中国人造出了那台“造AI的光刻机”吗？

就在这两天，ForgeKernel，一个无人参与的Agent在无需参考DeepSeek原始实现的情况下，当着全网的面，把DeepSeek最新的核心算子写快了9.8%！

FlashMLA是DeepSeek开源的注意力核心算子库，10月20日刚开源的推理框架DeepInfer也把它集成在内；它出自业内公认Infra最强的团队之手，可以说是代表了人类手写算子的巅峰。

这在中美竞逐全球AI创新第一策源地的PK中，拿下了RSI领域极其重要的一分，尤其是它不是编程、不是跑评测、不是开发游戏，而是写最底层的算子时，它的意义被格外加强了——RSI的光亮，已经照到了中国AI创新的底层研发能力上。

从9月到10月，各路 AI 大牛给 RSI（递归自我改进）添柴加火的力度就没降下来过。有的出于对人类和 AI 终极关系的焦虑，有的也许只是在替背后的商业组织保住一份声量。

说话的人大致分两种。一种是造风者，看的是行业的热度和比拼的烈度，底层比的是造风的能力，典型如马斯克；另一种手里有成体系的实践做凭据，却缺少整体方法论层面的支撑，比如下文的 Clark。

10月12日，Anthropic 联合创始人 Jack Clark 在 Import AI 第476期改了口：完整 RSI——递归自我改进实现完整闭环——的到来时间，从2028年提前到了2027年。

他是证据派，证据就在身边。Anthropic 的日代码合并量从五月的两千五百次涨到九月的三万次以上，Git 撑不住了，换上了自研的版本管理系统 Scion。马斯克在社交媒体上只回了一个词：Obv——显然。

所有头部企业都在往这个方向使劲，RSI 像是今天确定性最高的前沿方向；可它同时又是标准最模糊的方向，没有公开的评判框架，同一个词底下装着价值完全不同的工作。

我关注到面壁智能，是因为它比前面两种人都更进一步，拿出了可以被检验的东西。AI 从一个空目录起步，两天左右写出的训练框架，跑赢了人类工程师打磨多年的基线；面壁自己的模型，从今年5月起就在这样的框架上训练；而一场直播和它在华为榜单上的屠榜，又把这家公司推到了一个业界极其特殊、极其瞩目的位置上。

真正让我觉得炸裂的，是这家公司的体量。一家百人量级的公司，走在了 AI 研发范式的最前沿。这不是一个天授奇才的故事，它反映的是 AI 前沿竞争眼下的趋势。

两年前，面壁说要给大模型造一台“光刻机”。这台机器造出来没有，造到了哪一步，是这篇文章要回答的。

01

最依赖人类手艺的那一层，它赢了

一场让一般人看起来觉得极其枯燥的22.5小时的直播炸了。

它就是我们开头说过的：ForgeKernel， 一个无人参与的Agent在无需参考DeepSeek原始实现的情况下，就当着全网的面，把DeepSeek最新的核心算子写快了9.8%！

直播从10月30日开始，一直跑到第二天上午九点多，前后22.5个小时。屏幕上没有人在敲代码，只有一个智能体、一块英伟达 B200，和一个目标：写出一个比 DeepSeek 的 FlashMLA 更快的 Prefill 算子。

它手里只有算子的数学定义和目标硬件的约束，没有源码，也没有论文可抄。第一版过了正确性检查，耗时1834微秒；不到4个小时，就压到了593微秒。

第7个小时前后，一次核心结构上的突破，让它先超过了自己的上一代版本，接着第一次跑赢了 FlashMLA。

直播收尾时，最终版本耗时472微秒，FlashMLA 是518微秒。全程42轮迭代，留下32个版本，只用了一块 B200、22个 GPU 小时。

人类为这个算子写下的代码，是零行。

直播后段有个细节。它自己发现，Q 的突发加载正在和 KV 的数据搬运争抢访存资源，于是主动控制 Q 的请求节奏，又压下了2.4%的耗时。这样的判断，过去只有资深专家做得出来。

