最近認識了一個在國外學(xué)AI的留學(xué)生。

晚上有一搭沒一搭地聊天，不知怎么就拐到了中美AI大戰(zhàn)上。

我很自然地說了一句：“國內(nèi)AI發(fā)展挺快的，現(xiàn)在模型、應(yīng)用、工程都很猛。比如大模型有DeepSeek、智譜、千問、MinMax，和國外相比，可能就差個半年一年的，像Seedance等產(chǎn)品還是領(lǐng)先的。”

他是笑了一下，說：“國內(nèi)大模型還可以，但是應(yīng)用層很差?！?/p>

我反駁說：“不是吧，全世界最大的應(yīng)用場景、最復(fù)雜的用戶需求、最卷的工程落地能力，都在中國，從互聯(lián)網(wǎng)時代起，應(yīng)用層都是我們的強項??！”

他說：“那中國程序員為什么連一個像樣的詞兒都沒發(fā)明出來？”

我好奇地說：“什么詞？”

他說：“比如Vibe Coding，MCP，SDD，Skills，對了，還有Harness Engineering。”

然后他又補了一刀：“0:5，中國程序員慘敗?！?/p>

我去，他這個新奇的角度，把我一下子干蒙了。

我想了一會兒，還真沒想起中國程序員造過的類似的詞兒。

Vibe Coding，2025年2月，Andrej Karpathy在X上隨口一提，翻譯成“氛圍編程”，描述的是一種“跟著感覺走”的編程心態(tài)，聽起來挺玄，但人家就是造了個詞，全世界的程序員都開始用。

MCP：Anthropic在2024年11月提出的一個連接標(biāo)準(zhǔn)。它規(guī)定了一套標(biāo)準(zhǔn)，讓AI平臺能夠以統(tǒng)一的方式接入各種資源

Agent Skills：也是Anthropic在2025年12月發(fā)布的開放標(biāo)準(zhǔn)，目的是用一種輕量化、模塊化的方式，教 AI 如何通過組合各種工具來完成復(fù)雜的特定任務(wù)

SDD（Specification-Driven Development ）：這個可以追溯到上世紀(jì)60年代NASA的嚴謹?shù)墓こ虒嵺`，但是工程上， GitHub 和 AWS 實現(xiàn)得最早，2025 年 9 月，GitHub 發(fā)布了開源工具 Spec Kit，它定義了一套基于 Markdown 的 SPEC.md 標(biāo)準(zhǔn)，將規(guī)格說明作為 AI 代理的“真理源”，正式將其作為 AI 時代的核心工程方法。

Harness Engineering：是Mitchell Hashimoto最早提出來的，后來被OpenAI，Anthropic等公司以及Martin Fowler等人認可，在業(yè)界有流行的趨勢，在中文社區(qū)這個詞正在火起來。

他這么一說，真是把我噎住了。

我有點兒不死心，嘴硬道：“Vibe Coding ，Harness Engineering這種詞，中國人想不到很正常，畢竟英文不是母語?！?/p>

他馬上反擊道：“那MCP和Agent Skills呢？它們不是什么玄學(xué)概念，不是什么需要十年積累的底層技術(shù)，又不是掐脖子的光刻機，為什么沒有出現(xiàn)在中國呢？”

是啊，MCP和SKills就是一套協(xié)議、一個規(guī)范、一個設(shè)計的模式。

說白了，就是想到了，寫出來，開源了，就成了標(biāo)準(zhǔn)，被全世界使用。

這件事我們做不了嗎？

顯然不是。

國內(nèi)那么多大模型公司，那么多頂尖的工程師，那么多每天都在追論文、追開源、追前沿的人。

MCP 一出來，兩周之內(nèi)，國內(nèi)各大工具全部宣布支持。

Agent Skills 剛發(fā)布，中文社區(qū)的教程和封裝庫就鋪天蓋地。

我們的頂尖程序員絕對有這個能力，這一點我絕對相信。

但問題恰恰就在這里：我們習(xí)慣了做“追隨者”，不是“引領(lǐng)者”。

之前美國先搞出來Cursor，國內(nèi)各個大廠的AI IDE就雨后春筍似地冒出來了。

Claude Code一出，各家都恨不得把自己的產(chǎn)品馬上變成命令行的。

前不久熱得發(fā)燙的OpenClaw，剛進入國內(nèi)，我都能想象各大廠程序員那幾天的工作：盯著屏幕，眉頭緊鎖，心里想的是：“快，趕緊搞一個自己的版本，發(fā)布，搶占市場，再晚就不趕趟了?！?/p>

我們像一支反應(yīng)極快的消防隊，火警一響，立刻出動，裝備精良，動作麻利。

你可能覺得這些詞兒，這些協(xié)議和標(biāo)準(zhǔn)也沒那么重要，又不會卡脖子嘛。

但是對于程序員來講，應(yīng)用再快，工程再猛，但如果協(xié)議是別人定的、范式是別人創(chuàng)造的，那我們所有的“快”和“猛”，本質(zhì)上都是別人出題，我們做題。

這背后付出的代價就是：加班，熬夜，996。

特別是美國那幫人也在努力地甩開我們，拉開差距，再次建立像互聯(lián)網(wǎng)時代的優(yōu)勢，他們吃肉，讓我們喝湯。

我也理解，整個環(huán)境不太允許“慢下來”，慢下來意味著可能被競爭對手甩開，意味著季度匯報不好看，意味著投資人會問“你們在忙什么”。

于是大家只好選擇一條最安全的路：等那邊先跑出來，我們再全力追趕。

在傳統(tǒng)軟件領(lǐng)域，我們起步比美國晚了幾十年，摸著石頭過河，Copy to China，那是沒有辦法，但是AI時代，我們幾乎和美國處以同一起跑線，并且AI才剛起步，到處是荒地，機會很多，我們還把“快”當(dāng)成唯一的信仰，還把“跟”當(dāng)成唯一的方法論，真是有點兒說不過去。

說實話，我們手中的牌挺好的，我們完全有能力在應(yīng)用層的標(biāo)準(zhǔn)和協(xié)議上，做出引領(lǐng)世界的創(chuàng)新，只要：

允許一個工程師停下來，花時間去總結(jié)一些東西，而不是只盯著本周緊急上線的需求。

讓程序員多考慮下抽象層的設(shè)計，暫時放下“這周能賣多少 API 調(diào)用”的焦慮。

鼓勵大家嘗試創(chuàng)建新協(xié)議，而不是“怎么在現(xiàn)有協(xié)議上跑出業(yè)務(wù)效果”

唉，啰嗦了這么多，恐怕也沒啥用，也改變不了什么東西，就是覺得可惜。

真希望有一天，國內(nèi)AI界也能“進個球兒”，創(chuàng)造幾個屬于自己的“詞兒”，讓國外的程序員也翻著詞典琢磨：“這個 XXX（拼音） 到底啥意思？”