在中国，AI只是帮助国家产业升级的工具

人工智能技术已成为中美两大国战略竞争的核心。中国的 “深度求索”、“智谱”等初创企业似乎正不断以功能相近，但成本低廉的应用模型挑战美国在高科技领域的霸主地位。如果说两国政府都在穷尽办法，筑起小院高墙，以保护自身的优势的话，中国政府举全国之力投资该领域，显示志在必得的决心之际，美国政府则不时地在与本国的行业领袖较劲。Anthropic 的大型语言模型的两个最新版本不久前经历的禁止外国用户登录随后又有限度放行的风波就是一个典型例证。与此同时，美国行业领袖围绕人工智能技术开发前景的讨论与担忧中，似乎难以听到来自中国的声音。中国的科技企业是否对人工智能技术日新月异的发展也有同样的忧虑？旅居美国的Afra Wang是自由撰稿人，她主笔的行业通讯Concurrent专注观察中国和美国硅谷高科技尤其是人工智能研发动向。不久前，Afra Wang刚刚随一个观察团前往中国实地考察。她尤其注意到了中美两国在人工智能领域不同的发展逻辑，以及在这两种不同逻辑之下的行业现实。在她看来，中国人工智能领域当前的蓬勃表象之下，也暗含着泡沫破灭的可能。Afra Wang6月9日接受本台电话采访，介绍了她的观察与分析。

2026年6月22日，在北京举行的中国国际供应链促进博览会上，一名工作人员站在英伟达（Nvidia）展位的机器人旁。 AP Photo/Ng Han Guan - Ng Han Guan

Anthropic为何呼吁人工智能开发暂缓?

法广: 最近，美国人工智能企业Anthropic的领导人呼吁让人工智能的开发暂缓。您怎么理解这样的呼吁？现在，国际社会上好像大家都在争先恐后地开发人工智能技术，Anthropic为什么会提出来要暂缓呢?

Afra Wang: 我想先澄清一个前提：Anthropic其实并没有呼吁暂停研发——它自己还在全力研发前沿模型。它真正做的,是一边推进、一边不断拉警报，尤其是对失控风险的警报。2023年那封著名的"暂停六个月"公开信，Anthropic恰恰没有签。 因为AI大公司，主要在美国、也包括英国，大概有三家:DeepMind、OpenAI和Anthropic。这些大公司其实都在用大量的算力和基建，去研发人类社会从来没有见过的AGI（通用人工智能）.

前两天，他们推出了一篇新的文章，就是在讲这种叫做 recursive self-improvement (RSI，递归式自我改进) 的人工智能——广泛来说，就是人工智能可以自己撰写代码去完善和进化自己, 人类在某种程度上可以被逐渐排除在人工智能自我迭代的这个循环之外。这是一种人类社会从来没有见过的科技增长和科技进步的方式，因为我们已经造出了一个比人类还要聪明的机器。所以，当这个趋势在更加延续的时候，我觉得，很多顶尖的人工智能的研发机构其实不知道该怎么去应对这种情况。于是，硅谷这边就出现了非常多的类似思想流派。其中的一个流派就认为，这种自我迭代的人工智能，迟早会超出我们人类的理解和预知，会做出一些不可逆的伤害。比方说制造化学武器，或者说被坏人所利用。还有一个比较极端流派认为，人类在本质上有被毁灭性的危险，因为暴露在这种人工智能快速自我迭代的危险之下。于是，就出现很多这种所谓的暂缓论调。这其实已经不是新鲜事。大概几年前就有很多专家、学者在呼吁叫停。只不过最近Anthropic新出的这篇文章和它公司的最新动向，强化了人们对于这个问题的关注。所以这个论调又开始卷土重来。

法广: 就是说，人工智能因为智能体现在有能力自我更新、自我换代升级，那么人类社会有可能会失去对这种技术发展的控制,是这意思吗?

Afra Wang: 对。没错。有一个很好的叫做Understanding AI的科技媒体里面也说，人工智能有的时候在解决数学题或者物理问题的时候，它可以直接告诉你答案，但是它却没有办法告诉人类它自己的推理过程、或者它为什么能够解决这些问题。所以说，我们其实是在制造一个比自己聪明很多的机器，但是这个机器可能又没有办法以我们理解的方式告诉我们其中的机制。

在中国，AI只是帮助国家产业升级的工具

法广: 您最近才从中国回来。你们是一个观察团，到中国去实地考察。那您在中国的时候，有没有发现中国也有这样的忧虑呢?