算子是大模型运行时反复调用的基础计算模块。矩阵乘法、…一化等运算，都需要通过相应的算子在芯片上完成。一颗芯片能发挥出多少性能，很大程度上取决于这些算子的优化水平。数据怎么搬运、计算如何并行、芯片资源能不能充分利用，都会影响模型最终的运行速度。同样一颗芯片，算子优化水平不同，实际性能可能相差很大。

一个算子，能改写一个行业。2022年的 FlashAttention 只重写了注意力计算这一步，就让它快了数倍，长上下文从此用得起，今天几乎每个大模型都离不开它和它的后代。DeepSeek 的 FlashMLA，就是这条血脉上长出来的一支。

这也是最依赖人类手艺的一层。写好一个顶级算子，得同时吃透算法、芯片的存储层级和指令调度，再在一块块硬件上反复试错；据面壁介绍，FlashAttention 这类需要深度重构的算子，人类专家往往要数月甚至半年才完成一次迭代。

这一层，也一直是 AI 写代码最吃力的地方。2025年初斯坦福发布 KernelBench 时，最强的推理模型写出的 GPU 算子，能追平 PyTorch 基线的还不到两成。写网页、写业务代码，AI 早已得心应手；到了算子这一层，它面对的是人类手艺的天花板。

英伟达的护城河，很大一部分就筑在这一层。CUDA 生态走到今天，靠的是近二十年里一代代专家手写、调优出来的算子库；国产芯片每出一代新硬件、每来一个新模型，这些算子都得重新适配一遍。去年8月，华为宣布把昇腾的 CANN 软件栈全面开源，瞄准的就是这道墙。

可人类专家的数量，跟不上芯片和模型迭代的速度。中美在高端算力上本来就有差距，软件这道坎如果还要靠人头和年头去填，差距只会越拉越大。

所以10月27日昇腾 CANN 官方发文点名 ForgeKernel，分量很重：它同时登顶 CANNBench 的950DT、950PR、A3三张硬件榜单。

950DT 是华为今年才推出的新一代芯片，配套算子库还在建设初期，人工适配本来就慢。

ForgeKernel 率先完成适配，按10月27日的榜单，总分领先第二名37.1%。

A3 对应的是眼下用得最广的昇腾910C，早在10月15日封榜的上一版 CANNBench 里，这张榜的第一就已经是它。

英伟达那一侧，ForgeKernel 在英伟达推出的 SOL-ExecBench 上最难的FlashInfer-Bench赛道上，同样排名第一。这套评测从124个真实模型里抽出235道 CUDA 算子题，量的是离硬件物理极限还差多远；同榜的还有 Databricks、Cursor、Qwen 等海内外团队。

两边的软硬件差别很大，英伟达是 CUDA，昇腾有自己独立的架构和工具链。ForgeKernel 用的是同一套系统，换平台时只把性能分析工具从 NCU 换成 msprof，新芯片需要的硬件知识，由模型在这块芯片上边测边攒。

成绩摆在官方榜单上，过程摆在全网眼前，代码也交了出来：直播结束后，面壁智能进化实验室联合 OpenBMB 社区宣布开源 ForgeKernel。

又过了几天，关于ForgeKernel的论文也正式挂网了。

这件事改变了面壁在产业里的位置。它原本以端侧模型见长；现在，它写的算子同时排在昇腾和英伟达官方榜单的最前面，ForgeKernel 生成的算子也已接进训练框架，在国产芯片和英伟达平台上跑完了 MiniCPM5-1B 的长训测试。

业内一直有一种从未公开的小道消息，那就是当某个国产硬件在做软件底层的调优的时候，如果搞不定，那么可以去找面壁碰碰运气，也许会有不同的结果。当然，这只是长期在行业内小范围流传。

但这一次不一样了，华为这样的芯片厂商官方点了它的名，意味着所有基于华为生态的模型团队都可以直接拿去用，面壁从一家端侧见长的模型公司，从此登堂入室，走进了中国算力生态的最前沿位置，之后，也不会再有人把它再只当成一家模型公司了。

放到中美竞争里，这一分更重。国产芯片和英伟达之间，最难追的从来不只是硬件指标，还有 CUDA 里堆了近二十年的专家经验，那是一道靠人头和年头垒起来的墙。现在，这道墙开始可以按小时去追了，而且国产芯片的软件栈越薄，AI 能补上的就越多。

