一个非常令人痛心的事实：但凡国内在科技方面取得重大突破，有可能挑战美国的科技霸权，甚至很可能已经领先于美国，国内必然有一批人跳出来，提出质疑和批评，甚至直接否定，进而冷嘲热讽。

从去年的deepseek到今年华为公司何庭波提出并充分论证的韬定律，都是如此，都遭不少的质疑和批评，遭到不少的冷嘲热讽。

但细看这些争议会发现一个很有意思的分化：真正的业内讨论，大多是盯着技术细节、落地难度和表述严谨性说事；而网上闹得最凶的否定声，往往连最基础的技术报告都没翻过，上来先给结论“不可能”，再回头找理由凑论据。

就拿DeepSeek来说，它去年出圈的核心卖点，从来不是参数规模最大，而是靠架构层面的创新优化，把大模型预训练环节的成本压到了极低水平——其中DeepSeek-R1的预训练成本，仅约为GPT-4o的二十分之一，同时在数学推理、代码生成等专业基准测试中，已经跻身全球第一梯队。更关键的是，它把核心模型权重开源了，全世界任何开发者都能下载复现，数据真假跑一遍测试就有答案。

可争议还是跟着就来。一部分是合理的技术讨论：有人指出低成本只针对预训练阶段，算上后续对齐、微调、推理部署的全周期投入，总成本并没有那么夸张；也有人提到它在日常闲聊等通用场景的体验，和头部模型还有差距。这些都是客观存在的事实，本来就是技术迭代要补的短板。

但另一部分声音就完全走了样：有人张嘴就说“肯定是套了国外的开源框架改的”，有人一口咬定数据造假，连开源链接都没点进去过。就连英伟达黄仁勋在公开活动中提到这条技术路线，认可其在效率优化上的创新思路，也被不少人拿来当“吹牛皮”的佐证——可他们没说的是，黄仁勋同时也补充了，大模型的核心竞争力不止于预训练，后训练阶段的投入同样决定上限。只挑一半的话听，自然怎么否定都有理。

再看今年引发热议的“韬定律”，情况几乎如出一辙。华为这些年在先进制程上受的限制大家都看在眼里，摩尔定律靠缩小晶体管尺寸升级的主路走不通，团队就换了个方向：从空间堆叠、逻辑折叠上找突破口，通过3D架构缩短信号传输路径，不靠更先进的制程工艺，照样提升芯片的算力密度和能效比。

按照华为公开的实验室测试数据，在同制程、特定测试条件下，新架构能实现50%以上的晶体管密度提升，同时降低约40%的功耗，相当于在传统摩尔定律之外，蹚出了一条新的技术路线。

业内对这件事的正经讨论，其实集中在两个很务实的问题上：一是“定律”这个命名是否足够严谨，毕竟能被行业称为定律的规律，往往需要经过十几年、跨企业的反复验证；二是实验室数据落到量产端，良率控制、散热设计、成本控制还有多少实际难题要解决。

这些都是技术落地必须迈的坎，讨论得越充分，后续踩的坑就越少。可网上不少声音根本没聊这些，直接就扣上了“PPT造芯”“营销噱头”的帽子，仿佛只要是国产的突破，先打个对折再打个折，才叫“客观中立”。

为什么每次国产科技有新进展，这种“先否定为敬”的反应总会准时出现？说穿了，还是过去几十年追赶者的身份，给很多人留下了太深的思维惯性。

我们习惯了“欧美定义技术路线，我们跟着追赶”的节奏，默认了顶尖原创只能出自硅谷。突然有一天，我们不光追平了脚步，还开始自己探索新的方向，很多人的认知没跟上，第一反应不是欣慰，是“这不符合我的常识”。

这种惯性算不上刻意的崇洋媚外，更多是一种认知上的路径依赖。就像一直跟着导航走路的人，突然要自己找路，第一反应总会怀疑是不是走错了。

再加上很多人对技术的了解停留在碎片化的“常识”里：知道大模型烧钱，就觉得低成本一定是假的；知道摩尔定律统治行业几十年，就觉得换赛道都是异想天开。

可他们忘了，所有颠覆性的技术突破，本来就是用来打破旧常识的。拿着过去的经验当唯一标尺，量出来的结果自然全是“不合格”。

更耐人寻味的是无处不在的双重标准。国外科技公司发布一个还在概念阶段的技术，很多人愿意送上“引领未来”的评价，愿意给它时间落地成熟；可国内企业拿出实测数据、甚至开源出来供所有人验证，反倒要先自证清白，仿佛只有得到西方业内的认可，才算得上真突破。

可现实是，美国死死守住科技霸权，最不愿意看到的就是我们跳出它制定的游戏规则，自己开出新赛道。我们自己人先忙着否定自己，反倒主动帮对手巩固了话语权。

当然，这么说不是说国产技术就碰不得、说不得。技术进步从来都欢迎理性质疑，严谨的追问、务实的批评，都是推着技术往前走的动力。

真正让人觉得可惜的，是那种为了否定而否定的条件反射，是没搞懂来龙去脉就先站在制高点冷嘲热讽的优越感。人家研发团队在实验室熬了无数通宵踩出来的路，到了键盘上就成了一句轻飘飘的“又在吹牛皮”。