2025年，斯坦福大学AI指数报告发布了一组数据：中美AI模型性能差距已缩小至2.7%。
消息传回国内，舆论沸腾。从DeepSeek到Kimi，中国大模型在过去18个月里轮番登上全球榜单，美国同行第一次感到了压力。硅谷的VC们开始频繁飞往北京和杭州，寻找下一个能“掀翻桌子”的中国团队。
两年多时间，国产AI从追赶者变成了唯一能与美国正面竞争的对手。看起来，一个逆袭故事正在收尾。
一片乐观中，有人翻出任正非2018年的一段话：
“人工智能不能建在沙滩上。这样的房子，规模越大，塌得就越快。”
这段话放在今天，像是在给这场狂欢敲警钟。但在2018年那个节点，他到底看到了什么？
01 2.7%的差距背后：应用层在领跑，地基层要补课
国产AI这两年发展确实快，DeepSeek去年一度追平美国最佳模型。
斯坦福大学2026年的AI指数报告也承认，中美AI模型性能差距已经缩小到2.7%。看起来，中国AI离美国确实不远了。
但这个“不远”，主要体现在应用层和工程层。
我们的模型做得好，底层框架是谁的？PyTorch、TensorFlow、CUDA，全是美国的。华为昇思这几年在突围，但生态这东西，砸钱快不了。
任正非2018年接受采访时就说过：“人工智能的基础算法、算力、数据，前两项我们国家还是弱的，光有数据强还不行。”
因此，任正非认为：“中、美两国在领跑这种说法我认为不太合适。”
我们的应用做得好，是好事，但楼盖得快不代表地基打得深，地基不稳，也会影响楼房的最终高度。
任正非今年又聊起这个话题，说法和2018年一样生动形象：“如果不搞基础研究，就没根。即使叶茂，欣欣向荣，风一吹就会倒的。”
02 AI竞赛不仅需要钱，还需要耐得住“数学寂寞”
国产AI现在有个挺普遍的认知误区：觉得只要钱砸得够多、卡买得够多，就能追上去。
其实只是国内这样想，马斯克也做了类似的事情，xAI拥有55万张GPU，但是算力利用率仅11%。近90%的昂贵芯片不是在训练模型，而是在空转等待数据。按单卡3万美元估算，闲置浪费近80亿美元。
任正非对此有个精准判断：“用来暴力破解的算法框架，本身就是基础研究的产物。没有数学底层理解，给再多算力也是浪费。”
5G技术有两个核心编码：长码和短码。长码源自1964年一位美国教授的论文，短码（Polar码）源自2008年土耳其教授Erdal Arikan的数学突破。从两个方程式到全球通信标准，横跨62年。
这62年里，全球几十家公司、上万名科研人员，不是在“大力出奇迹”，而是在无数次试错后做微小验证。真实的科研不是喝着咖啡灵感乍现，是几十年如一日地坐冷板凳。
华为在2008年就盯上了Polar码。2016年，华为将其应用于5G标准，成为全球第一家实现该技术商用的公司。从数学论文到通信标准，走了8年。
算法不是编程，是数学；数学不是投资，是时间。
从1999年俄罗斯建研究所，再到2026年“韬定律”发布，华为在地基上挖了二十六年。
2026年还有一个值得关注的进展。华为在高性能计算领域推出了“星河”AI训练集群架构，核心思路是“算存网协同”，把计算、存储、网络三层做联合调度，而不是各管各的。
在相同硬件条件下，星河架构能将大模型训练的有效算力利用率提升到65%以上，远超行业平均的30%-40%。同样是买卡，有人买了跑不起来，有人买了能跑出双倍效率，这就是地基厚度的差别。
任正非今年说过一句话：“买国外的产品很贵，因为价格里面就包含他们在基础研究上的投入。所以，中国搞不搞基础研究，也要付钱的，能不能付给自己搞基础研究的人。”
这句话说得挺透的。基础研究的成本不会因为你选择不做就消失。它只是以另一种方式，在你买别人产品的时候，连本带利一起付了。
华为选择把这块成本留给自己。2025年利润680亿，研发砸1923亿。近十年累计1.38万亿。别人砍研发保利润的时候，华为一分没少。
有人问任正非面对封锁心里怎么想。他说：“没有想过，想也没有用。不去想困难，干就完了，一步一步往前走。”
这话不像演讲稿里打磨过的金句，更像一个干了三十多年的人随口说出来的大实话。
国内应用层的繁荣是好事，说明市场需求在、人才在、场景在。但如果底层框架、基础算法、数学根基全是别人的，这些繁荣能持续多久？
任正非2018年那段话，今天回头看，依然适用。2025年他换了个说法：“没有理论就没有突破，我们就赶不上美国。”
“沙滩警告”不是唱衰，是长期主义的清醒剂。当所有人都在比摩天楼高度时，愿意查地基的人，才能在风暴来时站稳脚跟。
注：本文数据及观点综合自华为2025年年度报告、华为相关产品公开资料，以及任正非历年内部讲话与公开访谈内容。