如果说面壁要造的是一台大模型的“光刻机”，ForgeKernel 刻的就是最细的那一层线条。在 AI 底层技术里最精深、最依赖人类手艺的这一层，一家中国公司的 AI，在中美两套生态的官方榜单上同时排到第一，还当众跑赢了人类手写的标杆；这比让 AI 写网页、写业务代码难得多，也是 RSI 走到今天，离“AI 造 AI”最近的一步。

这一分是怎么来的，得从 RSI 这个词说起。

02

确定性最高的方向，标准最少

大概半年前，我和一家国内 AI 原生公司的核心技术人员聊天。谈到前沿方向时，他再三叮嘱我，别对外报道他们在“AI 制造 AI”上的进展。

他的原话是：太前沿了，说出去别人会觉得我们在吹牛。

半年刚过，这个讳莫如深的话题就成了行业里最热的词，国内 AI 原生公司争相拿出自己的进展。

9月到10月的几个星期里，RSI 接连出现在各家的发布会上。阿里在云栖谈到训练、推理与芯模协同中的探索；智谱让 Infra Agent 设计和优化自家的推理系统；DeepSeek、MiniMax 也都把这个词放进了自己的技术叙事。

学术界同样密集。上海交大、清华、字节和上海 AI Lab 等机构参与的综述《人类造的最后一代 AI》，梳理了491项研究。九月中旬前后挂出的 ModularRSI 和 Dream-RSI，则把改进对象放在模型外部的驾驭层（Harness）上，底座模型保持不变。

优化推理系统、演化外部脚手架、改进训练方法，乃至参与芯片相关的设计，技术对象相去甚远，都能装进 RSI 这个大筐。按工作所在的位置摊开，大致是这样一张图：

图注：各层选择反映各自禀赋。

五层各有各的工作，没有谁天然比谁高明。面壁同时出现在 Harness 层、训练框架层和模型层，反映的是它在这几层都做了具体的工作，不是给成绩打分。至于做得多深、接管了多少研发工作，这张图还回答不了。

面壁智能智能进化首席科学家李宇轩给了我一个度量尺度：“人在其中的位置”。

“RSI 的演进，本质上是行为主体逐渐转变的一个连续过程。原来是人在让模型变强，后面是模型让模型自己变强。从技术路径看，人干的那些事一件都少不了，只是执行的主体换了。”

照这个定义，写代码、调参数、造数据、做评测，任何一项工作只要从人手里往模型手里移一点，都算得上这场转变的一部分。大家争着往这个筐里跳，本身未必是坏事；可如果只报一个 RSI 的名字，彼此间的技术差别就被抹平了。

这件事为什么值得争？AI 有两样人没有的本事。一是时间压缩，人一天写五百行代码，模型十分钟就能写完；二是智能可以复制，培养一个爱因斯坦也许要以千年计，模型一旦到了那个水平，就能复制出千万个。

所以判断一项 RSI 工作的分量，不能停在名字上。李宇轩只问三件事：技术作用于研发流程的哪些环节，这些环节占整个流程多大比重，实际效果又提升了多少。

单个算子快了几倍，要看它在完整任务里占多少时间；一段流程交给了 AI，也要看前后还有多少工作等着人来做。

拿这三件事回头看 ForgeKernel，分量就清楚了。算子压在每一次训练和推理的最底层，哪个模型都绕不开；按 Gartner 9月的预测，今年全球 AI 基础设施支出约1.48万亿美元，算力效率每高1%，就是约148亿美元。

这一分也不是突然来的。用这三件事去看面壁，会发现它今天交出的东西，早有来路。

03

面壁为什么把突破点切在工程上

面壁有一个老习惯：工具不够用，就自己造。早年算力不够，团队自研 BMTrain，把百亿级模型训练的启动门槛压到三十二张卡；后来又有“模型风洞”，先在小模型上把方案试过，选好再放大。ForgeTrain 就接在这条线上。

2024年底，面壁智能首席科学家刘知远提出，要给大模型造一台“光刻机”。芯片是光刻机一层层刻出来的，精度差一点，整片晶圆就废了；模型也该有这样一台机器，把想要的样子又准又好地“刻”出来。

