態重新出現。

趙偉程今年六十三歲。他站在這個追問的另一端，一個已經退休的人，一個按照傳統社會腳本應該退出舞臺的人。

AI創作者、面向退休人群的AI公益講師趙偉程

他講了一個觸發自己思考的瞬間。在一次活動中，一位三十歲左右的年輕人對自己退休后如何生活感到疑惑。而趙偉程意識到了這背后的兩層焦慮：一層是對當下的，AI發展這么快，我會不會被替代？另一層是對未來的，到了六十歲，我還跟這個時代有沒有關系？

“我想給那個年輕人講一個回答。”他說。“一個退休的人，怎么因為AI又重新生長了起來。”

退休前，趙偉程在建筑行業深耕了近四十年，長期從事裝配式建筑的設計和研發。退休后，他把五千多份建筑圖紙交給AI，用自己四十年積累的專業規則指導它提取、分類、分析。類似的項目，過去有人帶著三個博士、四個碩士做了三個月。他一個人，五天完成并交付使用。

“AI很像一個腦子很快、手也很快，但完全沒有現場經驗的實習生。”在他的判斷里，AI反而讓他作為個體的價值進一步釋放，“它把我的思考，變成了能更快執行的過程。”

一種被替代論的喧囂所遮蔽的關系，正在發生。AI是在放大人的經驗、判斷和審美，而非取代。

這個認知把趙偉程推向了更遠的地方。他開始在社區大學做AI公益課程，面對的學員是退休老人。到現在，學生已經超過一千人。教的內容非常的具體。比如，能不能讓AI解讀體檢報告？能不能把老同學聚會整理成一篇朋友圈？

很多人退休以后，會慢慢覺得自己“退出了”。退出工作，退出公共話題，退到生活的背景板后面。AI給他們提供了一個重新表達的入口，有人畫畫，有人做短視頻，有人寫自己的故事。一個人一旦重新開始表達，他跟這個世界的關系，也會重新連上。

趙偉程自己也在"重新連接"。在一次公益分享課上，一位自閉癥兒童機構的老師問他，AI能不能為孩子們做點什么。交談中，老師提到一個孩子常說的一句話："媽媽來了，帶來了很多小動物。"這句話擊中了他。于是，他把這句話交給AI，反復調試、修正，直到《媽媽來了》的畫面逐漸。

作品引發里社會性關注，有人看到就想起小時候等媽媽回家的感覺，也有人因此開始關注自閉癥兒童群體。這個經歷讓老趙確認了一件事：AI終究無法替代人的情感，但能讓那些被忽視的情感被看見。這幾年他也陸續參加了不少AI創作比賽，并在通義實驗室"萬相妙思+"全球創作者大賽中，獲得了專業組提名獎。對他而言，獎項只是一個注腳。真正的收獲在于另一種確認——技術并沒有把人推向更深的孤島，反而在提供一種溫柔的牽引。

戴嘉瑋在演講中，引用了一位投資人的觀點。“AI讓軟件開發成本降了100倍，但軟件的需求，可能會增加1000倍。”這精準描繪了當下的正在發生。

這些故事里沒有驚天動地的技術突破，也沒有一夜之間改變世界的英雄敘事。即使是作為基地的千問大模型，所扮演的關鍵角色也相對樸素。這些非主流的AI開發者們，選擇千問的理由高度一致：開源、社區完善、可定制、能在有限的資源條件下跑通。

當開源大模型將技術門檻大幅降低，那些過去因為商業回報太低而被擱置的細分需求，正在被一個個具體的人重新拾起。

這或許指向了一個正在浮現的行業信號。未來模型之間的競爭力，可能不僅取決于參數規模和跑分排名，更取決于誰能更深入地進入具體場景，理解具體的人。

當技術足夠強大時，真正的差異化可能不在能力，而在意愿。是否愿意為一千萬構音障礙者訓練一個語音模型？是否愿意為一個縣城癌癥患者的家屬做一份結構化病歷？是否愿意讓1200種小語種在AI世界里都有一席之地？

AI的熱浪仍在翻涌。參數在攀升，資本在涌入，關于替代與顛覆的爭論不會停息。但在那些爭論觸及不到的角落，在一間錄音室、一張化驗單、一片麥田、一間社區大學的教室里，有人正在用技術，安靜地回應著真實的困境。

他們是熱浪中的音符。聲音或大或小，頻率各異，但每一個都在提醒同一件事：技術的溫度，從來不由參數定義，而由人來賦予。

“別把變老，想成一條只能往下走的路。只要你還愿意更新自己，年齡的增長未必意味著退化。它也可能意味著：你正在長出另一種能力，另一種自由，另一種人生。”在演講的最后，趙偉程送給那位三十歲年輕人的話，或許就是最好的注腳。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4851504.html?f=wyxwapp