Afra Wang: 在中国，这种忧虑尤其是在科技界看到得比较少。我回来之后写了一篇文章叫做Mandate of AI。我在探索：中美之间这种AI的治权到底是谁在决定?

就我的观察来说，在硅谷，整个行业——包括我们刚刚讨论到的这种比较形而上的观察——是行业的AI领袖去定义的。他们这些人是真心相信自己手中的前沿技术会非常深刻地、不可逆地重塑社会。所以这些行业领袖会经常发表播客、发表各种各样的文章，或者去跟媒体交流，因为他们认为自己肩负着这个行业的未来，认为他们有资格告诉普通人：未来在AI的塑造之下可能会走向怎样的情况。

但是在中国，在我的观察当中, AI的治权是在国家。在整个更大的经济现场当中，AI其实发挥着一个更小的作用。在中国，AI其实是中国用来实现自身的达尔文式工业化升级的一个工具。所以当AI成为一个只是帮助国家产业升级的工具的时候，你会发现，国内AI从业者的地位要比美国AI从业者低很多。这个地位不仅是针对收入而言，而且是话语权、社会地位以及他们发声的影响力。所以在中国，你能看到的是：是政策文件在诠释AI和未来相结合、相应用的方式。比方说AI+行动方案,或者“十五五”规划，或者各地方政府——比如杭州、北京、上海政府——对于AI某个管道的比较细致的规划。国内的AI从业者完全没有美国AI从业者这么高的地位。我觉得这是因为AI的治权在两国不一样。

中国处在一个"别人制定规则、我来追赶"的状态

法广: 如果说在中国,AI技术发展大方向的解释权是在政府、在国家的话，那它是不是在某种意义上就比美国更多了一种防范它失控的能力呢,还是说恰恰相反呢?

Afra Wang: 我觉得整体来说，中国尤其中国的AI领域，对于国家应对巨大灾难或各种突发情况的能力更有把握，就是对这个国家机器更信任一些。因为说实话，中国国家机器的体量、以及它雇佣的人对各行各业、各个层面的渗透程度，和美国是不能相提并论的。但是在同一层面来说，因为中国在AI行业当中是一个追赶者，所以它其实并没有吸纳更多美国硅谷这边对于AI本质的对话和担忧。这种对话和担忧其实仅仅出现在最顶级的AI实验室和研究人员当中。中国是在堆算力，在追赶大约美国半年到七个月前的模型表现能力的过程当中，所以它其实追赶的并不是最最最尖端的技术。

“泡沫是国家组的，戳破泡沫也是国家允许的”

法广：您在一篇文章中特别提到,中国的人工智能发展模式和美国硅谷的发展模式，是两个完全不同的模式。这种区别有什么具体的体现吗?

Afra Wang：广义来说，在中国，如果你问老百姓：什么是AI？很多老百姓会说：机器人是AI。我觉得这是一个和美国非常不一样的区别。因为美国最尖端的AI模型，其实是被封锁在和你互动的那块小小的智能手机屏幕上；而中国的AI是一个更加diffuse、更加具身、具象的东西。

其次，参观中国这些机器人公司的时候，我自己很大的一个感觉是，在中国，尤其是从人形机器人到其他各种具身智能机器人公司，都特别像2017年新能源汽车经历的那种热潮：国家点名之后，地方政府、产业资本、供应链、创始人、媒体叙事都呼啦呼啦涌了进来。中国的人形机器人从2023年开始雨后春笋一般涌出大概几十家不同的公司。就和2017年电动车一模一样。宇树肯定是当之无愧的行业龙头。但你会发现，可能再过几年，就像2017年开始的电动车行业一样，很多品牌就会消失、被市场挤压走，然后市场又趋于平静。所以我觉得，这更像是一个国家和地方政府、以及一个被塑造好的市场，去层层筛选。等于说这个泡沫是国家组的，然后戳破泡沫也是国家允许的。

我觉得在这个层面，中国和美国那种完全纯靠市场机制的模式非常不同。如果完全纯靠市场机制，你会发现美国会出现像OpenAI、Anthropic、以及如果你把SpaceX也算作一个AI公司(因为SpaceX里面包含AI研发)——美国资本市场包容易涌出这种资本大鳄组出来的庞大资本局；但中国更容易涌现出这种国家允许、地方政府允许的泡沫，然后再一个一个被市场的迭代和竞争所戳破。我觉得这是两个很不同的发展路径。

