近日，美国战略与国际问题研究中心（CSIS）未来实验室主任本杰明·詹森与副主任亚西尔·阿塔兰发表文章《Tokenpolitik：美国如何与中国竞争构建全球人工智能技术栈》。文章提出“Tokenpolitik”这一概念，试图用新的战略框架解释人工智能时代的大国竞争。

https://www.csis.org/analysis/tokenpolitik-how-united-states-can-compete-china-build-global-ai-stack?utm_source

文章的核心判断是，未来中美人工智能竞争将逐步超出芯片、大模型等单一技术领域，转向一整套人工智能基础设施体系的竞争。能源、电网、芯片、数据中心、云计算、模型和应用，将共同构成新的AI技术栈。谁能在全球范围内提供更完整、更低成本、更稳定的人工智能能力，谁就更有可能占据下一轮科技竞争的主动位置。从这一视角看，中美AI竞争正加快进入全球基础设施、产业生态和技术标准相互交织的新阶段。

作者认为，历史上的大国竞争始终伴随着基础设施竞争。苏伊士运河改变全球贸易线路，冷战时期的卫星通信网络重塑国际信息体系。进入人工智能时代，类似逻辑正在再次出现，只是新的基础设施变成了算力、电力、芯片、数据中心和模型。

文章因此提出“Tokenpolitik”。Token是大模型处理和生成信息的基本单位。数据中心消耗电力，芯片提供算力，模型完成计算，最终形成持续不断的Token输出。按照这一逻辑，Token可以被理解为人工智能时代的一种基础产出，其背后连接的是庞大的工业体系。这一视角意味着，未来衡量一个国家人工智能实力，不能只看模型榜单，也要看其能否稳定建设数据中心，能否保障能源供应，能否持续获得芯片，能否形成云服务能力，能否把模型真正嵌入产业和公共服务。

从战略层面看，AI正在逐步具有类似电力、通信网络和互联网的基础设施属性。技术竞争由此延伸至基础设施竞争，国家间的科技实力也开始更多体现为系统组织能力。

CSIS关注的重点，更侧重中国逐步形成的完整产业体系。

第一层是模型能力。文章注意到DeepSeek、Qwen、Kimi、GLM等中国模型快速发展，部分产品在性能、成本和开放程度方面具有较强竞争力。尤其是开放权重模型，便于企业和国家进行本地部署，也更容易适应数据主权、隐私保护和成本控制需求。

第二层是基础设施能力。华为等中国企业长期深耕通信网络、云服务和数字基础设施，在不少国家已积累较完整的客户体系和工程经验。一旦AI需求扩大，这些既有网络便可以向数据中心、服务器、云计算、模型服务等领域继续延伸。

第三层是综合配套能力。中国企业参与海外项目时，往往可以同时提供设备、建设、运营、融资、培训和维护。对于许多发展中国家来说，这种“一揽子方案”具有较强吸引力。项目落地速度、建设成本和后续服务，常常比单项技术参数更能影响最终选择。

CSIS因此担心，中国未来可能形成一套可复制的AI海外输出模式：

芯片与服务器 + 数据中心 + 云平台 + 开放模型 + 通信网络 + 工程建设 + 融资支持 + 人员培训。

这种模式一旦成熟，中国企业输出的将不再只是产品，也可能形成长期技术生态。一个国家采用哪套云平台、使用哪类模型、依赖哪种硬件体系，往往会进一步影响后续软件开发、人才培养、数据标准和产业合作。

这也是美国战略界对中国AI竞争力判断发生变化的重要原因。竞争焦点开始从“某项技术是否领先”，延伸到“谁能提供一整套长期可用的解决方案”。

过去几年，美国对华AI政策主要围绕出口管制展开。先进GPU、半导体设备、高带宽存储等领域，始终是美国政策重点。

CSIS认为，仅靠限制措施，很难决定全球人工智能竞争最终走向。尤其在第三方市场，如果美国主要提供限制规则，中国企业却能够提供数据中心、服务器、模型、融资和工程服务，美国可能逐渐失去市场影响力。

因此，美国正在加强“走出去”的一面。

文章提到，美国开始推动American AI Exports Program，希望把芯片、云计算、模型和数据中心整合成更完整的AI出口方案。与此同时，美国也在加强与中东、欧洲和亚洲伙伴的算力合作，希望建立以美国技术体系为核心的国际AI网络。

金融工具也开始发挥更大作用。美国国际开发金融公司、美国进出口银行等机构，可以为海外数据中心、电力项目、通信网络和云基础设施提供贷款、担保和保险。人工智能竞争由此与外交、金融、能源和产业政策进一步结合。

这种变化反映出一个清晰趋势：美国正在同时推进两类政策。

一方面，继续提高中国获取先进技术的门槛；另一方面，帮助美国企业进入海外市场，扩大美国技术体系的覆盖范围。

前者解决技术领先问题，后者解决全球采用问题。

对于美国来说，仅仅掌握最先进的模型仍然不够。如果大量国家最终选择中国的数据中心、中国的云服务、中国的模型体系，美国即便保有局部技术优势，也可能在全球数字生态中失去部分影响力。

从这篇文章可以看到，美国战略界对中美AI竞争的认识正在出现三个变化。

首先，竞争尺度正在扩大。过去讨论AI竞争，往往集中在芯片性能、模型参数和算法突破。如今，美国越来越关注能源、电网、数据中心、通信网络、云平台和开发者生态。这意味着人工智能竞争正在从单点技术优势，逐步走向产业链、供应链和基础设施的整体较量。

其次，全球南方的重要性明显上升。东南亚、中东、拉美和非洲都在加快数字基础设施建设。未来新增AI需求，很大一部分可能来自这些地区。今天选择哪套AI基础设施，往往会影响未来数年甚至更长时期的技术路径。因此，第三方市场正在成为中美AI竞争的重要增量空间。

最后，国家力量正在进一步深入AI产业竞争。未来的竞争很难只依靠科技企业自身完成。数据中心需要土地和电力，芯片出口涉及监管，海外建设需要融资，跨境合作需要外交协调，技术扩散还涉及标准与安全规则。政府、金融机构、科技企业和基础设施运营商之间的协同能力，将越来越重要。

“Tokenpolitik”正是将人工智能放进了更大的国家竞争框架。未来全球AI格局，很可能取决于几个看似基础的问题：谁来提供电力，谁来建设数据中心，谁来供应芯片，谁来部署云平台，谁来提供模型，谁来制定标准，谁来承担融资。

这些选择看似分散，最终却会汇聚成一套完整的技术生态。

从这个意义上说，中美人工智能竞争正在进入更深层次的阶段。模型性能依然重要，芯片能力依然关键，真正决定长期格局的，将是双方能否把技术优势转化为基础设施能力、产业组织能力与全球落地能力。

本文内容仅为编译总结，不代表研究院立场

编辑｜肖易

终审｜梁正 王净宇