2025年初，这件事又往前推了一步：这台“光刻机”，能不能让 AI 来造？刻 AI 的机器，由 AI 自己来造，这正是李宇轩说的“行为主体的转变”。

面壁从2025年一二月就盯上了“AI for AI”，可能是国内最早打出这面旗的一批公司，只是当时的模型还做不出像样的东西。李宇轩是这个转向的主要推动者之一，他判断这件事要到2026年才做得成，但又必须做成。于是，在2025年8月，提前半年开始构思具体实现。

今年3月，ForgeTrain 正式开工；5月，面壁自己的 MiniCPM 训练就换到了这套方式上。等到9月行业集体谈起 RSI，面壁的模型已经在 AI 写出来的框架上训练了四个月。

上一章开头那段对话里的公司，就是面壁。他们担心说出去像吹牛的事，就是那时 ForgeTrain 已经开工，一个月后就用到了自家模型的训练上。

做这件事的是一个极其精简的团队，只有四十个人，分做内部基础设施替代、端侧适配自动化、AI for Science 和 AI 自进化，前两块已经进入工程化。

为什么从工程下手，而不是研究？

李宇轩的判断很直接：去年 AI 写代码的能力已经成型了，做数学和科研还不行，“还是玩具，只能打打竞赛”。工程还有一个天然优势，代码写对没对，跑一遍就知道，“验证一段代码比验证一个理论便宜太多”。验证成本低，AI 才能自己检查自己，闭环才转得起来。

一年过去，AI 写代码确实过了关。做研究呢？10月6日 P-Zero Research 发布的 TasteVal 基准测试专门测这件事：表现最好的 Opus 5.5 已经越过人类专家基准线，可所有提交的方案里，用到现有文献中不存在的新方法的，一份也没有。

面壁一年多前就是按这个次序下的注，资源投入押对了方向，在 RSI 上赢得了一年的先发时间。它意味着一件重要的事可能发生——模型已经频繁在数学和理论物理上取得不错成果，那么，它距离真正意义上发明人类所未有的知识上的时间就越发临近了，甚至，明天我们就可能看到一份成果被展示出来。

面壁的主场在端侧，不冲超大参数的模型，外界难免有个疑问：最前沿的能力总是先在大模型上出现，一家做端侧的公司搞RSI，是不是太早了？

面壁的回答是，它现在做的事，是用 AI 接管自己内部的研发管线，写训练框架、写算子、做芯片适配。这些工程工作跟模型尺寸没有关系，无论最终训练的是端侧模型还是云侧模型，管线都是同一条。“AI 闭环的模式，一定比人闭环的模式强”，这是整个行业里最坚定地站在 RSI 一边的声音之一。

第一章那个登顶的 ForgeKernel，就是这条管线上写算子的一环。它在 B200 上跑赢 FlashMLA，在昇腾榜单上排到第一，跟面壁自家模型的尺寸毫无关系。

弯路也没少走，最弯的一条在去年底到今年初。

那阵子 Skill 是全行业最火的概念：给智能体写一个个技能包，对模型做深度控制。李宇轩也顺着这条路搭了一套系统，亲手写了四十多个 Skill，几乎天天熬夜。效果很差，每加一处控制，模型原本的倾向和外加的指令之间就要打一次架，打架就有决策负担。

一个月后，他判断这条路在面壁的场景里走不通，一把将四十多个 Skill 全部删光。“那个东西花了我一个月的心血。”删完改走以 context 为主的路线，这条路走通了，而当时主流还都在玩 Skill。

他事后复盘，面壁做得快，一是犯过的错够多、试得够多，二是那一刀下得够果断。一个月的投入当然可惜，但投入再多，方向错了也必须放弃。

“context, not control”，后来成了面壁反复讲的方法论：把目标、环境和必要信息交代清楚，少替模型预先决定每一步怎么走。在面壁看来，整个行业都有 over control 的倾向。李宇轩认为，过度控制可能换来了稳定，但也压住了突破，为了提升能力做的过多控制，可能反而阻碍能力的进步。

ForgeTrain 就是这么做的：很少指定模型必须用哪些优化，让它自己找；什么时候必须达到什么指标，却规定得很死。可以不按人的办法来进化，交出来的东西必须过关。