中国的尖端大模型研发能力尚不能与硅谷平起平坐

法广: 中国的生成式人工智能模型"深度求索"在2025年1月推出的时候，曾引起震惊。在那场轰动中,大家都觉得好像中国的人工智能技术正在赶超美国。但如果从您的观点来看，情况还不是这样……

Afra Wang: 对。我并不觉得中国和硅谷,尤其是在AI领域——我只讲尖端的大模型研发——能和硅谷平起平坐。我觉得，中国比方说在应用普及方面，比方说AI在这个国家有多少渗透率、大概百分之多少的人在用这个技术等方面可能可以和美国有一个数量上的竞争。但是我并不觉得中国的实验室能够和美国最尖端的AI实验室竞争。他们仍然不是一个平起平坐的地位。因为我自己观察到的是，中国几乎每一个AI研究者都非常喜欢用Claude，或者他们经常用某种中转站翻墙去用。每个实验室都把AI coding的能力当成头等大事，是因为无论是ChatGPT还是Claude，他们对coding capability都极其重视。AI写码能力是决定AI自我进化、自我迭代的一个关键能力。而这个大方向全部都是硅谷定义的。所以谈到算力，你脑海里浮现出来的永远是大家想要更多英伟达的GPU，而不是华为的GPU。这就让我觉得，中国在各方面其实都处在一个"别人制定规则、我来追赶"的状态。

AI行业的命名权仍牢牢掌握在硅谷手里

Afra Wang：我在一篇文章中提到taxonomy的实力，就是命名权、定义权的实力。这是一种文化软实力。中国虽然推动开源模型、看起来整个行业非常蓬勃，但你会发现，中国所有的开源研究者、或者中国顶尖的AI研究员，极少有这种能够复制的软实力；也就是给现实命名的权利：我指的到底是什么样的现实。比方说，去年初，OpenAI的创始成员之一、前特斯拉AI高级总监Andrej Karpathy命名的"vibe coding"，现在基本上变成了一个范式转换型的现象。还有一位沃顿商学院的教授Ethan Mollick。他给模型那种参差不齐的能力命名了一个词，叫"jagged frontier"(锯齿状的能力前沿)——就是说，AI有的时候能拿IMO(国际数学奥林匹克)金牌,却数不清"strawberry"这个词里有几个R，会犯这种三岁小孩都不会犯的低级错误。

就是很多这种AI的现实、AI的特性、AI这个行业里未被命名的方向或问题，它的命名权都牢牢掌握在硅谷手里。而中国这些研究员是在默默地接受这些被命名的现实，然后在这个基础上再发展。

法广: 就是它的创新能力还是有限,是这意思吗?

Afra Wang: 对, 命名能力很有限。

英伟达定义整个行业的实力就像海啸一样

法广: 提到创新，最近华为集团宣布找到了一个可以绕开无法获得高级光刻机的难题、去开发1.4纳米芯片的技术。目前，达到量产的最先进制程芯片是台积电的3纳米芯片。如果华为有能力开发1.4纳米芯片，是不是说明华为的技术已经可以突破美国的封锁,能够走得更远?

Afra Wang: 首先,，我想说，我自己不是芯片专家，但我有关注这条信息。另外补充一句背景：台积电现在量产的最先进制程其实已经到2纳米了，不是3纳米。 而华为这条消息，我看到的是，他们其中一个许诺是到2031年才能做出1.4纳米"等效密度"的芯片——注意是等效密度，不是真正的1.4纳米光刻。说实话，在这个时间线之下, 我觉得还是静观其变吧。

就我自己来说，我知道比方说DeepSeek V4这个模型，它其实拖了很久才发表。当时硅谷很多DeepSeek的粉丝都在等待。它之所以发布延迟，是因为它的inference(推理)是跑在华为开发的昇腾芯片(Ascend)上。这其实已经是一个进步了。而且，据报道，现在一支华为牵头的团队已经用大约一千颗昇腾910C芯片，完成了V4-Pro的全参数后训练(post-training)——这已经是实打实的一步。但据报道，最主要的预训练环节，仍然发生在英伟达的芯片上。

其次，英伟达对于整个行业的这种定义实力，就像海啸一样直接淹过你。如果你参与美国科技界的讨论、或者参与美国股市，你就知道英伟达那种可怕的、定义全行业的能力。从一个宏观的视角来讲，英伟达对于整个行业、对于整个美国股市的影响力和定义权就是赤裸裸地摆在这儿。

