群发资讯网

法学界陈枫连发两篇长文，一篇《十问胡锡进》，一篇《八问郎咸平》，他问胡锡进：为什么老百姓提合理建议你就强硬，碰到真正的恶你反而沉默？为什么弱化历史教育你不吭声，一提英语降权你就跳脚？这十六个字——"遇恶沉默、遇民强硬、遇利闭嘴、遇善挑刺"——戳中了很多人心里积攒已久的疑问。在我看来，陈枫的厉害之处不在于骂得狠，而在于他用法律人的严谨，一条一条把对方的逻辑漏洞摆到台面上，让大家看清楚：到底谁在讲道理，谁在耍威风。对郎咸平，陈枫问得更直接：降低英语应试权重，什么时候等于废除英语了？你拿英文授课的大学案例去套中小学基础教育，是不是偷换概念？更有意思的是，陈枫的质疑视频发出去后，郎咸平没有正面回应任何一个问题，反手就把视频投诉下架了。辩不过就删帖，这算哪门子学者风范？这事儿为什么能火成这样？因为它戳中了普通家庭的真实痛点。你去问问任何一个有孩子的家庭，英语补课花了多少钱？多少孩子每天背单词背到半夜，最后工作了连一句完整英文都说不利索？教育资源是有限的，英语多占一小时，母语就少一小时，数理就少一小时。这不是排外，这是老百姓在算账。但我个人觉得，这事儿的本质还不只是教育。你想想，为什么一提"降低英语权重"，有些人就跟被踩了尾巴一样？因为在过去很长一段时间里，"英语好"等于"国际化"等于"高级"，这套话语体系背后拴着多少利益？培训机构、留学中介、某些靠"洋背景"吃饭的精英，他们的饭碗和英语的"至高地位"绑得死死的。放到现在的国际大环境里看，这事儿就更值得琢磨了。你看这几天的新闻，美国和伊朗在霍尔木兹海峡较劲，油价蹭蹭往上涨；金砖国家越扩越大，全球南方越来越不愿意听西方指挥；俄乌还在打，特朗普都开始让乌克兰收手了。这个世界正在变，不再是"西方说什么就是什么"的时代了。在这种大背景下，一个国家的孩子先把母语学好、把自己的历史搞明白，有什么错？我不是说英语不重要，做外贸、搞科研、看世界，英语确实有用。但"有用"和"至高无上"是两码事。工具就是工具，该用的时候用，不该让它决定一个孩子的命运。回过头看胡锡进和郎咸平的反应，其实挺能说明问题的。他们那一代人，是在"中国落后、西方先进"的环境里长大的，英语在他们眼里几乎等于"通往文明的门票"。这个认知在当年有道理，但时代变了。今天的中国是世界第二大经济体，是全球产业链的中心，还拿三十年前的眼光看今天，这不是保守，是脱节。当然，我也得说句公道话。讨论英语权重，不等于要闭关锁国，更不等于否定所有学英语的人。那些真正需要英语的专业和岗位，该学还得学，而且要学好。问题的关键是"全民内卷"和"因材施教"的区别。有语言天赋的、以后吃这碗饭的，往深了学；没这个需求的，达到基本水平就够了，把时间省下来学更有用的东西。所以陈枫这两篇文章，真正的价值不在于"骂了谁"，而在于他把一场被搅浑的讨论重新拉回了理性轨道。他告诉大家：讨论问题就讨论问题，别扣帽子，别偷换概念，辩不过就删帖更丢人。这种较真正直的态度，在今天的舆论场上，太稀缺了。我始终觉得，一个真正强大的国家，不是所有人都抢着说别人的语言，而是我们的语言、我们的文化、我们的标准，能让别人主动来学。这些年，越来越多外国人学中文，越来越多国际会议用中文，越来越多科技论文用中文发表，这就是底气。英语该学，但别跪着学；窗户该开，但得站着开。这场争论也许还会继续，但我相信，越来越多的人已经醒了。一个民族的复兴，从来都是从找回自己的语言自信开始的。

汤家凤教授再次发文反问老胡：既然英语是底层百姓孩子的福利，降低英语权重就是堵住底层百姓孩子的上升通道，胡锡进先生你可否问一下20年前好学校好专业农村孩子的比例是多少，现在什么比例是多少？郎咸平批汤家凤狭隘热点现场​​​

郎咸平：AI就算全是泡沫，中美两国谁也不敢先撒手。两边都在烧钱，只是烧的地方不一样。2026年的AI竞争已经出现一个很有意思的现象：一边是市场不断追问巨额投入何时赚钱，一边是中美投入都没有停。美国微软、亚马逊、谷歌母公司和Meta今年计划投入约6500亿美元，重点仍是数据中心、芯片和算力网络。钱越烧越多，恰恰说明没人敢轻易退出。原因并不复杂。人工智能正在从互联网行业的一项新工具，变成制造、科研、能源、通信甚至安全体系的通用能力。美国国防部门今年5月还与多家科技企业推进AI进入相关网络和应用体系。到了这个阶段，AI投入已经不只是企业争夺用户，更带有产业竞争和国家科技能力建设的意味。所以真正的问题不是有没有泡沫，而是泡沫破掉以后留下什么。美国科技巨头面临的压力很现实：数据中心越来越贵，电力需求快速上升，资本支出增长又明显快于部分业务回报。如果AI应用无法形成持续现金流，再大的企业也会受到投资者追问。中国面临的题目却不完全一样。过去有人喜欢把中国概括成“擅长应用、底层不足”，现在这个说法已经过时。工业和信息化部等八部门今年部署“人工智能+制造”，既要求发展工业智能体和行业模型，也明确推进高端训练芯片、端侧芯片、服务器、高速互联等关键环节。这背后实际上是一套很清楚的思路：场景不能脱离技术底座，技术底座也不能长期脱离真实产业。截至今年6月底，我国智能算力规模达到2185EFLOPS，同比增长177%，规模以上制造业企业人工智能技术应用普及率已经超过30%。算力扩张和工厂应用正在同步推进。更有意思的是，竞争方式也变了。《全球人工智能创新指数报告2026》显示，中美仍处第一梯队，美国综合实力保持领先，但中国部分代表性大模型在算力效率和使用成本方面已经形成优势。这意味着未来比拼的不只是“谁能训练最强模型”，还要看谁能把一次调用价格真正压下来。低成本为什么重要？因为制造企业一天可能调用模型几百万次，一个实验室可以不算账，一条生产线却必须算账。模型便宜一点、推理快一点、国产软硬件适配顺一点，乘上庞大的工业规模之后，都可能变成真实竞争力。中国拥有完整制造业体系，这恰恰给技术迭代提供了大量现实考场。今年上半年，全国生成式人工智能领域新设企业达到5.5万户，同比增长28%。这并不意味着每一家都会成功，未来肯定会出现淘汰和整合，但产业竞争从来不是要求所有企业活下来，而是让资金、人才和技术在竞争中不断重新配置。我认为，中美现在谁都不敢先撒手，根本原因就在这里：AI也许存在估值泡沫，却已经进入产业基础能力竞争阶段，退出并不会让泡沫消失，只可能让自己的技术积累、人才体系和产业生态慢下来。真正应该观察的，也不是哪家公司估值又涨了多少，而是谁能把昂贵算力变成便宜服务，把模型能力变成工厂效率，再把产业收入重新投入芯片、软件和下一代模型。能够跑通这个循环的一方，才可能把今天的“烧钱比赛”，最终变成未来十几年真正的产业优势。