04

跑通到了什么程度？

ForgeTrain 是这台“光刻机”上最先造好的部件：让 AI 从零写出一个训练框架。训练框架是大模型的生产线，业界最常用的框架之一 Megatron，是英伟达从2019年起一路打磨到今天的，这类东西过去靠的是顶尖工程团队年复一年的积累。

让 AI 来写，最先要回答的是：写错了怎么办。面壁的办法是两条工程原则，责任分离和逐比特对齐。

责任分离，是先划清每一步负责什么：上游输入对不对由上游保证，这一步只管把自己该做的计算做对，出了问题不至于整条管线一起猜。

逐比特对齐，是给第一版代码定一道硬门槛：计算结果必须与参考实现逐比特一致。这一版可以不快，但必须先证明自己是对的，之后的优化都在它上面做；一旦出了偏差，就从已确认的版本往回查，一步步做减法定位问题。光刻拼的是纳米级的精度，这台机器拼的是比特级的精度。

这些核对同样交给模型执行，不用每到一站都停下来等人。人先搭好 harness、运行环境和流程，定下验收要求，然后退出代码编写；软件架构怎么设计、先写什么后写什么，由 AI 自己安排，达到指标才往前走，达不到就继续修。

面壁的坚持是，人只要参与了，就会成为整个系统编写效率的瓶颈。模型十分钟一轮，每等一次人检查，节拍就回到了人的节拍。

这种变化在面壁内部已经很具体。以李宇轩自己为例，年初做纯工程开发，一天最多写两三千行代码；九月换上最新的模型和技术栈，最高能到十万行，最费神的事变成了给同时开着的二十个智能体拆任务，让它们互不打架。

写得出来，还得看写得怎么样。面壁对外讲的提升，都对着能找到的人类最强实现；挑一个比较差的基线做出五倍、五十倍并不难。“不比人强的，我们都不敢做宣传。”

已公开的结果里，ForgeTrain 相对 Megatron 提升约10%，ForgeMegakernel 相对业界主流的开源推理引擎 SGLang 提升约20%。ForgeKernel 走得最远，第一章那几张榜单和那场直播，就是它的成绩单。

ForgeStencil 把这套办法用到了科学与工业计算，论文记录的100个真实应用中，端到端加速的中位数为1.41倍。

尚未公开的内部结果更进一步。ForgeTrain 在内部更复杂的模型上，提升可以达到50%。

速度上的变化更直观。那篇七十五页综述的“工业实践”一节专门记了面壁：AI 从一个空目录、一份参考脚本和模型规格出发，约八小时追平参考框架，约1.5到2.5天反超基线。这组数字是多家机构联合写进综述的，不是面壁的自述。

从公开信息看，国内还没有第二家拿出端到端生成训练框架的成果。

两天反超人类基线，这样的速度用在哪里分量最重？李宇轩的回答是国产芯片。

中美芯片的差距，很长时间里是软件生态的差距。一款新芯片要把大模型跑起来，算子、训练框架都得重新适配，过去靠工程师一层层手写，以月甚至以年计；现在 AI 一两天就能写完，还写得比人好，卡住国产芯片的那道坎就开始松动了。

ForgeKernel 在昇腾950DT 上率先完成适配、排到第一，就是这句话的注脚。新芯片刚上市，AI 就能写出高质量的算子，从上市到适配好之间的空窗期，正在被大幅压缩。

在李宇轩看来，到了 RSI 时代，这件事的分量还会加重。人在研发回路里的时候，其实是中美差距较小的时候。因为彼时卡点在人，而中美AI研发者的差距并没那么大；但如果进入RSI时代，人的因素消解了，算力就成了核心要素。而目前中美之间的算力可能差着几倍到几十倍。一旦两个体系的竞争转到算力上，这个差距就会被放大。所以，趁现在帮助国产芯片做好软件基建，让国产算力支棱起来，已经不是一个行业生态问题，而成了未来两个AI大国之间竞争的战略问题。

所以面壁的重心一直在国产芯片上，英伟达生态成熟，主要拿来当基线，验证技术路线走不走得通。ForgeTrain 在华为芯片上提升20%到30%，在英伟达上是5%到10%：英伟达的软件栈打磨了近二十年，留给 AI 的余地本来就小，国产芯片的软件栈越薄，AI 能补上的就越多。