中国的优势与美国的短板

Afra Wang：在国内跟这些AI创始人还有研究者聊天的时候，我意识到中国的AI从业者有时候意识不到中国的几个优势，而这些优势反而在硅谷被津津乐道。这几个优势，一个是中国工科、理科的人才密度——中国每年都在大量产出STEM学生（STEM 是科学、技术、工程和数学四门学科英文首字母组成的缩写——法广注）。这些学生的数量是美国的好几倍，而且差距还在持续拉大。中国其实在大量地、持续地向全世界、当然也向本国输送很优质的、脚踏实地的STEM人才。

其次就是中国的电力基础和基础设施，对于建立数据中心来说是一个不可多得的巨大优势。在美国，铺设高压电缆、建数据中心都是很头疼的问题。但在中国，这方面的人才——铺设高压电缆、制作光缆等硬件的人才非常多，而且基本上都是呼之即来的、非常成熟的人才和工程体系。这两个优势在中国国内的AI界没有人说，但其实经常被美国和硅谷看到。

法广：但是，铺设高压电缆或建立数据中心在美国会遇到问题，原因是什么呢？是因为美国没有这方面的硬件、人才或场地，还是说国家、当地市场或居民对于开设数据中心本身有一些抵触?

Afra Wang：有几个层面吧。首先，地方民众，也包括很多美国的立法者、参议员和政客，都在公开抵制建造数据中心这件事情。因为在美国普通人眼中，AI是一种会抢走你工作、并且会给经济带来很大震荡的精英技术，而不是一个给大众的技术。就是说，美国大众对AI的普遍认知是一种非常抵触和恐慌的情绪。这是其一。其次,要建造data center，就需要很多变压器、很多铺设光缆的普通工人。而在美国本土，这些全都不够。美国很多变压器和电力设备依赖进口，中国是重要来源之一。变压器本身就是建数据中心的一个瓶颈，电力是瓶颈，建设这些数据中心的工人、人才也是瓶颈。就是说,美国在建设数据中心方面遇到非常多硬性的瓶颈。而在中国本土，这些瓶颈其实都不是事儿。我觉得这是两边很大的不同。

在中国，民众对AI的恐慌更是担心成为炮灰的恐慌

法广：您在中国是否感受到普通民众对人工智能技术发展有某种忧虑呢？因为在西方社会，在美国、在欧洲，大家都对人工智能的发展、对它下一步会不会从思想上、精神上影响人的能动性、或者非常具体地影响到就业岗位，都有一种担忧。您在中国有没有注意到这种忧虑呢?

Afra Wang：这方面也可以分几个层面讲。其一，因为中国就业率本来已经非常低了，中国年轻人找不到工作已经是现实，中国的经济状况其实已经很差了。大家的焦虑并不是认为这种经济形势是AI造成的——真正的原因是中国经济停滞，还有通货紧缩。这已经是好几年的事儿了。大家并不觉得这是AI造成的。这是其一。

其二，大家对AI有焦虑有恐慌，但这种焦虑和恐慌处在一种"我害怕我跟不上这趟车、我害怕被这个时代和这个达尔文式工业升级的浪潮所抛弃"的状态。就像很多人会觉得自己没赶上互联网、移动互联网那波浪潮,或者没赶上中国房地产那波浪潮一样，他们认为，国家主导的这种大趋势必然发生。他们害怕的不是AI抢走自己的工作，而是害怕：如果我不学习AI，我会不会被时代抛下？我觉得，国内对AI的恐慌更是这样一种心态上担心自己是炮灰的恐慌。

法广：中国的人形机器人这几年发展得特别快，至少看上去处于一种领先地位。在2026年春节联欢晚会上，有很多机器人表演。它们可以表演艺术，而且可以深入到家庭，作为亲情陪伴的一个工具。但是这些应用好像在美欧并不常见……

Afra Wang：首先，春晚上看到的这种家庭陪伴式机器人现在其实还不存在。那只不过是小品上的一个表演罢了。因为现在机器人基本上并没有这个capability，它的能力并没有达到能够去做家务或者陪伴人。它的灵活性等等都还有很大局限。

其次，宇树机器人在全世界的人形机器人领域确实已经领先，它也即将上市。它真正甩开对手的，是硬件供应链的完善程度和迭代速度——在成本、量产和商业化上，它已经把波士顿动力(Boston Dynamics)这类主打高难度动态动作的公司甩在了后面。当然，纯从某些技术和动作能力的维度看，双方其实各有所长。但中国整个供应链的完善程度和快速迭代，是很多美国机器人公司没有办法追赶的。