大西洋月刊｜如果中国真的赢下人工智能竞赛，会发生什么？【智库观察】

8月18日，《大西洋月刊》刊发Matteo Wong的文章《如果中国赢得人工智能竞赛，究竟会发生什么？》。文章重新审视了美国政策界长期存在的“赢家通吃”叙事。从而引出中美AI竞争究竟应当如何理解，模型能力又会通过何种路径转化为经济实力、军事能力以及全球影响力。

美国科技界和国家安全圈长期担心，人工智能一旦发展到足够高的水平，可能赋予领先国家某种“决定性战略优势”。在这种设想中，更强的AI可以帮助设计导弹防御系统、组织无人机集群、开发新型生物技术，甚至让领先一方进入对手难以追赶的技术“逃逸速度”。布鲁金斯学会研究员Kyle Chan将这种状态类比为一种近乎“只有一国拥有核武器”的不对称优势。

《大西洋月刊》对此保持明显谨慎。文章指出，这种判断实际上依赖两个尚未得到证明的前提：超级智能（AGI）会在短时间内出现；模型能力能够迅速转化为压倒性的现实力量。前SCSP高级主管David Lin所说的“逃逸速度”，本质上仍是一种未来情景推演，目前并没有证据能够确认这种近乎全知的数字智能一定会出现。

更现实的问题在于，技术方案最终必须进入物理世界。AI即便给出一套新的导弹防御设计，真正形成战斗力仍然需要工厂、材料、能源和大规模制造。即便模型在几个月内出现领先，现实军力也不会同步完成跃迁。MIT人工智能政策研究者R. David Edelman因此认为，把半年左右的AI领先直接等同于战争胜负，可信度并不高。

这意味着，中美AI竞争很难被简单理解为一场“赢者通吃”的技术赛跑。模型能力固然重要，真正影响国家实力的，还包括工业基础、能源供给、组织体系以及把技术转化为现实能力的速度。

文章随后把讨论重心从军事拉回经济，并提出全文最值得关注的判断之一：人工智能对经济结构的影响，可能比其直接军事用途更加深远。

文章指出，月之暗面、智谱、DeepSeek和阿里巴巴等中国企业的头部模型，已经能够在不少场景中接近OpenAI、Anthropic和Google的产品，同时使用成本更低。对企业用户而言，这种差异十分重要。商业部署并不总是追求性能最高的模型，成本、稳定性、开放程度和本地部署能力，同样直接影响企业选择。

也正因此，文章援引AI Proem作者Grace Shao的判断称，中国更重要的一场竞争，可能集中在把人工智能更快地扩散到实体经济。她甚至提出，如果把AI理解为一场经济竞赛，美国完全存在失去优势的可能。

这一判断改变了衡量AI竞争的尺度。只比较前沿模型，美国目前仍然保持明显优势；进入产业层面以后，成本、规模、场景和部署速度的重要性会迅速上升。模型领先可能只维持数月，工业系统形成以后，则往往拥有更强的路径依赖和长期黏性。

原文因此特别强调，中国在AI竞争中的一项重要优势来自“现实世界”。长期制造业积累和产业政策，使中国在新能源设备、电动车、机器人以及复杂工业产品领域建立起庞大供应链。文章援引数据称，中国生产太阳能电池板约90%的关键部件，上一年度全球销售的人形机器人中近90%来自中国。与此同时，美国还面临AI用电需求快速增长等基础设施压力。

从这一角度看，中国AI的竞争力并不局限于模型性能。模型与制造体系结合之后，会进一步进入机器人、汽车、物流、能源和工业设备。AI一旦深入实体经济，竞争重心也会延伸到产能、供应链、基础设施和应用效率。

文章随后进一步提出，中国AI给美国带来的长期压力，未必表现为某一天突然出现一个“超级模型”，很可能通过技术影响力持续向外扩散。

SCSP的Rama Elluru指出，中国长期重视向全球输出技术。通过“一带一路”等机制，中国已经在亚洲、非洲和拉丁美洲参与建设公路、港口、电厂、光纤和数据中心，AI服务完全可能叠加在这些既有基础设施之上。

这里涉及一种更深层的技术依赖。AI模型不会孤立运行，它通常与云平台、服务器、通信网络、能源设施和数据中心共同构成一套完整体系。第三国一旦围绕某种模型和基础设施建立应用生态，后续替换成本会逐渐提高，技术选择也会慢慢沉淀为制度和产业选择。

曾负责美国国务院AI政策的CNAS高级研究员Daniel Remler因此担忧，这种“技术影响力”可能逐渐转化为政治靠拢。原文还进一步讨论，在极端情景下，如果第三国关键数字基础设施高度依赖中国技术，这种依赖在危机时期也可能成为战略杠杆。

所以，文章对“中国AI威胁”的理解，更接近一种长期的结构性变化。价格更低的模型进入市场，数字基础设施持续扩张，企业和开发者逐渐围绕相关技术形成生态，最终可能改变全球技术重心。这种变化没有明确的“胜利时刻”，却可能持续削弱美国原有的技术主导地位。与短期模型排名相比，全球技术生态的迁移往往更加缓慢，也更加深刻。

《大西洋月刊》最后把批评重新指向美国自身。

文章认为，“中国竞争”正在成为美国科技行业推动政策诉求的一种高频理由。早在2018年，扎克伯格就在国会表示，如果美国对人脸识别等技术施加过多限制，美国公司就可能输给中国。几年之后，一批前美国国家安全官员又以对华竞争为理由，反对针对大型科技公司的部分反垄断政策。如今，同样的逻辑继续出现在AI监管、芯片政策和数据中心建设争论中。

AI Now Institute联合执行主任Sarah Myers West进一步指出，“技术军备竞赛”叙事长期被用于抵消加强科技行业监管的呼声，近来又成为争取有利于数据中心建设产业政策的重要理由。

文章并不反对美国参与竞争。真正担心的是，一旦所有问题都被压缩成“必须赢中国”，政策讨论本身就容易失去边界。AI监管是否合理，数据中心应当建设到什么程度，科技巨头是否需要受到反垄断约束，数字隐私如何保护，这些问题都有自身逻辑。如果最终都由国家竞争这一套框架来回答，产业利益、国家安全与公共利益就容易混杂在一起。

因此，文章最后把问题落到更基础的层面：人工智能繁荣最终应当惠及普通公众，不应只让大型科技公司、投资者和军工体系获得收益。Sarah Myers West提出，与其不断讨论正在建设什么样的AI，更值得追问的是这种技术最终会塑造怎样的社会。

从这个意义上看，这篇文章也想提醒美国：中美AI竞争确实存在，但把复杂的技术、产业和社会转型压缩成一场“赢家通吃”的赛跑，既可能误判中国的真实优势，也可能扭曲美国自己的政策选择。

更值得观察的，是AI如何进入产业、改变生产率、依托制造体系扩散，并进一步形成全球技术影响力。决定长期格局的，未必是某一次模型发布，也未必是某个短暂的性能领先。真正具有持续意义的竞争，将发生在技术能力与现实经济连接起来之后。

编辑｜肖易

终审｜梁正 王净宇