今年5月发布的 BitCPM-CANN 又往前走了一步。芯片是华为的昇腾，模型是面壁的，1.58-bit 训练端到端跑通，算子、算法和训练框架都用国产技术，推理阶段的显存占用省下约六倍。

这台“光刻机”现在能刻多大的模型，面壁也划了线。几十 B 的模型、几百张卡以内的集群，AI 已经有能力全程接管；十万亿参数、万卡以上的集群，现在还刻不了。出了故障 AI 也能自己处理，可稳定性还没到百分之百，人还得在旁边盯着。

李宇轩把进展分成三段：人在环路里写代码，模型端到端闭环工程，模型端到端闭环研究和工程，三段都做圆满是3.0分。面壁自评1.5分；在他看来，行业整体还在1.5以下，面壁和部分前沿公司能到1.5或略高，要够到2.5，内部工程得百分之百由模型生成，目前还没有公司完全做到。

这份自评，是在 ForgeKernel 登顶之前打下的。拿出了结果，也知道结果止于何处，这份淡定和诚实，和眼前行业的喧嚣不太相称。

1.5分之后的路，面壁已经在走。下一步是让 ForgeTrain 不为任何模型做调整就能直接用，到那时，面壁内部模型训练代码的生成比例能到90%到100%。这套能力也已经走出面壁内部：ForgeKernel 开了源，外部的合作和 POC 在用，国产芯片头部厂商的生态部门也和面壁有合作。

“现在还是星星之火的状态，”李宇轩说，“但从底层逻辑来说，马上就是可以燎原的趋势。”

05

为什么是面壁？

面壁可能是目前头部模型企业里规模最小的之一，其中智能进化实验室的核心研发人员只有几十人，却同时做模型结构、数据训练，还要负责底层硬件的适配工作。这个组织特征，比人数本身重要得多。

训练框架、模型算法、芯片适配，在许多公司里分属不同团队。面壁没有这道组织墙，模型跑不好，同一拨人既要知道数据出了什么问题，也要知道架构有没有选对、硬件上的效率又损失在哪里。

这种跨层的本领，早于 RSI 成为热词，是资源有限时不得不练出来的。以小博大本来就是面壁的老本行，2024年2月，24亿参数的 MiniCPM 就做到了超过同期百亿参数模型的能力；到了今天，这套本领恰好用来判断 AI 接管工程还缺什么。

清华背景在这家公司里价值也在这里。刘知远、韩旭等人本身就是清华教师，团队被当作人才培养平台：带人做前沿探索，等到能独当一面，再去主持项目、培养更多人。

李宇轩就是这种组织里长出来的人。他是清华计算机系博士、水木学者博士后，做过神威·太湖之光的核心技术负责人，为“九章”设计过核心模拟算法，相关成果以合作者身份发表在《Science》正刊。他没有海外经历，起步时干的，就是让算法在神威的国产申威处理器上跑起来、跑得快，如今让 AI 给国产芯片写算子，在他看来是同一个问题。

多年以后，这个问题的新答案，出现在了昇腾的榜单上。

从神威到面壁，他先做超算，再切 AI 芯片，到面壁后从纯 Infra 做起，一路走到高效模型架构和模型自进化，配图里的芯片、训练框架、模型这几层，差不多挨个干过一遍。来回切换给他留下一个习惯：进新领域先找它和已知领域的共性，在两个领域都成立的认知，大概率在第三个领域也成立。

这种眼光用在 ForgeTrain 上，就是一次对缺口的判断。动手之前，面壁先看清了一件事：模型把小模块写好的能力已经很强，真正的缺口在于它不会把小模块搭成大系统。

所以不必手把手教它把每个模块写得更细，“你去做这些东西，就是误判了缺口”。该做的只有两件，宏观上告诉它怎么组装，组装完给它一个检查对错的办法，逐比特对齐就是从这个判断里长出来的。

写算子时，面壁又撞上了同一个缺口。ForgeKernel 团队和清华等机构合写的 JustGoal 论文发现，只给一个优化目标，模型就能在 B200 上10个算子里跑赢人类维护的开源库8个；可它擅长调细节，难以独立设计好整体架构，常在开局几次尝试里就把路线定死。

ForgeKernel 补的正是这一块。它把架构设计单独拆出来，抽成一个个里程碑，再让模型拿自己最好的版本当下一轮的对手，一轮轮往上爬。

缺口不会成千上万，要紧的是看得出它在哪里。这种全栈的理解，只能长在具体的人身上，或者一支足够小的队伍里；把每一层都堆上大量专家，并不会自动得到一个看得见层与层之间问题的组织。

小而精锐的团队更能承担前沿探索的责任，接下来的变化，正在奖励这样的人和团队。

06

前沿在谁手里

软件生态的分层，正在被 AI 打穿。

软件为什么要分那么多层？因为太复杂。一个人顾不过来，只能把不同工作交给不同的专家，再通过接口和协作拼起来，分工让大型系统成为可能，也让系统背上了协调和等待的代价。

李宇轩用过一个数学类比：证明复杂定理，需要几何专家和代数专家合作，两边先各自钻研，再花时间理解对方，最后才接得起来。AI 每一层都学过，执行速度又快，过去要靠不同专家反复沟通的工作，有机会在同一个系统里一口气完成。

他对 CUDA 的判断由此而来：“人类长期积累的那些东西没那么重要了。你有很多人在里面也没那么重要了，更重要的是你能吸引更多的 agent 进去写。”

这话说完没多久就有了实证：同一套 ForgeKernel，在昇腾和英伟达的官方榜单上同时排到了第一。

当大量代码可以由 AI 写出来，跨层优化也能交给它执行，拥有多少工程师、积累了多少现成模块，就不再足以解释一家公司的领先。人仍然重要，但最稀缺的工作开始集中到判断上：该解决什么问题，该给模型什么条件，结果怎样才算过关。

巨头依然有巨头的力量。只是大规模分工、深厚的专业储备，在 RSI 前沿探索这个特定方向上，未必还能像过去那样直接兑换成领先。

制药业早有过类似的分工。欧洲药品管理局追溯过2010年到2012年获批的创新药，四成以上最初出自中小企业、大学和公共研究机构，可到获批上市时，近九成的上市许可握在大中型药厂手里。默沙东的抗癌药 Keytruda 就是这么来的，分子最早出自荷兰的欧加农，经先灵葆雅，最终落到默沙东名下。

规模还有另一重代价：已经推进的项目越来越难叫停。删掉四十多个 Skill，在面壁只是一个人的一个月；放进足够大的组织，很可能已经牵连预算、分工和承诺，技术上可以删，组织上未必删得动。

借用库恩《科学革命的结构》的眼光，范式确立之后，比的是资源和规模；范式尚未定型，先要有人看见，大家一直在忙的事究竟是不是关键问题。RSI 眼下就处在这样的时刻，投入最多的地方，未必就是突破发生的地方。

面壁这类公司的机会，因此有了更清楚的轮廓。它足够小，可以推翻自己；学术根底足够深，不必等外部把方法讲成熟才动手；又是一家公司，要让技术在真实任务里跑起来，接受效率、成本和交付的检验。

小而精锐的团队更能承担前沿探索的责任，在 AI 的这个阶段，这正在变成事实。巨头的主场在生态和商业系统，把被验证的能力做成稳定供给，推向更多行业，做到足够高的普及率和渗透率。前沿探索和大规模扩散都不可或缺，只是越来越没有必要由同一种组织完成。

Clark 把完整 RSI 拨到了2027年，李宇轩的判断落在同一年：“今年 AI 已经拿出了菲尔兹奖级别的结果，明年一定会出现诺奖级别的成果。那个信号一出来，理论和工程就都通了。”

这是一个很激进的预判。对面壁而言，下一步很明确：今天先把工程接过去，随后让模型承担越来越多的研究工作。

无论是中国 AI 内部的竞争，中美对全球 AI 策源地的争夺，还是 AI 自身向下一阶段演进，都需要这种能率先看见问题、并把办法做出来的先锋。

两年前，刘知远说要给大模型造一台“光刻机”。如今这台机器已经开始工作，面壁自己的模型就是在它上面刻出来的，连最细的那一层线条，也是 AI 刻的。参与制造它的，已经有了 AI 自己。